依據明確的 token 假設、上下文級距、快取費率及可重現的計算方式,估算 GPT 6.2 Astra 文件問答成本。
本文以示範成本模型估算附來源標註的文件問答,涵蓋官方與 OneMux token 價格、快取成本效益,以及如何用實際用量取代假設的檢查清單。
進行附來源標註的文件問答時,預算不僅要涵蓋模型產生的回答,也要計入送給模型的佐證資料。以每則回答使用 12,000 個輸入 token 和 1,000 個輸出 token 的示範工作負載來看,GPT 6.2 Astra 按所列官方費率,每則回答成本為 $0.136;按 OneMux 價格快照費率則為 $0.014144,尚未計入檢索及其他費用。
這是定價情境,而非實測結果。本文發布者 OneMux 也是價格比較中的產品。實際成本取決於 token 用量、快取適用資格、請求大小,以及執行工作負載時的有效費率。
以下 OneMux 目錄價格快照擷取於 2026 年 11 月 18 日。所有價格均以美元計,單位為每 100 萬個 token。公布的價格比率是 OneMux 價格除以所列官方價格,並非折扣百分比。就表列價格而言,比率 0.104 在算術上代表 token 費率低 89.6%,但不保證整體工作負載也能節省相同比例。
| 輸入上下文級距 | 官方輸入 | 官方輸出 | OneMux 輸入 | OneMux 輸出 | 公布的價格比率 |
|---|---|---|---|---|---|
| 272K token 以下(含 272K) | $8 | $40 | $0.832 | $4.16 | 0.104 |
| 超過 272K token | $16 | $60 | $1.664 | $6.24 | 0.104 |
所提供的 gateway 更新日誌也列出 Astra 標準費率 $8/$40,以及輸入超過 272K token 的提示詞適用的 $16/$60 費率。確定預算前,請查閱供應商目前的條款及 OneMux 定價。級距依每個請求判定,因此估算時應將長上下文請求分開計算。不要假設上下文視窗夠大,就代表傳送整個文件集合符合成本效益。
假設檢索步驟會挑選相關文件段落,並將這些段落連同問題和引用指示一起送給模型。在本例中:
分別計算每類 token:將 token 數除以一百萬,再乘以對應費率。
| 成本項目 | 官方計算方式 | 官方成本 | OneMux 計算方式 | OneMux 成本 |
|---|---|---|---|---|
| 每則回答的輸入 | 12,000 ÷ 1,000,000 × $8 | $0.096 | 12,000 ÷ 1,000,000 × $0.832 | $0.009984 |
| 每則回答的輸出 | 1,000 ÷ 1,000,000 × $40 | $0.040 | 1,000 ÷ 1,000,000 × $4.16 | $0.004160 |
| 每則回答總計 | $0.096 + $0.040 | $0.136 | $0.009984 + $0.004160 | $0.014144 |
| 10,000 則回答 | 10,000 × $0.136 | $1,360 | 10,000 × $0.014144 | $141.44 |
此估算僅涵蓋模型 token。文件解析、嵌入、索引、檢索、儲存、應用程式託管、評估及任何計費重試,都應另行計入。本文未提供這些項目的價格,但不代表其成本為零。稅金及其他適用費用也不包含在範例中。
另以一個包含 300,000 個輸入 token 和 1,000 個輸出 token 的示範請求為例,對這些數量套用所列超過 272K 的費率,結果如下:
| 價格基準 | 輸入成本 | 輸出成本 | 每則回答總計 |
|---|---|---|---|
| 官方 | 300,000 ÷ 1,000,000 × $16 = $4.80 | 1,000 ÷ 1,000,000 × $60 = $0.06 | $4.86 |
| OneMux | 300,000 ÷ 1,000,000 × $1.664 = $0.4992 | 1,000 ÷ 1,000,000 × $6.24 = $0.00624 | $0.50544 |
此情境假設較高級距適用於請求中的所有輸入與輸出 token。請確認您的帳戶適用哪些計費規則。由於提供給模型的佐證資料不同,這與較短請求之間並非同條件的品質比較。
針對相同文件重複提問時,可能可以重用符合快取條件的提示詞前綴,但內容重複本身並不代表一定會命中快取。目錄列出以下 Astra 快取費率,單位為每百萬個 token;寫入欄位依所列保留時間區分。
| 輸入上下文級距 | 官方快取讀取 | 官方寫入,30 分鐘 | 官方寫入,12 小時 | OneMux 快取讀取 | OneMux 寫入,30 分鐘 | OneMux 寫入,12 小時 |
|---|---|---|---|---|---|---|
| 272K 以下(含 272K) | $0.40 | $10 | $20 | $0.0416 | $1.04 | $2.08 |
| 超過 272K | $0.80 | $20 | $40 | $0.0832 | $2.08 | $4.16 |
以標準級距的示範批次為例,假設 10,000 個 token 先以 30 分鐘快取寫入計費一次,接下來九個請求再以快取讀取計費。只計算這段共用內容,官方費用為寫入 $0.10 加上九次讀取 $0.036,合計 $0.136。對應的 OneMux 計算為 $0.0104 加上 $0.003744,合計 $0.014144。若不使用快取,相同的 10,000-token 部分計收十次一般輸入費用,官方費用為 $0.80,OneMux 費用為 $0.0832。
這只是逐項計費的示範,並不保證這十個請求都符合條件。此計算假設寫入部分以快取寫入費率取代一般輸入費用、後續每次使用都按讀取計費,且所有讀取都發生在適用的保留期間內。請確認實際適用資格、計費及保留規則。未快取的輸入和所有輸出都須另行加計;除非您的計費條款有此要求,否則不要將相同 token 同時計為一般輸入和快取輸入。
如果使用較少上下文或不同模型也能達到引用品質目標,請先用自己的文件集測試,而不要只依 token 價格做選擇。所提供的 gateway 更新日誌指出,GPT 6.2 Sol 和 Astra 都在五次執行中解決了一個小型 rate-limiter 範例,且 Sol 在該範例中的成本較低。這項結果無法確立兩者在文件問答上的相對準確度或每則通過驗收回答的成本;未經相關評估,這些結果仍屬未知。
擬定初步預算時,可先使用基準計算,再以實際觀察資料取代所有 token 與成功率假設。將長上下文流量和快取流量分開計算,避免看似合理的平均值掩蓋高成本的請求組合。
於 2026-11-18T08:00:05.571Z 擷取自 OneMux 公布的目錄。價格保留網站計費單位;這不是即時基準測試。分級、快取或按時間計費的方式可能有所不同。未知數值不等於零。
| 模型 | 官方輸入 | 官方輸出 | OneMux 輸入 | OneMux 輸出 | 公布的價格比率 |
|---|---|---|---|---|---|
| GPT 6.2 Astra | $8 | $40 | $0.832 | $4.16 | 0.104 |
目前的 OneMux 價格。比較工作負載成本時,應確認輸入/輸出及計費單位一致;級距條件請參閱各模型頁面。
假設使用 12,000 個輸入 token 和 1,000 個輸出 token、不使用快取,並套用不超過 272K 的價格快照費率,示範模型 token 成本按所列官方費率為 $0.136,按 OneMux 費率為 $0.014144。這不包含檢索、資料匯入、重試及其他費用。
所提供的定價未列出獨立的引用費用。引用指示及來源識別碼計入輸入 token,回答中產生的引用則計入輸出 token。
不一定。節省金額取決於重複內容是否符合快取條件、計費的寫入與讀取類別、保留時間及適用條款。應測量實際快取用量,而不是假設每次重複都會命中快取。
輸入超過 272K token 的請求應使用適用的較高級距費率分開估算。請確認這些費率如何套用至整個請求,並計入任何快取類別及輸出 token。
指南
提供一套可重現的方法,估算 Claude Fable 5.2 用於文件問答的成本,包含明確的 Token 假設、來源歸因指引與具日期的價格數據。
指南
估算需人工核准的客服工單分流流程中,GPT 6.2 Astra 的 token 成本,並提供計價級距與快取範例。
指南
使用可比較的 token 價格、明確的重試假設與可重現的每月範例,估算 GPT 6.2 Astra 工作流程成本。
指南
透過明確的 token 假設、可比較的價格單位與可重現的月費計算,估算文件問答成本。