阿里云+智能ai+gpt

1.阿里 百度 腾讯分词 知识库。

阿里云(项目具体的费用预算展示,实际功能核算。)

向量智库

https://developer.aliyun.com/article/1234278?spm=5176.22133730.J_5253785160.2.79c57b5enFPauE

计费

https://help.aliyun.com/zh/open-search/vector-search-edition/billing-overview-of-vector-search-edition?spm=a2c4g.11186623.0.0.34f56495WL9Z0N
总费用 = 实例租用费用 + 查询节点费用 + 数据节点费用 + 单数据节点存储空间费用 + 索引存储费用 + 数据更新资源费用
0.58+0.000588+0.000415+0.67

实例租用费用 = 单价 * 小时

|------|------|
| 2核8G | 0.58 |

查询节点费用 = 单价 * 小时 * 查询节点个数
数据节点费用 = 单价 * 小时 * 数据节点个数
单数据节点存储空间费用 = (单数据节点存储总空间 - 单数据节点免费存储空间)* 单价 * 小时 * 数据节点个数
0.000588元/小时/GB
索引存储费用 = 单价 * 小时 * (索引大小 - 100)

|------------------------------------------|------|--------|----------|---------|
| 地域 | 计费项 | 免费存储额度 | 单价 | 单位 |
| 华东1(杭州)、华东2(上海)、华北2(北京)、华南1(深圳)、华北3(张家口) | 索引存储 | 100GB | 0.000415 | 元/小时/GB |

数据更新资源费用 = (总数据更新资源数量 - 免费数据更新资源数量) * 单价 * 小时

|------------------------------------------|--------|------|--------|
| 华东1(杭州)、华东2(上海)、华北2(北京)、华南1(深圳)、华北3(张家口) | 数据更新数量 | 0.67 | 元/小时/个 |

企业专属大模型

https://help.aliyun.com/zh/open-search/llm-intelligent-q-a-version/introduction-to-llm-intelligent-q-a-edition?spm=a2c4g.11186623.0.0.60a213ffBqGhxH

search

https://developer.aliyun.com/article/1247851?spm=5176.7946605.J_6302206100.2.34208651etsNJy

用户A购买了一个OpenSearch LLM智能问答版实例,购买时选择的存储容量为2GB。
在6-7时,用户A没有进行问答调用,没有消耗计算资源;
则6-7时的费用为:20.232 = 0.464元
在7-8时,用户A进行了100次调用,消耗计算资源10CU;
*则7-8时的费用为:2*0.232 + 10*0.53 = 5.764 元
在8-9时,用户A进行了1000次调用,消耗计算资源100CU;
*则8-9时的费用为:2*0.232 + 100*0.53 = 53.46 元

LLM智能问答版如何计费_智能开放搜索 OpenSearch(Open Search)-阿里云帮助中心
https://help.aliyun.com/zh/open-search/llm-intelligent-q-a-version/quick-start-1?spm=a2c4g.11186623.0.0.10cc13ffRkgT1T

腾讯云

不支持自定义知识库关联。

|------------|--------------|-------|
| 腾讯混元大模型标准版 | 每 1000 token | 0.01元 |
| 腾讯混元大模型高级版 | 每 1000 token | 0.10元 |

百度云

价格

1.输入输出的文字*模型价格 1000字*0.12
2.知识库 费用更低 计费方式相同

SparkAI

全开源源码4.5万

github

https://github.com/eosphoros-ai/DB-GPT/blob/main/README.zh.md db-gpt
本地配置要求较高,只能考虑云服务。

相关推荐
敲代码不忘补水5 小时前
生成式GPT商品推荐:精准满足用户需求
开发语言·python·gpt·产品运营·产品经理
技术仔QAQ6 小时前
【tokenization分词】WordPiece, Byte-Pair Encoding(BPE), Byte-level BPE(BBPE)的原理和代码
人工智能·python·gpt·语言模型·自然语言处理·开源·nlp
OneFlow深度学习框架8 小时前
LLM长上下文RAG能力实测:GPT o1 vs Gemini
gpt·语言模型·大模型·openai·gemini·o1
智匠MindCraft Al1 天前
GPT o1 模型使用及API调用
人工智能·gpt·ai·语言模型·chatgpt
一者仁心1 天前
【AI技术】GPT-SoVits训练日志
人工智能·gpt
JarodYv1 天前
GPT-5 要来了:抢先了解其创新突破
gpt·openai·生成式ai·gpt-4·gpt-5
灰哥数据智能1 天前
DB-GPT系列(五):DB-GPT六大基础应用场景part2
数据库·人工智能·python·sql·gpt·abi
小毕超1 天前
基于 PyTorch 从零手搓一个GPT Transformer 对话大模型
pytorch·gpt·transformer
hunteritself2 天前
Sam Altman:年底将有重磅更新,但不是GPT-5!
人工智能·gpt·深度学习·chatgpt·openai·语音识别
知来者逆3 天前
基于ChatGPT 的人工智能代理挖掘化学文献的演变探索
人工智能·gpt·语言模型·自然语言处理·chatgpt·gpt-4v