Por Equipe Fozzels
18-01-2023

Preços do ChatGPT (OpenAI)

O sistema Fozzels.com obtém seus dados dos sistemas GPT-3 e GPT-4 na OpenAI. Isso é feito por meio de sua API (interface de programação de aplicativos). Como cliente da Fozzels, você precisará vincular sua própria conta OpenAI e precisará pagar à OpenAI separadamente pelos textos gerados. Fozzels.com é a plataforma onde você pode gerenciar suas gerações de texto e automatizar a escrita de conteúdo para sua loja online.

Índice

O OpenAI oferece vários modelos de linguagem, cada um com diferentes recursos e faixas de preço. Ada é o modelo mais rápido, enquanto Davinci é o mais poderoso.

Os preços mostrados na tabela são por 1000 tokens. Você pode pensar em tokens como pedaços de palavras, onde 1000 tokens são cerca de 750 palavras.

Modelo Treinamento Uso
Ada $0.0004 / 1000 fichas $0.0016 / 1000 fichas
Babbage $0.0006 / 1000 fichas $0.0024 / 1000 fichas
Curie $0.0030 / 1000 fichas $0.0120 / 1000 fichas
Davinci $0.0300 / 1000 fichas $0.1200 / 1000 fichas
Tabela de preços do OpenAI ChatGPT em 18 de janeiro de 2023

Quais custos esperar para usar o ChatGPT

Para ter uma ideia dos custos de geração automática de textos de descrição de produtos para sua loja online usando Fozzels.com, veja a tabela abaixo.

Como exemplo: 1000 textos de descrição de produtos, com 100 palavras cada, gerado pelo mecanismo “Davinci” ChatGPT, irá custo em torno de $2,66.

Modelo Observação Preço Tokens de RP É ~ palavras Custos por palavra Custos por texto de 100 palavras 1000 produtos textos de 100 palavras gerados
Ada Mais rápido $0.000400 1000 750 $0.000000533 $0.000053333 $0.053333333
Babbage   $0.000500 1000 750 $0.000000667 $0.000066667 $0.066666667
Curie   $0.002000 1000 750 $0.000002667 $0.000266667 $0.266666667
Davinci Mais poderoso $0.020000 1000 750 $0.000026667 $0.002666667 $2.666666667
Tabela com estimativa de preços para 1000 textos de descrição de produtos

O que é um token?

Você pode pensar em tokens como pedaços de palavras usadas para processamento de linguagem natural. Para texto em inglês, 1 token tem aproximadamente 4 caracteres ou 0,75 palavras. Como ponto de referência, as obras coletadas de Shakespeare têm cerca de 900.000 palavras ou 1,2M de tokens.

Para saber mais sobre como os tokens funcionam e estimar seu uso: a) Experimente o interativo do OpenAI Ferramenta Tokenizadora; ou b) faça login na sua conta OpenAI e insira texto no Playground. O contador no rodapé exibirá quantos tokens estão no seu texto.

Qual modelo devo usar?

Embora Davinci seja geralmente o modelo mais capaz, os outros modelos podem executar certas tarefas extremamente bem e, em alguns casos, significativamente mais rápido. Eles também têm vantagens de custo. Por exemplo, Curie pode executar muitas das mesmas tarefas que Davinci, mas mais rápido e por 1/10 do custo. Nós encorajamos nossos clientes a experimentar para encontrar o modelo que é mais eficiente para sua aplicação. Visite a documentação do OpenAI para uma visão mais detalhada comparação de modelos.

Os modelos GPT-3 da OpenAI podem entender e gerar linguagem natural. A OpenAI oferece quatro modelos principais com diferentes níveis de potência adequados para diferentes tarefas. Davinci é o modelo mais capaz, e Ada é o mais rápido. Embora Davinci seja geralmente o mais capaz, os outros modelos podem executar certas tarefas extremamente bem com vantagens significativas de velocidade ou custo. Recomendamos usar Davinci durante os experimentos, pois ele produzirá os melhores resultados. Depois que as coisas estiverem funcionando, recomendamos tentar os outros modelos para ver se você consegue os mesmos resultados com menor latência.

Da Vinci

O modelo GPT-3 mais capaz. Pode fazer qualquer tarefa que os outros modelos podem fazer, geralmente com maior qualidade, saída mais longa e melhor acompanhamento de instruções. Também suporta a inserção de conclusões dentro do texto. Davinci é a família de modelos mais capaz e pode executar qualquer tarefa que os outros modelos podem executar e geralmente com menos instruções. Para aplicativos que exigem muito entendimento do conteúdo, como resumo para um público específico e geração de conteúdo criativo, Davinci produzirá os melhores resultados. Esses recursos aumentados exigem mais recursos de computação, então Davinci custa mais por chamada de API e não é tão rápido quanto os outros modelos. Outra área em que Davinci brilha é em entendendo a intenção do texto. Davinci é muito bom em resolver muitos tipos de problemas de lógica e explicar os motivos dos personagens. Davinci conseguiu resolver alguns dos problemas de IA mais desafiadores envolvendo causa e efeito. Bom em: Intenção complexa, causa e efeito, resumo para o público.

Curie

Curie é extremamente poderoso, mas muito rápido. Enquanto Davinci é mais forte quando se trata de analisar texto complicado, Curie é bastante capaz para muitas tarefas com nuances, como classificação de sentimentos e resumo. Curie também é muito bom em responder perguntas e realizar perguntas e respostas e como um chatbot de serviço geral. Bom em: Tradução de idiomas, classificação complexa, sentimento de texto, resumo

Babbage

Babbage pode executar tarefas diretas como classificação simples. Também é bastante capaz quando se trata de classificação de Pesquisa Semântica, quão bem os documentos correspondem às consultas de pesquisa. Bom em: Classificação moderada, classificação de pesquisa semântica

Ada

Ada é geralmente o modelo mais rápido e pode executar tarefas como análise sintática de texto, correção de endereço e certos tipos de tarefas de classificação que não exigem muita nuance. O desempenho de Ada pode frequentemente ser melhorado fornecendo mais contexto. Bom em: Análise sintática de texto, classificação simples, correção de endereço, palavras-chave. Observação: qualquer tarefa realizada por um modelo mais rápido como Ada pode ser realizada por um modelo mais poderoso como Curie ou Davinci.

Imagem de cabeçalho Preços OpenAI
Imagem do cabeçalho - Chatgpt OpenAI
Compartilhe este artigo:
LinkedIn
Facebook
Twitter
O que você acha do WhatsApp?
E-mail

Mais postagens