点击上方“Deephub Imba”,关注公众号,好文章不错过 !
将LLM集成到项目所花费的成本主要是我们通过API获取LLM返回结果的成本，而这些成本通常是根据处理的令牌数量计算的。我们如何预估我们的令牌数量呢？Tokeniser包可以有效地计算文本输入中的令牌来估算这些成本。本文将介绍如何使用Tokeniser有效地预测和管理费用。
大语言模型（如GPT）中的"tokens"是指模型用来处理和理解文本的基本单位。令牌是语言模型处理文本时的基本单位，可以是单词、子词（subwords）、字符或者其他更小的文本单元。所以我们在计算令牌时不能简单的将单词按照空格分隔，而将一段文本分解成令牌的过程称为"tokenization"，这是预处理文本的重要步骤。
大语言模型中一般都会使用子词作为令牌，这对于处理词汇表中未见过的单词很有帮助。例如，"unhappiness"可能被分解成"un", "happi", "ness"这三个子词。
Tokeniser是一个轻量级、高效的Python包，使用正则表达式进行计数，这样可以在不加载复杂的NLP模型时进行快速的估计：
代码语言：javascript复制 import tokeniser
text = "Hello, World!"
token_count = tokeniser.estimate_tokens(text)
print(f"Number of tokens: {token_count}")这个包对于估计输入提示和来自LLM模型的预期响应中的令牌数量特别有用。假设输入提示包含60个令牌，期望的响应长度为150个令牌，那么每个请求的令牌总数为210
有了总令牌计数，就可以根据GPT或其他LLM服务的定价来估计成本。例如，如果服务每1000个令牌收费0.02美元:
每次请求费用: 210/1000∗0.02=0.0042
我们可以将上面的工作封装成一个函数进行总成本预测:
代码语言：javascript复制 import tokeniser
def estimate_cost_with_tokeniser(prompt, max_response_length, cost_per_thousand_tokens):
input_tokens = tokeniser.estimate_tokens(prompt)
total_tokens = input_tokens max_response_length
cost_per_request = (total_tokens / 1000) * cost_per_thousand_tokens
return cost_per_request
# Example usage
prompt = "Write a concise guide on estimating GPT and LLM query costs."
max_response_length = 150 # Desired response length in tokens
cost_per_thousand_tokens = 0.02 # Cost per 1,000 tokens
estimated_cost = estimate_cost_with_tokeniser(prompt, max_response_length, cost_per_thousand_tokens)
print(f"Estimated cost per request: ${estimated_cost:.4f}")把它放到我们的工具类中，这样就可以在任何需要的时候直接调用了
总结
Tokeniser包为开发人员提供了一种实用而有效的方法来估计GPT和LLM查询令牌数，这对于管理和预测使用成本至关重要。通过将简单的令牌计数合并到成本估算过程中，可以确保项目更有效的预算管理。
作者：Eugene Evstafev
