貯蓄ウォーターフォール — 各レバーは最後に残ったものに作用します
定価で開始し、プロンプト キャッシュを入力側に適用し、次にバッチ API をバッチ共有に適用してから、残りの請求額全体に確約割引を適用します。ステップコラムはレバーだけを取り外したものです。残っているのは実行中の列です。
| ステージ | このステップを保存しました | 毎月実行 |
|---|
加法と乗法 — 罠
3 つのヘッドライン割引を追加すると、節約額が誇張され、場合によっては 100% を超えます。実際のスタックは、各ステップで保持するものを増やします。これは数値の差を示しています。
| 方法 | 請求された貯蓄額 | 毎月 |
|---|
3 つの割引が無料になることはほとんどありません
すべての LLM コスト削減ガイドには、プロンプトをキャッシュする、待機できるものをまとめて処理する、ボリューム ディスカウントのために支出を約束するなど、同じ手段が列挙されており、そのどれもが見出しの割合を引用しています。間違いは、これらのパーセンテージを加算して積み上げることです。割引は加算されるのではなく、さらに増加します。各人は、前の人が残したお金でのみ作業を行うことができます。入力側のみに適用される 90% のキャッシュ割引、遅延を許容するトラフィックのシェアに対する 50% のバッチ割引、および請求書の 15% 確約割引は、合計が 155% オフにはなりません。これらを乗算すると、常に合計よりも印象が低く、常にゼロより大きい実数になります。この計算ツールは、リクエスト時のキャッシュ、送信時のバッチ、請求時のコミットなど、発生した順序でそれらを適用し、請求書をウォーターフォールに沿って計算するため、パンフレットに記載されている内容ではなく、各レバーが実際に何を削除したかを確認できます。また、見出しの数字に隠れている問題も詳しく説明しています。キャッシュでは入力トークンが割引されるだけなので、出力の多いワークロードではほとんど影響を受けません。バッチは待機できるトラフィックにのみ適用されるため、対話型製品はそのボリュームのほとんどをバッチ経由でルーティングします。また、プロバイダーによっては、同じリクエストのキャッシュやバッチ処理をまったく許可しない場合もあります。各レバーに独自の価格を付けます。 プロンプトキャッシュ計算ツール、 バッチAPI計算機 そして コミットメント支出計算ツール — それからここに来て、彼らが実際に一緒に何をしているのかを見て、その結果を完全な結果と比較してください。 コスト最適化計算ツール.