Einbettungs- und Vektorabfragekosten für eine semantische Suchfunktion.
Semantische Suchanfragen sind günstig; Das Geld fließt in die Einbettung und Lagerung des Korpus. Größe die auf der Einbettungsrechner Und Vektor-Datenbankrechner.
Der Kostenrechner für die semantische Suche schätzt Ihre monatliche Rechnung für die Durchführung der semantischen Suche, die zwei kostenpflichtige Vorgänge kombiniert. Für jede Abfrage muss der Text zunächst mithilfe eines Einbettungsmodells in einen Vektor umgewandelt und dann mit Ihren gespeicherten Vektoren in einer Vektordatenbank verglichen werden. Der Rechner multipliziert Ihre Suchanfragen pro Monat durch die Abfrage-Tokens pro Suche Um die Gesamtzahl der Token zu erhalten, legen Sie die Preise bei Ihnen fest Einbettungsrate pro Million Token, und fügt das hinzu Vektorabfragekosten pro Million für die Suchvorgänge selbst. Die Hauptfaktoren sind einfach, wie oft Sie suchen und wie viele Token jede Abfrage enthält.
Der wichtigste Kompromiss, den es zu beobachten gilt, ist Abfragelänge: Ausführliche Abfragen vervielfachen Ihre Einbettungskosten linear, sodass das Kürzen der Boilerplate oder das Begrenzen von Eingabe-Tokens die Rechnung direkt senkt. Beachten Sie das auch Preisskala für Einbettung und Vektorabfrage unabhängig voneinander– Ein hohes Suchvolumen mit kurzen Suchanfragen wird möglicherweise durch Suchgebühren pro Suchanfrage und nicht durch Token dominiert. Passen Sie jede Eingabe an, um zu sehen, welche Seite dominiert, bevor Sie sich auf einen Anbieter oder eine Indexierungsstrategie festlegen.
Pro Abfrage ist es günstig: eine kleine Einbettung der Abfrage plus eine Vektordatenbanksuche. Die höheren Kosten entstehen durch die einmalige Einbettung Ihres gesamten Korpus (und die erneute Einbettung bei Aktualisierungen) und die Speicherung der Vektoren.
Nicht die Abfragen – es sind Bruchteile eines Cents. Es geht um die Indizierung: Einbetten eines großen Korpus und Bezahlen für die Vektorspeicherung. Planen Sie diese ein, und Abfragen sind nahezu kostenlos.