Echtzeit-Kostenanalysen mit Zeitreihendiagrammen, Aufschlüsselungen pro Modell, Leistungsmetriken und konfigurierbaren Datumsvoreinstellungen.
Das Kosten-Dashboard bietet Ihnen vollständige Transparenz über Ihre LLM-Ausgaben und -Leistung. Es aggregiert Daten aus allen Anreicherungs-Datensätzen Ihrer Organisation und stellt sie über interaktive Diagramme und Übersichtskarten dar. Nutzen Sie es, um Kostentrends zu erkennen, die Effizienz von Modellen zu vergleichen und Ihre Anreicherungs-Pipeline zu optimieren.
Wählen Sie einen Zeitraum in der Seitenleiste aus. Die URL wird aktualisiert, um die ausgewählte Voreinstellung widerzuspiegeln (z. B. /costs/30d), was Lesezeichen-fähige Ansichten ermöglicht:
| Voreinstellung | Zeitraum | Diagrammgruppierung |
|---|---|---|
7d | Letzte 7 Tage | Täglich |
30d | Letzte 30 Tage | Täglich |
90d | Letzte 90 Tage | Wöchentlich |
all | Gesamter Zeitraum | Monatlich |
Systemadministratoren erhalten in der Seitenleiste eine Organisationsauswahl mit drei Einstellungen: die eigene Organisation, alle Organisationen aggregiert oder eine bestimmte Organisation. Alle anderen – auch Inhaber – sehen stets die Kosten der eigenen Organisation; der Geltungsbereich wird im Backend aufgelöst, der Filter lässt sich also nicht clientseitig umgehen. Die Auswahl wird pro Benutzer im Local Storage gespeichert.
Der Standard-Tab bietet eine umfassende Aufschlüsselung der Ausgaben:
Wechseln Sie zum Tab „Performance“, um die Modelleffizienz zu analysieren und Kosten-Leistungs-Kompromisse zu identifizieren:
Nutzen Sie das Streudiagramm „Kosten vs. Dauer“, um Modelle zu finden, die gute Qualität zu geringeren Kosten liefern. Kleinere, schnellere Modelle reichen für einfache Schemas oft aus.
Prüfen Sie das Diagramm „Kosten im Zeitverlauf“ wöchentlich. Plötzliche Ausschläge können auf falsch konfigurierte Batch-Jobs oder unerwartete Wiederholungsschleifen hinweisen.
Die Tabelle „Leistung nach Schema-Eigenschaftsanzahl“ zeigt, wie die Kosten mit der Schemagröße skalieren. Entfernen Sie unnötige Eigenschaften, um die Kosten pro Anreicherung zu senken.
Modelle mit Prompt-Caching (wie Anthropic) reduzieren die Kosten für wiederholte Anreicherungen mit demselben Schema. Die Token-Nutzungskarten zeigen die Einsparungen durch zwischengespeicherte Tokens.