Utilisation des jetons OpenAI

Cet article fournit une estimation approximative, car cela correspond à la nature de l'IA et à la manière dont l'utilisation des jetons est calculée. Le résultat varie considérablement en fonction des facteurs d'utilisation individuels tels que la fréquence d'utilisation de l'intégration IA, le nombre d'utilisateurs impliqués, ainsi que la longueur et la complexité des invites soumises.

Des informations générales sur les Fonctionnalités IA BOC peuvent être trouvées dans notre Documentation de l'assistant ADONIS AI.
 

Utilisation des jetons "Conception de processus"

Basé sur un matériel de journaux étendus, nous pouvons fournir les chiffres approximatifs suivants basés sur une petite invite d'entrée (1-2 phrases) pour la création d'un processus.
Les jetons de l'invite sont envoyés tandis que les jetons de complétion sont ceux reçus en réponse de l'IA.
 
Testé sur gpt-4o-mini avec complexité maximale (c’est-à-dire niveau maximal de détail).
 

Nombre de jetons par invite et complétion
 

Coûts en jetons GPT-4o-mini
 

 
Coûts par modèle et modèles par dollar dépensé
 

 
Utilisation des jetons "Analyse de processus"

Utilisation de l'API testée sur gpt-4o. Le nombre de jetons d'invite varie selon la taille du modèle et la quantité d'informations contenues dans le modèle (nombre d'éléments, propriétés des éléments, relations, etc.)
 

Informations générales sur l'utilisation des jetons

L'utilisation des jetons n'est pas basée directement sur les caractères ; il existe seulement une règle empirique :

• 1 jeton ≈ 4 caractères (moyenne en anglais)
• 1 jeton ≈ 0,75 mots (moyenne en anglais)
• La tokenisation divise le texte en morceaux qui peuvent être des mots entiers, des sous-mots ou des caractères, selon la fréquence et le vocabulaire du modèle. Cela augmente la complexité de l'estimation.
• Les langues non anglaises ont souvent un ratio jetons-caractères plus élevé.
   

Concernant la tokenisation

La tokenisation est active chaque fois que du texte est traité par un modèle de langage OpenAI, comme lorsque vous fournissez des invites d'entrée ou que le modèle génère une sortie. Le modèle décompose toujours le texte en jetons pour comprendre et générer le langage. 

Cela se produit en arrière-plan lors de l'encodage de l'entrée (lorsque le texte est envoyé au modèle) et du décodage de la sortie (lorsque le modèle produit du texte). Cela garantit que le texte est converti en morceaux gérables (jetons) que le modèle peut lire et prédire.
 
Chaque mot ou symbole peut être un jeton unique ou divisé en plusieurs jetons selon les règles du tokenizer du modèle :
 

Cela démontre comment la tokenisation varie selon la longueur des mots, la ponctuation et l'utilisation de symboles. Chaque mot ou symbole peut être un jeton unique ou divisé en plusieurs jetons, selon les règles individuelles du tokenizer du modèle.
 
OpenAI offre généralement un tableau de bord pour surveiller avec précision votre consommation de jetons : Limites de taux - API OpenAI