指南OneMux

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。

AI

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$0.0131950.37700000000000006
输出$0.145$0.0546650.37700000000000006
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

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$0.0546650.37700000000000006

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