Erfahren Sie, wie die Nutzung von generativen KI-Assets anhand von Ressourceneinheiten (RU), Stundensätzen oder einem Pauschalpreis gemessen wird.
Die Arbeit mit generativen KI-Assets mit watsonx.ai Runtime setzt voraus, dass Sie watsonx.ai verwenden. Weitere Informationen über watsonx.ai finden Sie unter Übersicht über IBM watsonx.ai.
Überprüfen Sie die Details, wie die Ressourcen gemessen werden:
Ressourceneinheiten zur Messung von Schlussfolgerungsaktivitäten für Fundamentmodelle, bereitgestellt von watsonx.ai.
Stundensätze für benutzerdefinierte Basismodelle, die Sie mit watsonx.ai importieren und einsetzen.
Stundensätze für kuratierte Foundation-Modelle, die bei Bedarf auf dedizierter Hardware bereitgestellt werden.
Pauschalpreise pro Seite für die Textextraktion aus Dokumenten.
Eine Ressourceneinheit wird zur Messung der folgenden Ressourcen verwendet:
Token, die für die Ableitung von foundation model verwendet werden, um Text oder Texteinbettungen zu generieren.
Datenpunkte, die von einer Zeitreihe foundation model für die Vorhersage zukünftiger Werte verwendet werden.
Ressourceneinheitsmessung für die Ableitung von Fundamentmodellen
Copy link to section
Eine Liste der unterstützten Grundmodelle für die Texterstellung und deren Preise finden Sie unter "Unterstützte Grundmodelle ". Eine Liste der unterstützten Encoder-Modelle für die Neusortierung und Generierung von Texteinbettungen sowie deren Preise finden Sie unter "Unterstützte Encoder-Modelle ".
Bei der Messung der foundation model -Inferenz entspricht eine Ressourceneinheit (RU) 1.000 Token aus dem Input und Output der foundation model. Ein Token ist eine grundlegende Texteinheit (normalerweise 4 Zeichen oder 0.75 Wörter), die in der Eingabe oder Ausgabe für eine foundation model -Eingabeaufforderung oder für die Eingabe in ein Einbettungsmodell verwendet wird.
Jedem von IBM watsonx.ai bereitgestellten foundation model wird ein Inferenzpreis für Input und Output zugewiesen. Der Preis ergibt sich aus einem Vielfachen des Basispreises für ein EVU (00.0001$). Ein Modell mit einem Preis von 00.0006 $ hat zum Beispiel einen Multiplikator von 6 mal dem Basissatz.
Wichtig: Die Anzahl der Inferencing-Anfragen pro Sekunde, die an ein Modell übermittelt werden, ist planmäßig begrenzt. Überschreitet ein Benutzer ein Limit für Inferenzanfragen, gibt eine Systembenachrichtigung Hinweise.
Einem zeitnah abgestimmten foundation model wird derselbe Preis zugewiesen wie dem zugrunde liegenden foundation model. Informationen über abgestimmte Gründungsmodelle finden Sie unter Tuning Studio. Die Abstimmung eines Modells im Tuning Studio verbraucht Kapazitätsstunden (CUH). Weitere Informationen finden Sie unter Details zur Abrechnung von Assets für maschinelles Lernen.
Ressourceneinheitsmessung für die Ableitung von Zeitreihen-Grundmodellen
Copy link to section
Bei der Messung der foundation model -Prognose entspricht eine Ressourceneinheit (RU) 1.000 Datenpunkten in der foundation model -Eingabe und -Ausgabe. Ein Datenpunkt ist eine Einheit von Eingabe- und Ausgabecontent, der als eine oder mehrere Zahlen ausgedrückt wird.
Abrechnungsklassen nach Multiplikator
Copy link to section
Wenn Sie die Modellnutzung mit der watsonx.ai API überwachen, werden die Modellpreise wie folgt nach Preisstufen aufgelistet:
Tabelle 1. API-Preisstufen
Modell der Preisstufe
Ressourcentyp
Preis pro RU in USD
Multiplikator Basissatz
Klasse 1
Token
$0.0006
6
Klasse 2
Token
$0.0018
18.
Klasse 3
Token
$0.0050
50
Klasse C1
Token
$0.0001
1
Klasse 5
Token
$0.00025
2.5
Klasse 7
Token
$0.016
160
Klasse 8
Token
$0.00015
1.5
Klasse 9
Token
$0.00035
3.5
Klasse 10
Token
$0.0020
20 Jahre
Klasse 11
Token
$0.000005
0.05
Klasse 12
Token
$0.0002
2
Klasse 13
Token
$0.00071
7.1
Klasse 14
Datenpunkte
$0.00013
1.3
Klasse 15
Datenpunkte
$0.00038
3.8
Hinweis:
Bestimmte Modelle, wie z. B. der Mistral Large, haben spezielle Preise, die nicht durch einen Multiplikator bestimmt werden. Die Preise sind in unterstützten Modellen aufgeführt.
Berechnung des Ressourceneinheitspreises von Token pro Modell
Copy link to section
Zur Berechnung der Kosten für die Inferenz des foundation model teilen Sie die Gesamtzahl der während des Monats verbrauchten Token durch 1000 und runden auf die nächsten 1000 auf, um die Gesamtzahl der EVU zu erhalten. Multiplizieren Sie die Gesamtzahl der EVUs mit dem Modellpreis, um die Gesamtnutzungsgebühren zu erhalten. Der Modellpreis variiert je nach Modell und kann auch für Eingabe- oder Ausgabe-Token für ein bestimmtes Modell variieren.
Die Grundformel lautet wie folgt:
Total tokens used/1000 = Resource Units (RU) consumed
RU consumed x model price = Total usage charge
Der Grundpreis für ein EVU beträgt 00.0001$. Der Preis für jedes foundation model ist ein Vielfaches des Grundpreises.
Berechnung der Ressourceneinheit von Datenpunkten pro Modell
Copy link to section
Verwenden Sie die folgenden Gleichungen, um Gebühren für die Prognose mit einer Zeitreihe zu berechnen: foundation model
Eingabeberechnung: context length x number of series x number of channels
Outputberechnung: prediction length x number of series x number of channels
Diese Gleichungen verwenden die folgenden Parameter:
Die Kontextlänge bezieht sich auf die Anzahl der historischen Datenpunkte, die eine Zeitreihe foundation model als Eingabe für Vorhersagen verwendet.
Eine Reihe ist eine Sammlung von Beobachtungen, die nacheinander im Laufe der Zeit gemacht werden. Wenn man beispielsweise die Aktienkurse vieler Unternehmen vergleicht, ist die beobachtete Aktienkursentwicklung für jedes Unternehmen eine separate Reihe.
Kanäle sind die spezifischen Merkmale oder Variablen, die innerhalb eines Zeitreihendatensatzes gemessen werden.
Die Vorhersagelänge ist die Anzahl der zukünftigen Datenpunkte, die das Modell vorhersagen soll.
Die Gebührensätze richten sich nach der Hardwarekonfiguration des Modells und gelten für das Hosting und die Inferenz des Modells. Die Gebühren beginnen, wenn das Modell erfolgreich eingesetzt wird, und laufen weiter, bis das Modell gelöscht wird.
Individuelle Abrechnungssätze für foundation model
Konfigurationsgröße
Abrechnungssatz pro Stunde in USD
Klein
$5.22
Mittel
$10.40
Groß
$20.85
Wichtig: Sie können maximal vier kleine, zwei mittlere oder ein großes benutzerdefinierte Gründungsmodelle pro Konto bereitstellen.
Stündliche Abrechnungssätze für Bereitstellungsmodelle auf Anfrage
Copy link to section
Stellen Sie die Basismodelle bei Bedarf bereit, wenn Sie eine gehostete Lösung wünschen, die ausschließlich für die Nutzung durch Ihr Unternehmen reserviert ist. Nur Kollegen, denen Sie Zugriff auf die Bereitstellung gewähren, können auf das foundation model zugreifen. Eine dedizierte Bereitstellung bedeutet schnellere und reaktionsschnellere Interaktionen und ermöglicht Eingabeaufforderungen mit größeren Kontextfenstern. Die Gebührensätze werden pro Modell festgelegt und gelten für das Hosting und die Inferenz des Modells. Die Aufladung beginnt, wenn das Modell eingesetzt wird, und dauert an, bis das Modell gelöscht wird.
Hinweis: Für die Bereitstellung von Foundation-Modellen nach Bedarf ist der Standardplan erforderlich.
Preise pro Seite für die Extraktion von Dokumententext
Copy link to section
Verwenden Sie die Methode der Dokumentenextraktion der watsonx.ai REST API, um stark strukturierte PDF-Dateien mit Diagrammen und Tabellen in ein AI-Modell-freundliches JSON-Dateiformat zu konvertieren. Weitere Informationen finden Sie unter Extrahieren von Text aus Dokumenten.
Die Abrechnung erfolgt pauschal pro bearbeitete Seite. Eine Seite kann eine Textseite (bis zu 1800 Zeichen), ein Bild oder ein .tiff-Frame sein. Der Abrechnungssatz hängt von der Art Ihres Tarifs ab.