So funktioniert dieser Rechner
Der Kostenrechner für das LLM-Websuchtool schätzt die Extra monatliche Rechnung, die das Websuchtool eines Models zusätzlich zu Ihren normalen Token-Kosten hinzufügt. Sie geben Ihre ein Anfragen pro Monat, die durchschnittliche Anzahl von Suchanfragen pro Anfrage, und der Preis des Anbieters pro 1.000 Suchanfragen, und es multipliziert diese, um die Gesamtsumme Ihrer Suchgebühren zu ermitteln. Es entfällt dann die zusätzliche Ergebnis-Tokens pro Suche – die abgerufenen Snippets werden wieder in das Modell eingespeist – zu Ihrem Preis Eingaberate pro 1 Mio. Token. Die beiden Hauptkostentreiber sind das Suchvolumen (Anfragen mal Suchanfragen) und die Anzahl der Ergebnis-Tokens, die jede Suche einbringt.
Dies ist wichtig, da Suchgebühren und injizierte Token in Rechnung gestellt werden separat von Ihrer Basis-Eingabeaufforderung, so dass sie stillschweigend die Ausgaben erhöhen. Wenn die Kosten hoch sind, ist die Reduzierung der direkteste Hebel Suchanfragen pro Anfrage – Ergebnisse zwischenspeichern oder wiederverwenden und die Anzahl der abgerufenen Ergebnisse reduzieren, da für jedes Ergebnis bei jedem Aufruf sowohl eine Suchgebühr als auch Eingabetokens hinzukommen.
Häufig gestellte Fragen
Wie viel kostet das LLM-Websuchtool?
Anbieter berechnen das integrierte Suchtool pro Suche – üblicherweise etwa 10 US-Dollar pro 1.000 Suchanfragen (jeweils etwa 0,01 US-Dollar) – und das zusätzlich zu den Token. Für eine Anfrage, die zwei Suchvorgänge auslöst, fallen zwei Werkzeuggebühren zuzüglich der Token für das Ergebnis der Suchvorgänge an, was häufig die höheren Kosten darstellt.
Warum sind die Ergebnis-Tokens der eigentliche Kostenfaktor?
Bei jeder Suche werden abgerufene Snippets oder Seiten wieder in den Kontext eingefügt, und Sie zahlen den Eingabe-Token-Preis, um sie jedes Mal zu verarbeiten. Bei einigen tausend Tokens pro Suche über viele Anfragen hinweg übersteigen diese Tokenkosten häufig die Gebühr pro Suchtool selbst. Der wichtigste Hebel besteht darin, die Suche pro Anfrage zu begrenzen und die zurückgegebenen Inhalte zu kürzen.