Token, Credits, Budgets und Gesamtkosten
Der Preis eines Anrufs entspricht nicht den Kosten einer vollständigen Aufgabe.
Was Sie lernen werden
- Erklären Sie: Die Kosten gehören zum gesamten Pfad
- Wenden Sie die Idee an einem Beispiel an: Token, Credits, Budgets und Gesamtkosten
- Erkennen Sie Einschränkungen und überprüfen Sie das Übungsergebnis
Der Preis eines Anrufs entspricht nicht den Kosten einer vollständigen Aufgabe. Zählen Sie Indizierung, Konversation und Tools getrennt.
Sie können diesen Kurs ohne Konto oder Programmierung absolvieren. Beispiele verwenden synthetische Daten und KI-Ergebnisse müssen überprüft werden.
Wie es funktioniert, Schritt für Schritt
Die Kosten gehören zum gesamten Pfad
Zählen Sie Modellaufrufe, Eingabe- und Ausgabetokens, Einbettungen, Neurankings, Visionen und Tools. Reasoning kann abrechenbare Token verbrauchen, ohne dass eine ebenso lange sichtbare Antwort erfolgt. Indexierungskosten und Gesprächskosten unterscheiden sich. Verwenden Sie aktuelle Preise anstelle einer dauerhaften Kursnummer. Eine einfache Schätzung ist Token/1.000.000 × Preis plus zusätzliche Operationen; Bewerbungsguthaben können eine eigene Umrechnung haben. Vergleichen Sie die Kosten pro erfolgreicher Aufgabe, nicht nur pro Anruf. Die parallele Ausführung kann die Latenz reduzieren und gleichzeitig den Gesamtverbrauch erhöhen. Ein Budget benötigt eine überprüfte Stoppbedingung.
Wählen Sie nach Aufgabe und Fähigkeiten
Überprüfen Sie Sprache, Kontext, Toolaufruf, strukturierte Ausgabe und unterstützte Eingabemodalitäten. Vergleichen Sie Modelle mit identischen Anfragen unter Verwendung derselben Rubrik und eines realistischen Budgets. Probenahme von Temperaturänderungen, keine Wahrheit. Der Argumentationsaufwand verteilt den Aufwand auf kompatible Modelle und kann Zeit und Kosten erhöhen. Die akzeptierten Werte variieren. Lokale Modelle bieten Infrastrukturkontrolle, erfordern jedoch Ressourcen und Wartung. Offene Gewichte garantieren keine uneingeschränkte Lizenz oder einen vollständigen Trainingscode. Kataloge und Preise ändern sich; Lesen Sie die aktuelle Modellkarte.
Definieren Sie den Erfolg vor der Optimierung
Bereiten Sie repräsentative Anfragen und erwartete Antworten oder Eigenschaften vor. Berücksichtigen Sie normale Fälle, Unklarheiten, fehlende Daten und Toolfehler. Messen Sie für RAG die Beweisgewinnung getrennt von der Antwortkorrektheit. Recall@k misst den Anteil relevanter Beweise, die in den ersten k Ergebnissen gefunden wurden; precision@k misst den Anteil der zurückgegebenen Ergebnisse, die relevant sind. Verfolgen Sie für Agenten auch Aktionen, Berechtigungen und Stopps. Ein LLM als Richter kann die Bewertung beschleunigen, muss jedoch mit Menschen verglichen werden. Ändern Sie Eingabeaufforderung, Modell und Index nicht gleichzeitig, wenn Sie verstehen möchten, was zu verbesserten Ergebnissen führt.
Das erklärende Schaubild
Folgen Sie den durchgezogenen Pfeilen für den Hauptfluss. Gestrichelte blaue Pfeile liefern Daten oder Kontext; Gestrichelte rosa Pfeile zeigen Feedback oder zurückgegebene Ergebnisse an. Farben und Formen unterscheiden Modelle, Geschäfte, Entscheidungen und Ergebnisse. Scrollen Sie auf kleinen Bildschirmen horizontal, um das gesamte Schaubild zu verfolgen.
Ein vollständiges Beispiel
Unter Verwendung fiktiver Preise von 2 pro Million Input und 10 Output kosten 10.000 Input und 1.000 Output 0,03 Geldeinheiten vor Werkzeugen. Hierbei handelt es sich um Ausübungswerte, nicht um aktuelle Preise.
Probieren Sie es selbst aus
- Schätzen Sie drei Aufrufe und einen Indexierungslauf und dann die Kosten pro erfolgreicher Aufgabe.
- Notieren Sie die Eingabe, die Quelle und das erwartete Ergebnis, bevor Sie das Experiment durchführen. Verwenden Sie im Beispiel nur die fiktiven Daten.
- Folgen Sie den Diagrammschritten. Notieren Sie bei jedem Schritt, welche Informationen empfangen und produziert werden. Verwechseln Sie Zwischenergebnisse nicht mit Endergebnissen.
- Wiederholen Sie den Vorgang, nachdem Sie erforderliche Informationen entfernt oder die Eingabe mehrdeutig gemacht haben. Prüfen Sie, ob das System eine Antwort klärt, stoppt oder erfindet.
- Vergleichen Sie mit der erklärten Lösung. Bewahren Sie die Konfiguration, das Datum, das Ergebnis und eine Erklärung für Unterschiede auf. Ändern Sie eine Sache und testen Sie es erneut.
Eine erklärte Lösung
Berechnen Sie 0,02 + 0,01 und addieren Sie den Mehrverbrauch separat; Vergleichen Sie es mit der tatsächlichen Nutzung in der Organisation. Mit einer erfolgreichen Übung können Sie den Zusammenhang zwischen Input, Phasen und Ergebnis aufzeigen. Bei fehlenden Informationen ist eine vorsichtige Antwort sinnvoller als erfundene Details. Vergleichen Sie mehr als nur Stil: Überprüfen Sie auch Bedingungen, Quellen und Vorgänge.
Wann dieser Ansatz hilft und wo seine Grenzen liegen
Antragsguthaben und Anbieterwährung können unterschiedliche Umrechnungen haben. Wählen Sie diesen Ansatz, wenn er einen gemessenen Bedarf verbessert. Behalten Sie eine einfache Ausgangsbasis bei und vergleichen Sie die Ergebnisse mit identischen Eingaben. Ein erfolgreiches Beispiel stellt nicht in jeder Situation Verlässlichkeit dar.
Überprüfen Sie Ihr Wissen
Sind mehr gleichzeitige Anrufe automatisch günstiger?
Nein. Verstrichene Zeit und Gesamtverbrauch sind unterschiedliche Größen.
Garantiert die Nulltemperatur die Richtigkeit?
Nein. Dadurch wird möglicherweise die Variation verringert, aber eine stabile Antwort kann trotzdem falsch sein.
Zu welchem Ergebnis soll diese Übung führen?
Berechnen Sie 0,02 + 0,01 und addieren Sie den Mehrverbrauch separat; Vergleichen Sie es mit der tatsächlichen Nutzung in der Organisation.
Wichtige Begriffe
- Latenz / Latenz: Zeit bis zu einem brauchbaren Ergebnis.
- Argumentationsaufwand: Eine modellabhängige Einstellung, die den Argumentationsaufwand steuert.
- Regresie / Regression: Eine Änderung, die einen zuvor korrekten Fall aufhebt.
Quellen und Ihr nächster Schritt
Zur Vorbereitung: E04 – Beobachtbarkeit und Debugging