Кто-нибудь рассчитал среднюю ежемесячную стоимость, которую можно было бы заплатить, если бы они создавали приложение с API GPT3 OpenAI?
Какова будет приблизительная ежемесячная стоимость за пользователя? И какую комиссию вы должны взимать с пользователя, чтобы выйти в ноль? Или сколько объявлений вы должны разместить для работы?
Возможно ли с финансовой точки зрения использовать API OpenAI для создания чего-либо?
Допустим, мы создаем бота GPT, с которым вы можете общаться.
Предположим, мы используем GPT3.5-Turbo API, который стоит:
$𝟬.𝟬𝟬𝟮/𝟭𝟬𝟬𝟬 𝘁𝗼𝗸𝗲𝗻𝘀
Независимо от того, что делает бот, пишет электронные письма, объясняет смысл жизни, что угодно, мы неизбежно должны впихивать в подсказку множество прошлых разговоров или «контекст» разговора. Таким образом, примерно каждое взаимодействие будет потреблять 1000 токенов; это включает в себя как токены приглашения в запросе, так и max_tokens в ответе прогнозов.
Итак, для каждого вопроса и ответа от ИИ мы используем:
𝗳𝘂𝗹𝗹 𝟭𝟬𝟬𝟬 𝘁𝗼𝗸𝗲𝗻𝘀.
Это будет:
$𝟬.𝟬𝟬𝟮 𝗽𝗲𝗿 𝗶𝗻𝘁𝗲𝗿𝗮𝗰𝘁𝗶𝗼𝗻
Теперь давайте предположим, что мы создали это приложение, отправили его, и пользователи начали им пользоваться. Предположим, что активный пользователь взаимодействует с ботом каждые 15 минут и делает это по 10 часов в день:
Это будет:
𝟰 𝗶𝗻𝘁𝗲𝗿𝗮𝗰𝘁𝗶𝗼𝗻𝘀/𝗵𝗼𝘂𝗿 𝗼𝗿
𝟰𝟬 𝗶𝗻𝘁𝗲𝗿𝗮𝗰𝘁𝗶𝗼𝗻𝘀/𝗱𝗮𝘆 𝗼𝗿
𝟭𝟮𝟬𝟬 𝗶𝗻𝘁𝗲𝗿𝗮𝗰𝘁𝗶𝗼𝗻𝘀/𝗺𝗼𝗻𝘁𝗵
Исходя из стоимости 0,002 доллара США за взаимодействие, стоимость 1 активного пользователя составит:
𝟭𝟮𝟬𝟬𝘅$𝟬.𝟬𝟬𝟮 = $𝟮.𝟰 𝗳𝗼𝗿 𝗚𝗣𝗧𝟯.𝟱-𝗧𝘂𝗿𝗯𝗼
(И я даже не говорю о цене GPT4, которая примерно на 𝟮𝟬 𝘁𝗶𝗺𝗲𝘀 дороже).
Невозможно, чтобы это было бесплатное приложение. Потому что, если это бесплатно, пользователи легко удвоят, утроят или учетверят стоимость. И я сомневаюсь, что баннер Google Admobs, межстраничная реклама и т. Д. Могут принести 5–10 долларов за каждого активного пользователя.
По этой причине это должно быть платное приложение. Чтобы приложение было прибыльным, оно должно получать значительно больше, чем 2,4 доллара США в месяц от каждого пользователя.
И все это даже без учета стоимости обучения модели, логического вывода, затрат на управление, затрат на сбор/маркировку данных, затрат на человеческий капитал, затрат на обслуживание инфраструктуры машинного обучения и т. д.