LangGraph, LangChain‑ට පසුපසින් එන නව AI ප්රවේශයක්, පූර්වනිර්දේශිත තත්ත්ව සැකසුම නිසා Token වියදම වැඩි කරයි. ඒ නිසා, ඔබට අතිරේක පිරිවැය වැළැක්වීමට සැකසුම් වෙනස් නොකළොත්, LangGraph වඩාත් මිල අඩු බවක් නොපෙනේ.
LangGraph හි MessagesState නමින් එක තැනට සංග්රහ කරන පණිවිඩ ලැයිස්තුවේ add_messages රිඩියුසර් භාවිතා කරයි. මෙම රිඩියුසර් පණිවිඩයන් එකතු කරන විට පරණ පණිවිඩ අයිතිවාසිකම් මකා නොදැමී, නව පණිවිඩය ඇතුළත් කරයි. එම නිසා, කතාබස් දිගුවට සමඟ Token ගණන අසීමිතව වැඩි වෙයි – ConversationBufferMemory‑වල වගේම.
උදාහරණයක් ලෙස, 10 වාරක කතාබස් එකක් ගෙන බලනවා නම්, 150 Token පරිශීලක පණිවිඩය හා 200 Token පිළිතුර එක්ක 3,500 Token ඉතිරි ඉතිහාසයක් තැනේ. 20 වාරක කතාබස් අවසන් වනවිට, සමස්ත Token ප්රවේශය 77,500 Token පමණ වේ, සාමාන්ය 11,000 Token ගණනට වඩා 7 ගුණයක් වැඩි. Claude‑haiku‑4‑5 මොඩලය භාවිතා කරන 500 දිනපතා කතාබස් කරන ව්යාපාරයක් සඳහා මාසික වියදම $132 සිට $930 දක්වා ඉහළ යයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ආරම්භකයන්, විශ්ව විද්යාල සිසුන් සහ සමාගම් සඳහා මෙම විග්රහය වැදගත් වේ. නිවැරදි සැකසුම් නොකළහොත්, AI සේවා පාරිභෝගිකයන්ට අධික පිරිවැය ගෙවීමට සිදු වේ, එය ව්යාපාරික ලාභයට හා පාරිභෝගික අත්දැකීම්ට බලපායි. තවත්, LangGraph භාවිතා කරන සංවර්ධකයන්ට state management පිළිබඳව ගැඹුරු අවබෝධයක් ලැබීමට, Token ගණන පාලනය කිරීමේ උපාය මාර්ග සොයා ගැනීමට අවස්ථාව ලැබේ. එවිට, ශ්රී ලංකාවේ AI පදනම් වූ නිෂ්පාදන හා සේවා නිර්මාණය කිරීමේදී වියදම අඩු කර, තරගකාරීත්වය වැඩි කරගත හැක.
අවසන් වශයෙන්, LangGraph භාවිතා කරන විට පෙරනිමි සැකසුම් පිළිබඳ අවධානයෙන් සිටීම, Token වියදම පාලනය කිරීමේ මුල් පියවරයි. ඔබේ AI ව්යාපෘතියේ වියදම අඩු කර, වැඩි ප්රතිලාභ ලබා ගැනීමට සැකසුම් සකස් කරගන්න.
