AI සේවා සපයන්නෝ සිය මිල ගණන ඩොලර් මිලියන ටෝකන් ප්රති එකක් ලෙස ප්රකාශ කරයි. බොහෝ සමානතා වගුවත්, මිල ගණනේ සැසියත් මේ අංකය මත පදනම් වේ. නමුත් මේ අංකය සරල නොවේ – එය 10 ගුණයකට පමණ වැරදි විය හැක, ඒත් ඒ වැරදිම වියමනේ වියළිමක් වැනි පෙනේ.
ආරම්භක පරීක්ෂණය එකක් අපි කළා. වත්මන් මොඩලය $0.07 ඉන්පූට් / $0.27 අවුට්පූට් ටෝකන් මීලියනයකට, නව මොඩලය $0.05 / $0.20 ලෙස දැක්කා. ලේඛනිකව 30% අඩුවක් පෙනුනත්, අපි එකම ඉල්ලීමක් යවා බැලුවා.
ඉල්ලීමේදී මොඩලය 274 ප්රොම්ප්ට් ටෝකන්, 132 කම්පලෂන් ටෝකන් (ඇතුළත් 123 reasoning ටෝකන්) පිරිසිදු කළා. අපට අවශ්ය වූ පිළිතුරේ ටෝකන් ගණන 9 ක් පමණයි. ඒ සියල්ල ගණන් කරලා බලන විට, ප්රතිඵල ටෝකන් එකකට $2.93 ගණනක් වැයවූ බව පෙනේ – එනම් ප්රකාශිත මිලට වඩා 14.7 ගුණයක් වැඩි.
මෙම අත්දැකීම පෙන්වන්නේ මිල ගණනේ ‘ටිකට්’ නොවන බවයි. මොඩලය සිතන විට නිර්මාණය කරන reasoning ටෝකන්ද බිල් එකට ඇතුළත් වේ, ඒවා ඔබට භාවිතා නොකළත් ගෙවිය යුතුයි. එම නිසා මිල ගණනේ සැසියක් කිරීමට පෙර, සැබැවින්ම ප්රයෝජනවත් output ටෝකන් එකකට ගෙවන මුදල ගණනය කළ යුතුයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ අධ්යයන ශිෂ්යයින්, සංවර්ධකයින්, ව්යාපාරිකයින්ට මේ තොරතුරු ඉතා වැදගත්. පළපුරුදු AI සේවාවන් භාවිතා කරන විද්යාල, විශ්වවිද්යාල වලට වැරදි මිල ගණනේ සැසියක් කරලා අධික වියදම් වැය කරගැනීමට ඉඩ නොදෙයි. සංවර්ධකයින්ට API භාවිතයෙන් ප්රොජෙක්ට් එකක් නිර්මාණය කරන විට, reasoning tokens ගණන පරීක්ෂා කරලා සැබැවින්ම කුමන output ටෝකන් වලට ගෙවිය යුතුදැයි තීරණය කළ හැක. ව්යාපාරිකයන්ට AI‑චාලිත සේවාවන් මිලදී ගැනීමට පෙර, සැලැස්වීමේ වියදම සැබෑවටම අගය කළ හැකි බැවින්, බජට් සැලසුම් තවත් නිවැරදි වේ.
අවසන් වශයෙන්, “ටෝකන් මිල” පමණක් නොව, “ඉලක්කිත output ටෝකන්” එකකට ගෙවන මුදල පරීක්ෂා කිරීම AI මිලගණනේ සැලසුමට අත්යවශ්යයි. මේ පියවර අනුගමනය කළොත්, ශ්රී ලංකාවේ AI පරිසරය තවත් පැහැදිලි, කාර්යක්ෂම සහ සාර්ථක වෙයි.
