Hy4 Flash API 成本:可复现的工作负载估算
通过明确的计费单位假设、缓存场景和可重复的工作负载评估方案,估算 Hy4 Flash API 成本。
摘要 · TL;DR
介绍一种实用方法,用于估算 Hy4 Flash 工作负载成本,并评估这些成本在代表性任务中是否成立,同时明确说明计费单位尚未核实的限制。
核心要点
- 在根据目录价格制定预算前,先确认计费单位和缓存适用条件。
- 假设示例按每百万 token 计费,使用 1000 万个输入 token 和 200 万个输出 token,按列出的 OneMux 费率计算,在其他费用之前的成本为 $0.24128。
- 评估每个通过验收的任务成本时,还应考虑 token 用量、重试、延迟和质量。
- 设定明确的限制并记录测试用例,让其他评估者能够复现计算。
文章目录 (9)
先确认计费单位,再考虑模型上下文窗口
估算 Hy4 Flash API 成本时,应统计工作负载实际使用的输入和输出 token,单独计算符合条件的缓存读取,并使用相同计费单位的价格。然后计算每个通过验收的任务的成本,将重试也计入其中。token 单价低,并不意味着任务一定能正确完成,也不意味着完成任务的成本一定低。
本文是 OneMux 发布的成本指南,OneMux 也是下文讨论的产品。数值示例仅用于说明,并非付费测试结果。所提供的目录快照未说明所列金额的计费单位,因此下文的美元总额都是有条件的示例,并非经核实的报价。制定预算前,请确认当前计费单位、适用条件和收费项目。
Hy4 Flash 价格快照与假设
以下目录数值采集于 2026-11-20。公布的价格比是 OneMux 价格除以官方价格,并非折扣百分比。快照未说明这些金额对应的计费单位,也未提供阶梯定价详情。
| Hy4 Flash 价格 | 官方 | OneMux | 公布的价格比 |
|---|---|---|---|
| 输入 | $0.035 | $0.013195 | 0.37700000000000006 |
| 输出 | $0.145 | $0.054665 | 0.37700000000000006 |
| 缓存读取 | $0.0015 | $0.0005655 | 未单独提供 |
如果所比较的计费单位和条件一致,输入和输出价格相对于所列官方金额降低了 62.3%。这只是费率比较,并不保证工作负载能节省同等比例的成本。所提供的快照未说明缓存写入费用、最低收费、多模态计费、税费及其他可能费用;未知不等于零。请查看 Hy4 Flash 模型页面和适用的服务提供商条款,确认当前计费单位、缓存规则及任何阶梯定价。
Hy4 Flash 的发布方称其支持多模态输入和 1M-token 上下文。这些是声明的能力,并不证明每次请求都会用满上下文或产生相同成本。发布方还报告了其自行评估中的任务成本和满意度结果;这些结果不能替代对您自身工作负载的测量。参见 Hy4 Flash 发布公告。
计算文本工作负载成本
仅在以下示例中,假设表中每项金额均按每百万 token 收取。使用计算结果前,请根据适用的定价条款核实这一假设。同时假设请求仅包含文本、没有缓存写入和额外费用,且输入和输出 token 数量已包含所有尝试。
假设一个批次消耗 1000 万个普通输入 token 和 200 万个输出 token:
| 项目 | Token 数量 | OneMux 计算方式,以每百万 token 计费为前提 | 示例成本 |
|---|---|---|---|
| 输入 | 1000 万 | 10 × $0.013195 | $0.13195 |
| 输出 | 200 万 | 2 × $0.054665 | $0.10933 |
| 合计 | 1200 万 | $0.13195 + $0.10933 | $0.24128 |
在相同计费单位假设下,按所列官方费率计算为 10 × $0.035 + 2 × $0.145 = $0.64。这一比较假设 token 数量、计费单位和涵盖范围完全相同,未考虑请求处理方式或其他收费方面的差异。
如果该批次包含 1,000 个任务且全部通过验收,示例中的 OneMux 成本为 $0.24128 ÷ 1,000 = $0.00024128 per accepted task。如果只有 800 个任务通过验收,相同支出对应的成本为 $0.0003016 per accepted task。计算时应将失败尝试的费用计入分子;排除这些费用会使运营成本估算显得比实际情况更好。
单独计算缓存读取
现在假设原有 1000 万个输入 token 中有 200 万个符合缓存读取条件,剩余 800 万个为普通输入 token,输出仍为 200 万个 token。在同样未经核实的每百万 token 计费假设下:
| 项目 | Token 数量 | OneMux 示例计算 | 示例成本 |
|---|---|---|---|
| 普通输入 | 800 万 | 8 × $0.013195 | $0.10556 |
| 缓存读取 | 200 万 | 2 × $0.0005655 | $0.001131 |
| 输出 | 200 万 | 2 × $0.054665 | $0.10933 |
| 合计 | 1200 万 | 上述各行之和 | $0.216021 |
在计入任何缓存写入或其他费用之前,这一场景比未使用缓存的示例节省 $0.025259。这里假设缓存 token 替代普通计费输入 token,而不是与其重复计费。不要假设重复文本会自动符合缓存条件:请核查服务提供商的缓存适用条件、计费方式及任何写入费用。如果这些费用未知,应说明估算尚不完整。
设计可重复的 Hy4 Flash 评估
选择能够代表您所需决策的任务。发布方将文档处理和演示文稿列为预期用途,同时建议在复杂、长时间运行的软件工程任务中使用 Hy4;这是发布方的指导,并非独立测得的适用边界。对于文档处理试验,可以使用一组固定用例,例如:
| 测试用例 | 输入 | 验收检查 | 需记录的失败情况 |
|---|---|---|---|
| 简短摘要 | 一份有代表性的文档 | 包含必要事实;没有无依据的说法 | 遗漏或编造事实 |
| 信息提取 | 一份部分字段已知、部分字段缺失的文档 | 值正确;缺失字段标记为缺失 | 猜测或结构无效 |
| 长输入 | 一份处于文档所述限制内的代表性长文档 | 正确处理开头、中间和结尾的事实 | 截断或遗漏依据 |
| 重复指令 | 多个共享相同前缀的任务 | 使用与未缓存运行相同的质量检查 | 缓存假设有误或结果发生变化 |
运行前,保存确切的输入、提示词、请求的输出格式、模型标识符、endpoint 和受支持的生成设置。明确由谁负责验收,以及如何解决分歧。除非已获授权,否则不要在测试集中使用敏感文档。
设定任务总数、每个任务的尝试次数、输入大小和请求的输出 token 数量上限。如果所用服务提供总支出上限控制,请进行设置;否则应监控用量,并在达到上限前手动停止。当费用或计费规则未知时,仅限制 token 数量并不能保证美元支出不超过上限。
记录每次尝试的输入 token、输出 token、报告的缓存读取 token、耗时、结果、验收决定和任何错误。若服务提供商提供用量报告,应从中获取 token 数量和缓存数据;如果无法获取,应标记为未知,而不是估算为零。汇总所有尝试,应用已核实的费率,再将总成本除以通过验收的任务数。评估替代方案时,使用相同的用例和限制重复测试。如果提示词或设置发生变化,应将其标记为另一次运行。
估算无法告诉您的事项
所提供的来源介绍了发布方自行开展的 WorkIndex,以及一项涉及 85 名内部用户和 259 个任务的盲测。这些结果是相关背景,但摘要没有提供足够的工作负载级 token 和计费细节,无法用于复现您的账单。同样,1M 上下文限制说明的是容量,并非建议将其用满。
OneMux 通过兼容 OpenAI 的 API 提供模型访问。在改造现有客户端之前,应查看适用文档,确认 endpoint 和参数支持情况;本指南并未声称已测试集成。直接访问服务提供商也是一种选择,无论采用哪种方式,都需要独立核查当前价格和条款。
结论
请用这些有条件的示例检查计算方法,而不要将其视为报价。有用的 Hy4 Flash 预算应结合已核实的计费单位、实测 token 用量、缓存适用条件、重试次数和明确的验收标准。最终得到的每个通过验收的任务成本,才能被重新计算和检验。
来源
- Hy4 Flash 发布方公告 — 声明的模型能力、预期用途及发布方报告的评估结果。
- OneMux Hy4 Flash 模型页面 — 模型列表;本文价格数值来自为本指南提供的、标有日期的目录快照。
公布的价格快照
于 2026-11-20T17:00:06.621Z 从 OneMux 公布的目录中采集。价格保留网站的计费单位;这不是实时基准测试。阶梯计费、缓存计费或按时间计费可能有所不同。未知数值不等于零。
| 模型 | 官方输入 | 官方输出 | OneMux 输入 | OneMux 输出 | 公布的价格比 |
|---|---|---|---|---|---|
| Hy4 Flash | $0.035 | $0.145 | $0.013195 | $0.054665 | 0.37700000000000006 |
当前 OneMux 价格。仅在输入、输出和计费单位一致时比较工作负载成本;阶梯条件请参见各模型页面。
常见问题
Hy4 Flash 每百万 token 的费用是多少?
所提供的目录快照列出了输入、输出和缓存读取金额,但未说明其计费单位。在将这些金额理解为每百万 token 的价格之前,请向适用的服务提供商确认当前单位。
缓存 token 应计入普通输入 token 吗?
不要预先假定采用哪种处理方式。请核查服务提供商的用量报告和缓存计费规则。示例计算将符合条件的缓存读取视为替代等量的普通输入 token,并排除了未知的缓存写入费用。
评估时最有用的成本指标是什么?
每个通过验收的任务成本,是所有尝试的总支出除以通过预定义检查的任务数。报告这一指标时,还应同时列出 token 用量、失败情况和耗时。
相关文章
指南
GPT 6.2 Sol API 成本:可复现的评估预算
根据明确的 token 假设、上下文分档价格、缓存示例和可重复的测试限额,估算 GPT 6.2 Sol 评估成本。
指南
GPT 6.2 Astra API 成本估算:需人工审批的客服工单分诊
估算需人工审批的客服工单分诊流程中 GPT 6.2 Astra 的 token 成本,并提供价格分档和缓存示例。
指南
面向注重隐私的工作负载:GPT Image 2.6 API 成本估算
通过明确的 token 用量假设、验收率和注重隐私的计量方式,估算 GPT Image 2.6 工作负载成本。
指南
GPT 6.2 Sol API 成本:兼顾隐私的工作负载估算
使用可比较的 token 价格、明确的工作负载假设,以及针对用户数据和凭证的实用控制措施,估算 GPT 6.2 Sol API 成本。