使用此计算器估算机器人的人工智能支出
您的机器人每月会进行多少对话?
每次对话的平均知识库查询次数是多少?
您的机器人在知识库中主要使用哪个LLM ?
每次对话的平均人工智能任务数是多少?
您的机器人主要使用LLM 来执行人工智能任务?
* 虽然我们会尽最大努力为您提供每月人工智能支出的准确估算,但鉴于聊天机器人的创建、行为和互动具有可变性,预测机器人每月人工智能支出的最准确方法是根据实际使用情况推算人工智能支出。
具体的成本计算考虑了以下假设:除启用知识库代理外,未启用其他代理;知识库大于 0.5 MB;未将 "搜索网络 "作为知识库数据源;知识库分块数量设置为 50 块;缓存率为 25%。
任何需要人工智能功能的操作都会消耗人工智能令牌,这些令牌既适用于与机器人的对话,也适用于在仿真器中构建和测试时的工作室。
以下是几个示例:
- 知识库回答
- Personality Agent 重写
- Translator Agent 语言识别和信息翻译
- Summary Agent 对话总结
- AI 任务、AI 过渡和 AI 生成文本卡
- 执行代码卡的generative AI 代码辅助
- 捕捉卡
- 使表格列可搜索
- 将用户句子转换为矢量
与机器人构建中的很多情况一样,答案是视情况而定。如果网站页面较小(例如,在矢量数据库存储中的占用量小于 0.87 MB),而且知识代理主要使用 GPT-3.5,那么网站通常会比使用 "搜索网络 "消耗更少的人工智能支出。
如果网站知识库源较大,或者知识代理主要使用 GPT-4,那么 "搜索网络 "所消耗的人工智能开支一般会较少。
人工智能支出不是按信息计算的,而是由任何消耗人工智能令牌的行动产生的。通常情况下,信息会触发消耗人工智能令牌的行动,但并非所有信息都会产生人工智能消耗。
仍有问题?请联系我们!