ತಂಡದ ಟೋಕನ್ ವೆಚ್ಚವನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುವುದು ಮತ್ತು ನಿಯಂತ್ರಿಸುವುದು ಹೇಗೆ

ಟೋಕನ್ ವೆಚ್ಚ ಎಂದರೇನು

ಟೋಕನ್ ವೆಚ್ಚ ಎಂದರೆ ಒಂದು ತಂಡವು AI ಬಳಸುವಾಗ ವ್ಯಯಿಸುವ ಟೋಕನ್‌ಗಳ ಸಂಖ್ಯೆ ಮತ್ತು ಆ ಟೋಕನ್‌ಗಳಿಗೆ ತಗಲುವ ವೆಚ್ಚ. ಟೋಕನ್ ಎಂದರೆ AI ಮಾಡೆಲ್ ಓದುವ ಅಥವಾ ಬರೆಯುವ ಪಠ್ಯದ ಒಂದು ಘಟಕ; ಉದಾಹರಣೆಗೆ ಒಂದು ಪದ, ಪದದ ಒಂದು ಭಾಗ ಅಥವಾ ಒಂದು ವಿರಾಮ ಚಿಹ್ನೆ. ಇಂಗ್ಲಿಷ್‌ನಲ್ಲಿ 1 ಟೋಕನ್ ಸುಮಾರು 4 ಅಕ್ಷರಗಳಿಗೆ ಸಮ. ಟೋಕನ್‌ಗಳು ಎಲ್ಲಾ ಮಾಡೆಲ್‌ಗಳು ಅಥವಾ ಪೂರೈಕೆದಾರರಲ್ಲಿ ಪ್ರಮಾಣೀಕೃತವಾಗಿಲ್ಲ, ಆದ್ದರಿಂದ ಒಂದೇ ಪಠ್ಯವು ಬೇರೆ ಬೇರೆ ಟೂಲ್‌ಗಳಲ್ಲಿ ಬೇರೆ ಬೇರೆ ಸಂಖ್ಯೆಯ ಟೋಕನ್‌ಗಳನ್ನು ನೀಡಬಹುದು.

ಬಳಕೆಯ ವರದಿಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಟೋಕನ್‌ಗಳನ್ನು ಕೆಲವು ಪ್ರಕಾರಗಳಾಗಿ ವಿಂಗಡಿಸುತ್ತವೆ:

• ಇನ್‌ಪುಟ್ ಟೋಕನ್‌ಗಳು ಎಂದರೆ ಒಂದು ವಿನಂತಿಗಾಗಿ ಮಾಡೆಲ್ ಓದುವ ಎಲ್ಲವೂ. ಇದರಲ್ಲಿ ಪ್ರಶ್ನೆ, ಲಗತ್ತಿಸಿದ ಯಾವುದೇ ಪಠ್ಯ ಮತ್ತು ಅದೇ ಥ್ರೆಡ್‌ನಲ್ಲಿ ಹಿಂದೆ ನಡೆದ ಸಂಭಾಷಣೆಯ ಇತಿಹಾಸದಿಂದ ಮಾಡೆಲ್ ಮರುಬಳಸುವ ಭಾಗಗಳು ಸೇರಿವೆ.
• ಔಟ್‌ಪುಟ್ ಟೋಕನ್‌ಗಳು ಎಂದರೆ ಮಾಡೆಲ್ ಬರೆಯುವ ಪ್ರತಿಕ್ರಿಯೆ. ಇವುಗಳ ವೆಚ್ಚ ಸಾಮಾನ್ಯವಾಗಿ ಇನ್‌ಪುಟ್ ಟೋಕನ್‌ಗಳಿಗಿಂತ ಹೆಚ್ಚು. Perplexity ಯ API ಬೆಲೆಗಳ ಪ್ರಕಾರ, ಕೆಲವು ಮಾಡೆಲ್‌ಗಳು ಔಟ್‌ಪುಟ್‌ಗೆ ಆರು ಪಟ್ಟು ಹೆಚ್ಚು ಶುಲ್ಕ ವಿಧಿಸುತ್ತವೆ.
• ರೀಜನಿಂಗ್ ಟೋಕನ್‌ಗಳು ಎಂದರೆ ಉತ್ತರಿಸುವ ಮೊದಲು ಸಮಸ್ಯೆಯನ್ನು ಬಗೆಹರಿಸಲು ಮಾಡೆಲ್ ಆಂತರಿಕವಾಗಿ ರಚಿಸುವ ಪಠ್ಯ. ಇವು ಉತ್ತರದಲ್ಲಿ ಕಾಣಿಸುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ಕಾಣುವ ಪ್ರತಿಕ್ರಿಯೆ ಉದ್ದವಾಗಿದೆ ಎಂದ ಮಾತ್ರಕ್ಕೆ ಮಾಡೆಲ್ ಒಟ್ಟಾರೆಯಾಗಿ ಹೆಚ್ಚು ಟೋಕನ್‌ಗಳನ್ನು ಬಳಸಿದೆ ಎಂದು ಅರ್ಥವಲ್ಲ.

ಚಂದಾದಾರಿಕೆಯ ಮೂಲಕ AI ಟೂಲ್‌ಗಳನ್ನು ಬಳಸುವ ತಂಡಗಳಿಗೆ ಪ್ರತಿ ಟೋಕನ್‌ಗೆ ಶುಲ್ಕ ಕಾಣಿಸುವುದು ಅಪರೂಪ. ಆದರೂ ಅವರಿಗೆ ಸಿಗುವುದನ್ನು ಟೋಕನ್‌ಗಳೇ ನಿರ್ಧರಿಸುತ್ತವೆ, ಏಕೆಂದರೆ ಭಾರವಾದ ಕಾರ್ಯಗಳು ಕ್ರೆಡಿಟ್‌ಗಳನ್ನು ಬೇಗನೆ ಖರ್ಚು ಮಾಡುತ್ತವೆ ಅಥವಾ ಬಳಕೆಯ ಮಿತಿಯನ್ನು ಬೇಗನೆ ತಲುಪುತ್ತವೆ. AI ಮಾಡೆಲ್‌ನ ಮೇಲೆ ತಮ್ಮದೇ ಟೂಲ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವ ತಂಡಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಬಳಕೆ ಆಧಾರಿತ ಬೆಲೆ ನಿಗದಿಯ ಅಡಿಯಲ್ಲಿ ಪ್ರತಿ ಟೋಕನ್‌ಗೆ ಪಾವತಿಸುತ್ತವೆ.

ಟೋಕನ್ ವೆಚ್ಚವನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುವುದು ಹೇಗೆ

ಚಂದಾದಾರಿಕೆ ಪ್ಲಾನ್‌ನಲ್ಲಿ ಟೋಕನ್ ವೆಚ್ಚವನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುವುದು

ಚಂದಾದಾರಿಕೆ ಟೂಲ್‌ಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಟೋಕನ್ ಸಂಖ್ಯೆಯನ್ನು ತೋರಿಸುವುದಿಲ್ಲ. ಬದಲಿಗೆ, ಅನೇಕ ಪ್ಲಾನ್‌ಗಳು ಕ್ರೆಡಿಟ್‌ಗಳನ್ನು ಬಳಸುತ್ತವೆ; ಇವು ಮುಂಗಡವಾಗಿ ಪಾವತಿಸಿದ ಘಟಕಗಳಾಗಿದ್ದು, ಕೆಲಸ ನಡೆದಂತೆ ಪ್ಲಾನ್‌ನಿಂದ ಕಡಿತಗೊಳ್ಳುತ್ತವೆ. ಕ್ರೆಡಿಟ್‌ಗಳು ಟೋಕನ್‌ಗಳಿಗೆ ಸಮನಲ್ಲ, ಏಕೆಂದರೆ ಒಂದು ಕ್ರೆಡಿಟ್ ಪಠ್ಯ, ಚಿತ್ರಗಳು ಅಥವಾ ಇತರ ಕೆಲಸಗಳನ್ನು ಒಳಗೊಳ್ಳಬಹುದು. ಆದರೆ ಹೆಚ್ಚು ಟೋಕನ್‌ಗಳನ್ನು ಬಳಸುವ ಕಾರ್ಯಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಹೆಚ್ಚು ಕ್ರೆಡಿಟ್‌ಗಳನ್ನೂ ಬಳಸುತ್ತವೆ, ಹೀಗಾಗಿ ಚಂದಾದಾರಿಕೆಯಲ್ಲಿ ಟೋಕನ್ ವೆಚ್ಚವನ್ನು ಅಂದಾಜಿಸಲು ಕ್ರೆಡಿಟ್‌ಗಳೇ ಅತ್ಯುತ್ತಮ ಮಾರ್ಗದರ್ಶಿ. ಬಳಕೆದಾರರು ತಮ್ಮ ಕ್ರೆಡಿಟ್ ಬಳಕೆಯನ್ನು ಸ್ವತಃ ಟ್ರ್ಯಾಕ್ ಮಾಡಬಹುದು, ಮತ್ತು ಕೆಲವು ಪ್ಲಾನ್‌ಗಳು ಇಡೀ ತಂಡದ ಕ್ರೆಡಿಟ್ ಬಳಕೆಯನ್ನು ತೋರಿಸುವ ನಿರ್ವಾಹಕ ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಅನ್ನೂ ಒಳಗೊಂಡಿರುತ್ತವೆ.

ಉದಾಹರಣೆಗೆ, Perplexity ಯಲ್ಲಿ ಸಾಮಾನ್ಯ ಹುಡುಕಾಟಗಳು ಕ್ರೆಡಿಟ್‌ಗಳನ್ನು ಬಳಸುವುದಿಲ್ಲ. ಬಹು-ಹಂತದ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಸಹಾಯಕವಾದ Perplexity Computer ಮಾತ್ರ ಅವುಗಳನ್ನು ಬಳಸುತ್ತದೆ. Computer ಬಳಸುವವರು ತಾವು ಎಷ್ಟು ಕ್ರೆಡಿಟ್‌ಗಳನ್ನು ಬಳಸಿದ್ದಾರೆ ಮತ್ತು ಅವುಗಳನ್ನು ಯಾವುದಕ್ಕೆ ಬಳಸಿದ್ದಾರೆ ಎಂಬುದನ್ನು ನೋಡಬಹುದು. ಪ್ರತಿ Computer ಕಾರ್ಯವೂ ತನ್ನ ಸಂಭಾಷಣೆಯ "Usage" ಮೆನುವಿನಲ್ಲಿ ತನ್ನದೇ ಆದ ಒಟ್ಟು ಕ್ರೆಡಿಟ್ ಬಳಕೆಯನ್ನು ತೋರಿಸುತ್ತದೆ.

ವಿಸ್ತರಿಸಿ

Enterprise ಪ್ಲಾನ್‌ಗಳಲ್ಲಿ, ಎಷ್ಟು ಜನರು Perplexity ಬಳಸುತ್ತಾರೆ ಮತ್ತು ಅವರು ಪ್ರತಿ ವಾರ ಎಷ್ಟು ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುತ್ತಾರೆ ಎಂಬುದನ್ನು ನಿರ್ವಾಹಕರು Insights ಡ್ಯಾಶ್‌ಬೋರ್ಡ್‌ನಲ್ಲಿ ನೋಡಬಹುದು (50 ಅಥವಾ ಅದಕ್ಕಿಂತ ಹೆಚ್ಚು ಸೀಟುಗಳಿರುವ ಅಥವಾ ಕನಿಷ್ಠ ಒಬ್ಬ Enterprise Max ಸದಸ್ಯರಿರುವ ಸಂಸ್ಥೆಗಳಿಗೆ ಲಭ್ಯ).

ವಿಸ್ತರಿಸಿ

API ಬಳಕೆಯ ವರದಿಗಳಲ್ಲಿ ಟೋಕನ್ ವೆಚ್ಚವನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುವುದು

API ಪೂರೈಕೆದಾರರ ಬಳಕೆಯ ವರದಿಗಳು ಟೋಕನ್ ಸಂಖ್ಯೆಯನ್ನು ನೇರವಾಗಿ ತೋರಿಸುತ್ತವೆ, ಸಾಮಾನ್ಯವಾಗಿ ಟೋಕನ್‌ನ ವಿಧಕ್ಕೆ ಅನುಗುಣವಾಗಿ ವಿಂಗಡಿಸಿ. ಉದಾಹರಣೆಗೆ, Perplexity ಯ API Platform ಕನ್ಸೋಲ್‌ನಲ್ಲಿ ಬಳಕೆದಾರರು Billing ಪುಟದಲ್ಲಿ ಇನ್‌ಪುಟ್, ಔಟ್‌ಪುಟ್ ಮತ್ತು ರೀಜನಿಂಗ್ ಟೋಕನ್ ವೆಚ್ಚದಂತಹ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಬಹುದು.

ಟೋಕನ್ ವೆಚ್ಚ ಏಕೆ ಹೆಚ್ಚುತ್ತಿದೆ

ಏಜೆಂಟ್‌ಗಳು ಪ್ರತಿ ಕಾರ್ಯಕ್ಕೂ ಅನೇಕ ಹಂತಗಳನ್ನು ನಡೆಸುತ್ತವೆ, ಮತ್ತು ಪ್ರತಿ ಹಂತವೂ ಮಾಡೆಲ್‌ಗೆ ಕಳುಹಿಸುವ ಪ್ರತ್ಯೇಕ ವಿನಂತಿಯಾಗಿರುತ್ತದೆ. ಒಂದೇ ಕಾರ್ಯದ ಒಟ್ಟು ಬಳಕೆ ಲಕ್ಷಾಂತರ ಅಥವಾ ಮಿಲಿಯನ್‌ಗಟ್ಟಲೆ ಟೋಕನ್‌ಗಳಷ್ಟಾಗಬಹುದು.

ರೀಜನಿಂಗ್ ಮಾಡೆಲ್‌ಗಳು ಸಹ ಹೆಚ್ಚು ಸಾಮಾನ್ಯವಾಗುತ್ತಿವೆ. ರೀಜನಿಂಗ್ ಮಾಡೆಲ್ ಉತ್ತರಿಸುವ ಮೊದಲು ತನ್ನ ಆಲೋಚನೆಯನ್ನು ಬರೆಯುತ್ತದೆ, ಮತ್ತು ಅದರ ಪ್ರತಿಯೊಂದು ಪದವೂ ಟೋಕನ್‌ಗಳಾಗಿ ಎಣಿಕೆಯಾಗುತ್ತದೆ. ಹೀಗಾಗಿ, ಪರದೆಯ ಮೇಲಿನ ಉತ್ತರ ಅಷ್ಟೇ ಉದ್ದವಾಗಿ ಕಂಡರೂ, ಒಂದೇ ವಿನಂತಿಯು ಪ್ರಮಾಣಿತ ಮಾಡೆಲ್‌ಗಿಂತ ರೀಜನಿಂಗ್ ಮಾಡೆಲ್‌ನಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿ ಹೆಚ್ಚು ಟೋಕನ್‌ಗಳನ್ನು ಬಳಸುತ್ತದೆ.

ಕೊನೆಯದಾಗಿ, ಒಟ್ಟಾರೆಯಾಗಿ ಹೆಚ್ಚು ಹೆಚ್ಚು ಜನರು ಮತ್ತು ಕಾರ್ಯಪ್ರವಾಹಗಳು AI ಬಳಸಿದಂತೆ, ಟೋಕನ್ ಬಳಕೆ ಹೆಚ್ಚುತ್ತಾ ಹೋಗುತ್ತದೆ. ಈ ಬೆಳವಣಿಗೆಯ ಒಂದು ಭಾಗವು ಟೋಕನ್‌ಮ್ಯಾಕ್ಸಿಂಗ್‌ನಿಂದಲೂ ಬರುತ್ತದೆ; ಇದರಲ್ಲಿ ಎಂಜಿನಿಯರ್‌ಗಳು ಮುಖ್ಯವಾಗಿ ತಮ್ಮ ವೈಯಕ್ತಿಕ ಟೋಕನ್ ಸಂಖ್ಯೆಯನ್ನು ಹೆಚ್ಚಿಸಿಕೊಳ್ಳಲು ಮತ್ತು ಆಂತರಿಕ ಟೋಕನ್ ಲೀಡರ್‌ಬೋರ್ಡ್‌ಗಳಲ್ಲಿ ಮೇಲಿನ ಸ್ಥಾನ ಪಡೆಯಲು ಏಜೆಂಟ್‌ಗಳನ್ನು ಚಲಾಯಿಸುತ್ತಾರೆ.

ಟೋಕನ್ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ಹೇಗೆ

ಅಧಿಕ ಟೋಕನ್ ವೆಚ್ಚದ ಬಹುಪಾಲು, ಮೇಲ್ನೋಟಕ್ಕೆ ಕಾಣುವುದಕ್ಕಿಂತ ಹೆಚ್ಚು ಟೋಕನ್‌ಗಳನ್ನು ಬಳಸುವ ಕೆಲವು ಬಗೆಯ ಕೆಲಸಗಳಿಂದ ಉಂಟಾಗುತ್ತದೆ.

ದೀರ್ಘ ಸಂಭಾಷಣೆಗಳು ಮತ್ತು ಏಜೆಂಟ್ ಕಾರ್ಯಗಳು

ಮಾಡೆಲ್ ಪ್ರತಿ ಬಾರಿ ಉತ್ತರಿಸುವಾಗಲೂ, ಸಾಮಾನ್ಯವಾಗಿ ಅಲ್ಲಿಯವರೆಗಿನ ಇಡೀ ಸಂಭಾಷಣೆಯನ್ನು ಮತ್ತೆ ಓದುತ್ತದೆ. ಪ್ರತಿ ಹೊಸ ವಿನಂತಿಯು ಹಿಂದಿನ ಸಂಪೂರ್ಣ ಸಂಭಾಷಣೆಯ ಇತಿಹಾಸ ಮತ್ತು ಬಳಕೆದಾರರ ಪ್ರಸ್ತುತ ಸಂದೇಶವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಹೀಗಾಗಿ, ದೀರ್ಘ ಥ್ರೆಡ್‌ನ ಕೊನೆಯಲ್ಲಿ ಕೇಳುವ ಚಿಕ್ಕ ಪ್ರಶ್ನೆಯು, ಹೊಸ ಥ್ರೆಡ್‌ನಲ್ಲಿ ಕೇಳುವ ಅದೇ ಪ್ರಶ್ನೆಗಿಂತ ಹೆಚ್ಚು ಟೋಕನ್‌ಗಳನ್ನು ಬಳಸುತ್ತದೆ. ಏಜೆಂಟ್ ಕಾರ್ಯಗಳು ಸಹ ಇದೇ ರೀತಿ ಕೆಲಸ ಮಾಡುತ್ತವೆ, ಏಕೆಂದರೆ ಪ್ರತಿ ಹಂತವೂ ತನ್ನ ಫಲಿತಾಂಶಗಳನ್ನು ಇತಿಹಾಸಕ್ಕೆ ಸೇರಿಸುತ್ತದೆ ಮತ್ತು ಮುಂದಿನ ಹಂತವು ಅದನ್ನು ಮತ್ತೆ ಓದುತ್ತದೆ.

ವಿಸ್ತರಿಸಿ

ಇದಕ್ಕೆ ಏನು ಮಾಡಬೇಕು

• ವಿಷಯ ಬದಲಾದಾಗ ಹೊಸ ಸಂಭಾಷಣೆಯನ್ನು ಪ್ರಾರಂಭಿಸಿ. ಹಳೆಯ ಥ್ರೆಡ್‌ನಿಂದ ಮಾಡೆಲ್‌ಗೆ ಇನ್ನೂ ಬೇಕಾಗಿರುವ ಯಾವುದೇ ಮಾಹಿತಿಯ ಎರಡು ಅಥವಾ ಮೂರು ಸಾಲಿನ ಸಾರಾಂಶದೊಂದಿಗೆ ಅದನ್ನು ಆರಂಭಿಸಿ.
• ದೀರ್ಘ ಏಜೆಂಟ್ ಕಾರ್ಯಗಳನ್ನು ಸಣ್ಣ ಕಾರ್ಯಗಳಾಗಿ ವಿಭಜಿಸಿ. ಪ್ರತಿ ಭಾಗವನ್ನು ಪ್ರತ್ಯೇಕ ಕಾರ್ಯವಾಗಿ ನಡೆಸಿ, ಮತ್ತು ಮುಂದಿನ ಭಾಗಕ್ಕೆ ಬೇಕಾದ ಫಲಿತಾಂಶಗಳನ್ನು ಮಾತ್ರ ಮುಂದಕ್ಕೆ ರವಾನಿಸಿ.
• ತಂಡದ ಏಜೆಂಟ್ ಟೂಲ್‌ಗಳು ಕಾಂಟೆಕ್ಸ್ಟ್ ಕಾಂಪ್ಯಾಕ್ಷನ್ ಬಳಸುತ್ತವೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸಿ. ಕಾಂಪ್ಯಾಕ್ಷನ್ ಕಾರ್ಯದ ಹಳೆಯ ಭಾಗಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸಂಕ್ಷೇಪಿಸುತ್ತದೆ, ಇದರಿಂದ ಮಾಡೆಲ್ ಮತ್ತೆ ಓದಬೇಕಾದ ಪ್ರಮಾಣ ಕಡಿಮೆಯಾಗುತ್ತದೆ. ಯಾವುದಾದರೂ ಟೂಲ್ ಇದನ್ನು ಸೆಟ್ಟಿಂಗ್ ಆಗಿ ನೀಡಿದರೆ, ಅದನ್ನು ಆನ್ ಮಾಡಿ.

ಒಂದೇ ಡಾಕ್ಯುಮೆಂಟ್‌ಗಳನ್ನು ಮತ್ತೆ ಮತ್ತೆ ಸಂಸ್ಕರಿಸುವುದು

ನೀತಿ ಕೈಪಿಡಿ ಅಥವಾ ಉತ್ಪನ್ನ ಕ್ಯಾಟಲಾಗ್‌ನಂತಹ ಒಂದೇ ದೀರ್ಘ ಫೈಲ್ ಅನ್ನು ಯಾರಾದರೂ ಅನೇಕ ಪ್ರತ್ಯೇಕ ಪ್ರಶ್ನೆಗಳಿಗೆ ಲಗತ್ತಿಸಿದಾಗ, ಮಾಡೆಲ್ ಪ್ರತಿ ಬಾರಿಯೂ ಇಡೀ ಫೈಲ್ ಅನ್ನು ಓದುತ್ತದೆ. ಪ್ರತಿ ಓದುವಿಕೆಯೂ ಇನ್‌ಪುಟ್ ಟೋಕನ್‌ಗಳಾಗಿ ಎಣಿಕೆಯಾಗುತ್ತದೆ.

ಇದಕ್ಕೆ ಏನು ಮಾಡಬೇಕು

• ಇಡೀ ಫೈಲ್ ಅನ್ನು ಲಗತ್ತಿಸುವ ಬದಲು, ಕೈಪಿಡಿ ಅಥವಾ ಕ್ಯಾಟಲಾಗ್‌ನ ಸಂಬಂಧಿತ ವಿಭಾಗವನ್ನು ಮಾತ್ರ ವಿನಂತಿಗೆ ನಕಲಿಸುವಂತೆ ಬಳಕೆದಾರರಿಗೆ ತರಬೇತಿ ನೀಡಿ.
• ತಂಡವು ಆಗಾಗ ಬಳಸುವ ಡಾಕ್ಯುಮೆಂಟ್‌ಗಳ ಸಂಕ್ಷಿಪ್ತ ಆವೃತ್ತಿಯನ್ನು ಸಿದ್ಧಪಡಿಸಿ. ದಿನನಿತ್ಯದ ಪ್ರಶ್ನೆಗಳಲ್ಲಿ, ದೀರ್ಘ ನೀತಿಯೊಂದರ ಒಂದು ಪುಟದ ಸಾರಾಂಶವನ್ನು ಸಂಪೂರ್ಣ ಡಾಕ್ಯುಮೆಂಟ್‌ನ ಬದಲಿಗೆ ಬಳಸಬಹುದು.

ಮರುಪ್ರಯತ್ನಗಳು ಮತ್ತು ಲೂಪ್‌ಗಳು

ಉತ್ತರವು ಯಾರಿಗಾದರೂ ಬೇಕಾದಂತೆ ಇಲ್ಲದೆ ಅವರು ಕಾರ್ಯವನ್ನು ಮತ್ತೆ ನಡೆಸಿದರೆ, ಪ್ರತಿ ಪ್ರಯತ್ನವೂ ಟೋಕನ್‌ಗಳನ್ನು ಬಳಸುತ್ತದೆ. ಏಜೆಂಟ್ ಒಂದೇ ಹಂತವನ್ನು ಪುನರಾವರ್ತಿಸುತ್ತಾ ಸಿಲುಕಿಕೊಂಡಾಗಲೂ ಇದೇ ಆಗುತ್ತದೆ.

ಇದಕ್ಕೆ ಏನು ಮಾಡಬೇಕು

• ಮೊದಲ ವಿನಂತಿಯಲ್ಲೇ ಕಾರ್ಯ, ಬೇಕಾದ ಫಲಿತಾಂಶ ಮತ್ತು ಮೂಲಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ತಿಳಿಸಿ. ಉದಾಹರಣೆಗೆ: "ಲಗತ್ತಿಸಿದ ಸಮೀಕ್ಷೆಯ ಫಲಿತಾಂಶಗಳನ್ನು ಮಾತ್ರ ಬಳಸಿ, Q3 ನಲ್ಲಿ ಗ್ರಾಹಕರು ರದ್ದುಗೊಳಿಸಲು ಇದ್ದ ಮುಖ್ಯ ಕಾರಣಗಳನ್ನು ಐದು ಬುಲೆಟ್ ಪಾಯಿಂಟ್‌ಗಳಲ್ಲಿ ಸಂಕ್ಷೇಪಿಸಿ."
• ಏಜೆಂಟ್ ಕಾರ್ಯದ ಮೊದಲ ಕೆಲವು ಹಂತಗಳನ್ನು ಪರಿಶೀಲಿಸಿ. ಏಜೆಂಟ್ ಒಂದೇ ಹಂತ ಅಥವಾ ಹುಡುಕಾಟವನ್ನು ಪುನರಾವರ್ತಿಸುತ್ತಿದ್ದರೆ, ಅದನ್ನು ನಿಲ್ಲಿಸಿ ಹೆಚ್ಚು ನಿರ್ದಿಷ್ಟವಾದ ವಿನಂತಿಯೊಂದಿಗೆ ಮತ್ತೆ ಪ್ರಾರಂಭಿಸಿ.

ಸರಳ ಕಾರ್ಯಗಳಿಗೆ ದೊಡ್ಡ ಮಾಡೆಲ್‌ಗಳು

ಹೆಚ್ಚು ಸಾಮರ್ಥ್ಯವುಳ್ಳ ಮಾಡೆಲ್‌ಗಳಿಗೆ ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರತಿ ಟೋಕನ್‌ಗೆ ಹೆಚ್ಚು ವೆಚ್ಚವಾಗುತ್ತದೆ, ಆದ್ದರಿಂದ ಸಾರಾಂಶಗಳು ಅಥವಾ ಮರುಫಾರ್ಮ್ಯಾಟಿಂಗ್‌ನಂತಹ ದಿನನಿತ್ಯದ ಕೆಲಸಗಳು ತಂಡದ ಬಜೆಟ್ ಅನ್ನು ಅಗತ್ಯಕ್ಕಿಂತ ವೇಗವಾಗಿ ಖರ್ಚು ಮಾಡಬಹುದು.

ಇದಕ್ಕೆ ಏನು ಮಾಡಬೇಕು

• ಮಾಡೆಲ್ ರೂಟಿಂಗ್ ಬಳಸಿ; ಇದು ಪ್ರತಿ ಕಾರ್ಯವನ್ನು ಅದನ್ನು ನಿಭಾಯಿಸಬಲ್ಲ ಮಾಡೆಲ್‌ಗೆ ಹೊಂದಿಸುತ್ತದೆ. ಚಿಕ್ಕ ಪುನರ್ಲೇಖನ ಅಥವಾ ಸಾರಾಂಶವನ್ನು ಸಣ್ಣ, ಅಗ್ಗದ ಮಾಡೆಲ್‌ಗೆ ಕಳುಹಿಸಬಹುದು, ಮತ್ತು ಅತ್ಯಂತ ಸಾಮರ್ಥ್ಯವುಳ್ಳ ಮಾಡೆಲ್ ಅನ್ನು ಬಹು-ಹಂತದ ರೀಜನಿಂಗ್ ಅಥವಾ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಮೀಸಲಿಡಬಹುದು. Perplexity API ತನ್ನ ಪ್ರೀಸೆಟ್‌ಗಳ ಮೂಲಕ ಇದೇ ವಿಧಾನವನ್ನು ಅನುಸರಿಸುತ್ತದೆ; ಇವು ತ್ವರಿತ ಹುಡುಕಾಟಕ್ಕೆ ಸಣ್ಣ ಮಾಡೆಲ್ ಅನ್ನು ಮತ್ತು ಸಮಗ್ರ ವಿಶ್ಲೇಷಣೆಗೆ ದೊಡ್ಡ ಮಾಡೆಲ್ ಅನ್ನು ನಿಯೋಜಿಸುತ್ತವೆ.

ಹೊಸ ಕಾರ್ಯಪ್ರವಾಹಗಳ ನಂತರದ ಹಠಾತ್ ಏರಿಕೆಗಳು

ಹೊಸ ಸ್ವಯಂಚಾಲಿತ ಕಾರ್ಯಪ್ರವಾಹ, ಅಥವಾ ಇಡೀ ತಂಡಕ್ಕೆ ಜಾರಿಗೊಳಿಸಿದ ಟೂಲ್, ರಾತ್ರೋರಾತ್ರಿ ಬಳಕೆಯನ್ನು ಹೆಚ್ಚಿಸಬಹುದು. ಹಠಾತ್ ಏರಿಕೆಯು ತಾನಾಗಿಯೇ ಸಮಸ್ಯೆಯಲ್ಲ, ಆದರೆ ಯಾವ ಕೆಲಸದಿಂದ ಅದು ಉಂಟಾಯಿತು ಎಂದು ತಿಳಿದಿರುವುದು ಉಪಯುಕ್ತ.

ಇದಕ್ಕೆ ಏನು ಮಾಡಬೇಕು

• ಹೊಸ ಕಾರ್ಯಪ್ರವಾಹಗಳನ್ನು ಮೊದಲು ಸಣ್ಣ ಗುಂಪಿನೊಂದಿಗೆ ಪರೀಕ್ಷಿಸಿ. ಕಾರ್ಯಪ್ರವಾಹವನ್ನು ಇಡೀ ತಂಡಕ್ಕೆ ಜಾರಿಗೊಳಿಸುವ ಮೊದಲು, ಒಂದು ಅಥವಾ ಎರಡು ವಾರಗಳ ಕಾಲ ಅವರ ಬಳಕೆಯನ್ನು ಪರಿಶೀಲಿಸಿ.
• ಪ್ರತಿ ತಂಡಕ್ಕೂ ಮಾಸಿಕ ಬಜೆಟ್ ನಿಗದಿಪಡಿಸಿ. ಅದನ್ನು ಒಂದು ಸಾಮಾನ್ಯ ತಿಂಗಳ ಬಳಕೆಯನ್ನು ಆಧರಿಸಿ ನಿಗದಿಪಡಿಸಿ, ಇದರಿಂದ ಯಾವುದೇ ಹಠಾತ್ ಏರಿಕೆ ಎದ್ದು ಕಾಣುತ್ತದೆ.
• ಆಟೋ-ರೀಫಿಲ್ ಅನ್ನು ಆಫ್ ಮಾಡಿ. ಆಟೋ-ರೀಫಿಲ್ ಆಫ್ ಇದ್ದಾಗ, ಕ್ರೆಡಿಟ್‌ಗಳು ಮುಗಿದರೆ ಹೆಚ್ಚುವರಿ ಕ್ರೆಡಿಟ್‌ಗಳು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಖರೀದಿಯಾಗುವ ಬದಲು ಕೆಲಸ ನಿಲ್ಲುತ್ತದೆ.

Perplexity ಯಲ್ಲಿ ಟೋಕನ್ ವೆಚ್ಚವನ್ನು ಆಪ್ಟಿಮೈಸ್ ಮಾಡುವುದು ಹೇಗೆ

ದೈನಂದಿನ ಬಳಕೆಗಾಗಿ

Computer ಕ್ರೆಡಿಟ್‌ಗಳನ್ನು ಬಳಸುತ್ತದೆ, ಆದರೆ ನೀವು ಅದನ್ನು ಆಯ್ಕೆ ಮಾಡಿದಾಗ ಮಾತ್ರ ಅದು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ: Computer ಐಕಾನ್ ಆಯ್ಕೆ ಮಾಡುವ ಮೂಲಕ, ಡೀಫಾಲ್ಟ್ ಆಗಿ Computer ಬಳಸುವ ಪ್ರಾಜೆಕ್ಟ್‌ನಲ್ಲಿ ಕೆಲಸ ಮಾಡುವ ಮೂಲಕ, ಅಥವಾ Comet Work ಮೋಡ್ ಬಳಸುವ ಮೂಲಕ.

ವಿಸ್ತರಿಸಿ

ಸಾಮಾನ್ಯ ಹುಡುಕಾಟಕ್ಕೆ ಹಿಂತಿರುಗಲು, Perplexity ಐಕಾನ್ ಆಯ್ಕೆ ಮಾಡಿ Ask ಮೋಡ್‌ಗೆ ಮರಳಿ ಬದಲಾಯಿಸಿ. ಕ್ರೆಡಿಟ್ ಬಳಕೆಯನ್ನು ನೋಡಲು, ಬಳಕೆದಾರರು Perplexity ಇಂಟರ್‌ಫೇಸ್‌ನಲ್ಲಿರುವ ಟ್ರ್ಯಾಕರ್ ಅನ್ನು ತೆರೆಯಬಹುದು.

ವಿಸ್ತರಿಸಿ

Perplexity ಯ ಹಂಚಿಕೊಂಡ ವರ್ಕ್‌ಸ್ಪೇಸ್‌ಗಳಾದ ಪ್ರಾಜೆಕ್ಟ್‌ಗಳಲ್ಲಿ ಕೆಲಸ ಮಾಡುವ ತಂಡಗಳು, ಪ್ರತಿ ಪ್ರಾಜೆಕ್ಟ್‌ನ ಡೀಫಾಲ್ಟ್ ಮೋಡ್ ಅನ್ನು Search ಅಥವಾ Computer ಗೆ ಹೊಂದಿಸಬಹುದು. ಮುಖ್ಯವಾಗಿ ತ್ವರಿತ ಸಂಶೋಧನೆಗೆ ಬಳಸುವ ಪ್ರಾಜೆಕ್ಟ್ ಅನ್ನು ಡೀಫಾಲ್ಟ್ ಆಗಿ Search ಗೆ ಹೊಂದಿಸಬಹುದು, ಇದರಿಂದ ಯಾರೂ ಆಕಸ್ಮಿಕವಾಗಿ Computer ಕಾರ್ಯವನ್ನು ಪ್ರಾರಂಭಿಸುವುದಿಲ್ಲ.

Enterprise ನಿರ್ವಾಹಕರಿಗಾಗಿ

• ಪ್ರತಿ ಸೀಟು ಏನನ್ನು ಒಳಗೊಂಡಿದೆ ಎಂದು ತಿಳಿದುಕೊಳ್ಳಿ. Enterprise Pro ಬಳಕೆದಾರರು ಪ್ರತಿ ತಿಂಗಳು 500 ಕ್ರೆಡಿಟ್‌ಗಳ ಹಂಚಿಕೆಯನ್ನು ಪಡೆಯುತ್ತಾರೆ, ಮತ್ತು Enterprise Max ಬಳಕೆದಾರರು 15,000 ಕ್ರೆಡಿಟ್‌ಗಳನ್ನು ಪಡೆಯುತ್ತಾರೆ. ಇವು ಪ್ರತಿ ಮಾಸಿಕ ಚಕ್ರದ ಕೊನೆಯಲ್ಲಿ ಅವಧಿ ಮೀರುತ್ತವೆ ಮತ್ತು ಮುಂದಿನ ತಿಂಗಳಿಗೆ ವರ್ಗಾವಣೆಯಾಗುವುದಿಲ್ಲ.
• ಮೊದಲು ಡೀಫಾಲ್ಟ್ ಬಳಕೆಯ ಮಿತಿಯನ್ನು ಹೊಂದಿಸಿ. ಸದಸ್ಯರ ಸ್ವಂತ ಹಂಚಿಕೆ ಮುಗಿದ ನಂತರ, ಅವರು ಹಂಚಿಕೊಂಡ ಪೂಲ್‌ನಿಂದ ಗರಿಷ್ಠ ಎಷ್ಟು ಹೆಚ್ಚುವರಿ ಕ್ರೆಡಿಟ್‌ಗಳನ್ನು ಪಡೆಯಬಹುದು ಎಂಬುದನ್ನು ಬಳಕೆಯ ಮಿತಿ ನಿರ್ಧರಿಸುತ್ತದೆ.
• ವಿವಿಧ ರೀತಿಯ ಬಳಕೆದಾರರಿಗಾಗಿ ಹೆಸರಿಸಿದ ಮಿತಿಗಳನ್ನು ರಚಿಸಿ. ನಿರ್ವಾಹಕರು "ಸ್ಟ್ಯಾಂಡರ್ಡ್", "ಪವರ್ ಯೂಸರ್" ಮತ್ತು "ಗುತ್ತಿಗೆದಾರ" ನಂತಹ ಮಿತಿಗಳನ್ನು ಹೊಂದಿಸಿ, ಅವುಗಳನ್ನು ಬಳಕೆದಾರರ ಗುಂಪುಗಳಿಗೆ ಅಥವಾ ಪ್ರತ್ಯೇಕ ಸದಸ್ಯರಿಗೆ ನಿಯೋಜಿಸಬಹುದು. ಗುಂಪುಗಳನ್ನು Perplexity ಯಲ್ಲೇ ರಚಿಸಬಹುದು ಅಥವಾ ಕಂಪನಿಯ ಐಡೆಂಟಿಟಿ ಪ್ರೊವೈಡರ್‌ನಿಂದ ಸಿಂಕ್ ಮಾಡಬಹುದು. ಯಾರಾದರೂ ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ಗುಂಪುಗಳಿಗೆ ಸೇರಿದ್ದರೆ, ಅತಿ ಹೆಚ್ಚಿನ ಮಿತಿ ಅನ್ವಯಿಸುತ್ತದೆ.
• ವಿನಾಯಿತಿಗಳಿಗಾಗಿ ವೈಯಕ್ತಿಕ ಓವರ್‌ರೈಡ್‌ಗಳನ್ನು ಬಳಸಿ. ಒಬ್ಬ ವ್ಯಕ್ತಿಗೆ ತನ್ನ ಗುಂಪಿಗಿಂತ ಭಿನ್ನವಾದ ಮಿತಿ ಬೇಕಾದಾಗ, ವೈಯಕ್ತಿಕ ಓವರ್‌ರೈಡ್ ಯಾವುದೇ ಗುಂಪಿನ ಅಥವಾ ಹಂಚಿಕೊಂಡ ಮಿತಿಗಿಂತ ಆದ್ಯತೆ ಪಡೆಯುತ್ತದೆ. ಇಡೀ ತಂಡದ ಮಿತಿಯನ್ನು ಹೆಚ್ಚಿಸದೆಯೇ, ಹೆಚ್ಚು ಸಂಶೋಧನೆ ಬೇಕಾಗುವ ಅಲ್ಪಾವಧಿಯ ಪ್ರಾಜೆಕ್ಟ್‌ಗೆ ಇದು ಉಪಯುಕ್ತ.
• ಆಟೋ-ರೀಫಿಲ್‌ಗೆ ಗರಿಷ್ಠ ಮಿತಿ ಹಾಕಿ. ಆಟೋ-ರೀಫಿಲ್ ಹಂಚಿಕೊಂಡ ಪೂಲ್ ಅನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಮರುಪೂರಣ ಮಾಡುತ್ತದೆ. ಇದು ಕಾನ್ಫಿಗರ್ ಮಾಡಬಹುದಾದ ಮಾಸಿಕ ರೀಲೋಡ್ ಮಿತಿಯೊಂದಿಗೆ ಬರುತ್ತದೆ, ಆದ್ದರಿಂದ ನಿಗದಿತ ಗರಿಷ್ಠ ಮಿತಿಯಿಲ್ಲದೆ ವೆಚ್ಚ ಹೆಚ್ಚಲು ಸಾಧ್ಯವಿಲ್ಲ.
• ಸದಸ್ಯರು ಹೆಚ್ಚಿನ ಕ್ರೆಡಿಟ್‌ಗಳನ್ನು ಹೇಗೆ ಕೇಳಬೇಕು ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಿ. Allow members to request more credits ಸೆಟ್ಟಿಂಗ್, ತಮ್ಮ ಮಿತಿಯನ್ನು ತಲುಪಿದವರನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ನಿಲ್ಲಿಸುವ ಬದಲು, ನಿರ್ವಾಹಕರಿಂದ ಹೆಚ್ಚಿನ ಕ್ರೆಡಿಟ್‌ಗಳನ್ನು ವಿನಂತಿಸಲು ಅವರಿಗೆ ಅವಕಾಶ ನೀಡುತ್ತದೆ.
• ಪ್ರತಿ ತಿಂಗಳು ಬಳಕೆಯನ್ನು ಪರಿಶೀಲಿಸಿ. Organization credits ಪುಟವು ಪ್ರತಿ ಸದಸ್ಯರಿಗೆ ನೀಡಲಾದ, ಬಳಸಿದ ಮತ್ತು ಉಳಿದಿರುವ ಕ್ರೆಡಿಟ್‌ಗಳನ್ನು, ಜೊತೆಗೆ ಗುಂಪಿನ ಮಿತಿಗಳು ಮತ್ತು ಪೂಲ್‌ನ ಬಾಕಿಯನ್ನು ತೋರಿಸುತ್ತದೆ. 50 ಅಥವಾ ಅದಕ್ಕಿಂತ ಹೆಚ್ಚು ಸೀಟುಗಳಿರುವ ಅಥವಾ ಕನಿಷ್ಠ ಒಬ್ಬ Enterprise Max ಸದಸ್ಯರಿರುವ ಸಂಸ್ಥೆಗಳಿಗೆ, Insights ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಮಾಸಿಕ ಸಕ್ರಿಯ ಬಳಕೆದಾರರು ಮತ್ತು ಕಾಲಕ್ರಮೇಣ ಸಾಪ್ತಾಹಿಕ ಪ್ರಶ್ನೆಗಳನ್ನು ಸಹ ತೋರಿಸುತ್ತದೆ. ಇನ್ನಷ್ಟು ವಿವರಗಳಿಗಾಗಿ, ಆಡಿಟ್ ಲಾಗ್‌ಗಳು ಕಾರ್ಯಗಳ ಕಾರ್ಯಗತಗೊಳಿಸುವಿಕೆ, ಕನೆಕ್ಟರ್ ಬಳಕೆ, ಕ್ರೆಡಿಟ್ ವ್ಯಯ ಮತ್ತು ಕ್ರೆಡಿಟ್ ನೀಡಿಕೆಗಳನ್ನು ದಾಖಲಿಸುತ್ತವೆ.

API ಬಳಸಿ ನಿರ್ಮಿಸುವ ತಂಡಗಳಿಗಾಗಿ

• ಪ್ರತಿ ಟೂಲ್ ಅಥವಾ ತಂಡಕ್ಕೆ ಅದರದೇ ಆದ API ಕೀ ನೀಡಿ. Perplexity ಪ್ರತಿ ಕೀಗೆ ಪ್ರತ್ಯೇಕವಾಗಿ ಬಿಲ್ಲಿಂಗ್ ತೋರಿಸಬಲ್ಲದು, ಮತ್ತು ಪ್ರತ್ಯೇಕ ಕೀಗಳು ಯಾವ ಟೂಲ್ ಬಳಕೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತಿದೆ ಎಂಬುದನ್ನು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತವೆ.
• ಯಾವ ರೀತಿಯ ಟೋಕನ್ ಹೆಚ್ಚುತ್ತಿದೆ ಎಂದು ತಿಳಿಯಲು ಬಿಲ್ಲಿಂಗ್ ಪುಟವನ್ನು ಪರಿಶೀಲಿಸಿ. ಇದು ಕಾಲಕ್ರಮೇಣ ಇನ್‌ಪುಟ್, ಔಟ್‌ಪುಟ್ ಮತ್ತು ರೀಜನಿಂಗ್ ಟೋಕನ್‌ಗಳನ್ನು ತೋರಿಸುತ್ತದೆ. ಇನ್‌ಪುಟ್ ಟೋಕನ್‌ಗಳು ಹೆಚ್ಚುತ್ತಿದ್ದರೆ, ಸಾಮಾನ್ಯವಾಗಿ ಯಾವುದೋ ಟೂಲ್ ಅಗತ್ಯಕ್ಕಿಂತ ಹೆಚ್ಚು ಪಠ್ಯವನ್ನು ಕಳುಹಿಸುತ್ತಿದೆ ಎಂದರ್ಥ. ರೀಜನಿಂಗ್ ಟೋಕನ್‌ಗಳು ಹೆಚ್ಚುತ್ತಿದ್ದರೆ, ಸಮಸ್ಯೆಗಳನ್ನು ವಿಸ್ತಾರವಾಗಿ ಆಲೋಚಿಸುವ ಮಾಡೆಲ್‌ಗಳಲ್ಲಿ ಕಾರ್ಯಗಳು ನಡೆಯುತ್ತಿವೆ ಎಂದರ್ಥ.
• ಟೂಲ್‌ಗೆ ಹುಡುಕಾಟದ ಫಲಿತಾಂಶಗಳು ಮಾತ್ರ ಬೇಕಾದಾಗ Search API ಬಳಸಿ. ಇದು ಮಾಡೆಲ್ ಉತ್ತರ ಬರೆಯದೆಯೇ ವೆಬ್ ಫಲಿತಾಂಶಗಳನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ, ಮತ್ತು ಯಾವುದೇ ಹೆಚ್ಚುವರಿ ಟೋಕನ್ ಆಧಾರಿತ ಶುಲ್ಕಗಳಿಲ್ಲದೆ ಪ್ರತಿ ವಿನಂತಿಗೆ ಶುಲ್ಕ ವಿಧಿಸುತ್ತದೆ.
• ಏಜೆಂಟ್ ಟೂಲ್‌ಗಳನ್ನು ಪ್ರೀಸೆಟ್‌ನಿಂದ ಪ್ರಾರಂಭಿಸಿ. Perplexity ಯ ಪ್ರೀಸೆಟ್‌ಗಳು ಕಾರ್ಯದ ಗಾತ್ರಕ್ಕೆ ತಕ್ಕಂತೆ ಮಾಡೆಲ್‌ನ ಗಾತ್ರವನ್ನು ಹೊಂದಿಸುತ್ತವೆ ಮತ್ತು ಸರಳ ವಿನಂತಿಗಳನ್ನು ಅತ್ಯಂತ ದುಬಾರಿ ಮಾಡೆಲ್‌ಗಳಿಂದ ದೂರವಿಡುತ್ತವೆ.

ಲೋಕಲ್-ಫಸ್ಟ್ ಕೆಲಸ

ಕೆಲವು ಕೆಲಸಗಳಿಗೆ ಪಾವತಿಸಿದ ಕ್ಲೌಡ್ ಮಾಡೆಲ್‌ನ ಅಗತ್ಯವೇ ಇಲ್ಲ. Portable Computer ಎಂಬುದು Perplexity ಯ ಏಜೆಂಟ್‌ನ ಒಂದು ಆವೃತ್ತಿಯಾಗಿದ್ದು, ಅದು ವ್ಯಕ್ತಿಯ ಸ್ವಂತ ಕಂಪ್ಯೂಟರ್‌ನಲ್ಲಿ, ಆ ಯಂತ್ರದಲ್ಲೇ ಸಂಗ್ರಹಿಸಲಾದ AI ಮಾಡೆಲ್ ಬಳಸಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಮಾಡೆಲ್ ಸ್ಥಳೀಯವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದರಿಂದ, ದಿನನಿತ್ಯದ ಕೆಲಸಕ್ಕೆ ಪಾವತಿಸಿದ ಟೋಕನ್‌ಗಳು ಬಳಕೆಯಾಗುವುದಿಲ್ಲ. ಕಾರ್ಯಕ್ಕೆ ಅಗತ್ಯವಿದ್ದಾಗ ಮಾತ್ರ ಅದು ವೆಬ್, ಸಂಪರ್ಕಿತ ಆ್ಯಪ್‌ಗಳು ಅಥವಾ ಹೆಚ್ಚು ಶಕ್ತಿಶಾಲಿ ಕ್ಲೌಡ್ ಮಾಡೆಲ್ ಅನ್ನು ಸಂಪರ್ಕಿಸುತ್ತದೆ, ಮತ್ತು ಹಾಗೆ ಮಾಡುವ ಮೊದಲು ಬಳಕೆದಾರರನ್ನು ಕೇಳುತ್ತದೆ.

ವೆಬ್, ಫೈಲ್‌ಗಳು ಮತ್ತು ಸಂಪರ್ಕಿತ ಟೂಲ್‌ಗಳಾದ್ಯಂತ Perplexity Computer ಬಹು-ಹಂತದ ಕೆಲಸವನ್ನು ಹೇಗೆ ನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಅನ್ವೇಷಿಸಿ.

ಪದೇ ಪದೇ ಕೇಳಲಾಗುವ ಪ್ರಶ್ನೆಗಳು

ಟೋಕನ್ ವೆಚ್ಚ ಮತ್ತು AI ವೆಚ್ಚಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?

ಟೋಕನ್ ವೆಚ್ಚವು ಒಂದು ತಂಡ ಎಷ್ಟು AI ಕೆಲಸ ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ಟೋಕನ್‌ಗಳಲ್ಲಿ ಅಳೆಯುತ್ತದೆ. AI ವೆಚ್ಚಗಳು ಚಂದಾದಾರಿಕೆಗಳು, ಹೆಚ್ಚುವರಿ ಕ್ರೆಡಿಟ್‌ಗಳು ಮತ್ತು ಸೆಟಪ್ ಸೇರಿದಂತೆ, AI ಬಳಸಲು ತಂಡವು ಪಾವತಿಸುವ ಎಲ್ಲವನ್ನೂ ಒಳಗೊಳ್ಳುತ್ತವೆ. ಆ ಬಿಲ್‌ನ ಬಳಕೆ ಆಧಾರಿತ ಭಾಗವನ್ನು ಟೋಕನ್ ವೆಚ್ಚವೇ ನಿರ್ಧರಿಸುತ್ತದೆ.

ಚಂದಾದಾರಿಕೆ ಬಳಕೆದಾರರು ಪ್ರತಿ ಟೋಕನ್‌ಗೆ ಪಾವತಿಸುತ್ತಾರೆಯೇ?

ಸಾಮಾನ್ಯವಾಗಿ ನೇರವಾಗಿ ಅಲ್ಲ. ಚಂದಾದಾರಿಕೆ ಟೂಲ್‌ಗಳು ಬಳಕೆಯನ್ನು ಸಂದೇಶಗಳು, ಪ್ರಶ್ನೆಗಳು ಅಥವಾ ಕ್ರೆಡಿಟ್‌ಗಳ ರೂಪದಲ್ಲಿ ಟ್ರ್ಯಾಕ್ ಮಾಡುತ್ತವೆ, ಮತ್ತು ಹೆಚ್ಚು ಟೋಕನ್‌ಗಳನ್ನು ಬಳಸುವ ಕಾರ್ಯಗಳು ಅವುಗಳನ್ನು ಬೇಗನೆ ಖಾಲಿ ಮಾಡುತ್ತವೆ. Perplexity ಯಲ್ಲಿ ಸಾಮಾನ್ಯ ಹುಡುಕಾಟಗಳು ಕ್ರೆಡಿಟ್‌ಗಳನ್ನು ಬಳಸುವುದೇ ಇಲ್ಲ; Computer ಕಾರ್ಯಗಳು ಮಾತ್ರ ಬಳಸುತ್ತವೆ.

AI ಏಜೆಂಟ್‌ಗಳು ಇಷ್ಟೊಂದು ಟೋಕನ್‌ಗಳನ್ನು ಏಕೆ ಬಳಸುತ್ತವೆ?

ಏಜೆಂಟ್ ಒಂದು ಕಾರ್ಯವನ್ನು ಅನೇಕ ಹಂತಗಳಲ್ಲಿ ಪೂರ್ಣಗೊಳಿಸುತ್ತದೆ, ಮತ್ತು ಪ್ರತಿ ಹಂತವೂ ಅಲ್ಲಿಯವರೆಗಿನ ಕೆಲಸವನ್ನು ಮತ್ತೆ ಓದುವ ಪ್ರತ್ಯೇಕ ವಿನಂತಿಯಾಗಿರುತ್ತದೆ. ಆದ್ದರಿಂದ ದೀರ್ಘ ಕಾರ್ಯವು ಪ್ರತಿ ಹಂತದೊಂದಿಗೂ ಹೆಚ್ಚು ಹೆಚ್ಚು ಟೋಕನ್‌ಗಳನ್ನು ಬಳಸುತ್ತದೆ.

ಟೋಕನ್ ಬಳಕೆ ಇದ್ದಕ್ಕಿದ್ದಂತೆ ಏಕೆ ಏರುತ್ತದೆ?

ಬಹುತೇಕ ಹಠಾತ್ ಏರಿಕೆಗಳು ತಂಡವು ಕೆಲಸ ಮಾಡುವ ರೀತಿಯಲ್ಲಿನ ಬದಲಾವಣೆಯ ನಂತರ ಕಂಡುಬರುತ್ತವೆ; ಉದಾಹರಣೆಗೆ ಹೊಸ ಸ್ವಯಂಚಾಲಿತ ಕಾರ್ಯಪ್ರವಾಹ, ಹೆಚ್ಚು ಜನರಿಗೆ ಜಾರಿಗೊಳಿಸಿದ ಟೂಲ್, ಅಥವಾ ದೀರ್ಘ ಏಜೆಂಟ್ ಕಾರ್ಯ. ಏರಿಕೆಯ ದಿನಾಂಕವನ್ನು ಇತ್ತೀಚಿನ ಬಿಡುಗಡೆಗಳೊಂದಿಗೆ ಹೋಲಿಸಿದರೆ ಸಾಮಾನ್ಯವಾಗಿ ಕಾರಣ ತಿಳಿಯುತ್ತದೆ. ಹೊಸ ಕಾರ್ಯಪ್ರವಾಹಗಳನ್ನು ಮೊದಲು ಸಣ್ಣ ಗುಂಪಿನೊಂದಿಗೆ ಪರೀಕ್ಷಿಸುವುದರಿಂದ ಹಠಾತ್ ಏರಿಕೆಗಳನ್ನು ತಡೆಯಬಹುದು.