Du er her:
Viktige punkter om fakturering for dokument-AI
Dokumenter AI bruker Data 360 til å trekke ut strukturerte data fra ustrukturerte dokumenter, og Flex Credits til å kalle opp generativ AI. Bruk av dokument-AI påvirker forbruket av kreditter i disse brukstypene.
Bruk Digital Wallet til å sjekke hvilke forbrukskort som er aktive i organisasjonen, finne ut hvor mange kreditter som er tilgjengelig på hvert kort, og finne ut hvor mange kreditter som er brukt i hver brukstype.
Enkelte brukstyper måles ikke for bestemte lisenser eller utgaver, som en Agentforce 1 Edition. Sjekk lisensene og se gjennom lisensdokumentasjonen for å få mer informasjon.
Data 360-bruk
Når du bruker Data 360 til datainnsamling og behandling, bruker organisasjonen kreditter fra forbrukskortet Data Services eller forbrukskortet Flex Credits. Hvis du har aktive datatjenester, forbrukes disse kreditten først. Hvis du har slutt på Datatjenester-kreditter eller aldri har hatt noen, bruker organisasjonen Flex-kreditter til Data 360-tjenester. Hvis du vil ha mer informasjon, kan du se Data Services Billable Usage Types for Data 360 og Flex Credits Usage Types for Data 360.
Hvis du vil kontrollere multiplikatorer for hver brukstype, kan du se multiplikatorer for datatjenester-satsekortet eller Agentforce & Data 360 Flex Credits-satsekortet. Kostnaden for hver kredit bestemmes av kontrakten.
| Digital Wallet forbrukskort | Brukstype | Beskrivelse av brukstype | Notater |
|---|---|---|---|
| Datatjenester | Ustrukturerte data behandlet | Bruk beregnes basert på mengden ustrukturerte data som behandles uten å bruke behandling og uttrekking av AI-støttet innhold. Hvis søkeindeksen for eksempel behandler 100 PDF-dokumenter som er 1 MB hver, beregnes bruken som 100 MB. Hvis søkeindeksen behandler fem lyd-/videofiler som i gjennomsnitt er 100 MB hver, beregnes bruken som 500 MB. I Data 360 kan ustrukturerte data deles og vektoriseres med en innebyggingsmodell. Bruk beregnes bare én gang på tvers av begge disse aktivitetene. Hvis et 100 MB PDF-dokument for eksempel er delt og vektorisert, beregnes bruken som 100 MB, ikke som 200 MB. Hvis du oppretter en søkeindeks som bruker et datamodellobjekt (DMO) som en datakilde og velger Tekst-datatypefelt fra DMO-et, indekseres alle strenger fra disse feltene, og summen av alle behandlede byte rapporteres som Ikke-strukturerte data behandlet. |
|
| Flekskreditter | Data 360 ustrukturert behandling | Bruk beregnes basert på mengden ustrukturerte data som behandles uten å bruke behandling og uttrekking av AI-støttet innhold. Hvis søkeindeksen for eksempel behandler 100 PDF-dokumenter som er 1 MB hver, beregnes bruken som 100 MB. Hvis søkeindeksen behandler fem lyd-/videofiler som i gjennomsnitt er 100 MB hver, beregnes bruken som 500 MB. I Data Cloud kan ustrukturerte data deles og vektoriseres med en innebyggingsmodell. Bruk beregnes bare én gang på tvers av begge disse aktivitetene. Hvis et 100 MB PDF-dokument for eksempel er delt og vektorisert, beregnes bruken som 100 MB, ikke som 200 MB. Hvis du oppretter en søkeindeks som bruker et datamodellobjekt (DMO) som en datakilde og velger Tekst-datatypefelt fra DMO, indekseres alle strenger fra disse feltene, og summen av alle behandlede byte rapporteres som ubehandlede data. |
Agentforce og generativ AI-bruk
Når organisasjonen bruker Agentforce eller generativ AI, bruker den Agentforce Flex-kreditter eller Einstein. Hvis du har aktive Einstein, forbrukes disse kreditten først. Hvis du er tom for Einstein eller aldri har hatt noen, bruker organisasjonen Agentforce Flex-kreditter. Hvis du vil ha mer informasjon, kan du se Flex Credits Billable Usage Types og Einstein Requests Billable Usage Types.
Hvis du vil se multiplikatorer for hver brukstype, kan du se Agentforce & Data 360 Flex Credits Rate Card. Kontrakten bestemmer kostnaden per kreditt.
| Digital Wallet forbrukskort | Brukstype | Beskrivelse av brukstype | Notater |
|---|---|---|---|
| Einstein-forespørsler | Standardledetekster Grunnleggende ledetekster Avanserte ledetekster |
Bruk beregnes basert på to faktorer: antall direkteforespørsler til LLM via LLM-gatewayen, og om gatewayen bruker en Salesforce-administrert stor språkmodell. Den spesifikke kategorien avhenger av modellen som brukes. Se Støtte for store språkmodeller for å finne ut hvilke brukstyper som gjelder. Alle standard, grunnleggende og avanserte ledetekster behandler opptil 2000 tokener per ledetekst. Tokenbruk avrundes i inkrementer på 2000 token. Alle standard, grunnleggende og avanserte ledetekster som overskrider denne grensen, måles som flere ledetekster, med hver ekstra del av 2000 token som teller som en ny ledetekst. En ledetekst med totalt 6500 inndata- og utdatatokener vil for eksempel bli målt som fire ledetekster. Tokener er enheter med data som behandles av AI-modellene. |
For dokument-AI-behandling telles LLM-gatewaykall som grunnleggende eller standardledetekster avhengig av den valgte AI-modellen. Denne brukstypen faktureres ikke når den er knyttet til en generativ AI-handling som kvalifiseres som ikke-målert bruk av kontekst for mennesker. Hvis du vil ha mer informasjon, kan du se Måling for Agentforce og generativ AI-bruk. |
| Flekskreditter | Standardledetekster Grunnleggende ledetekster Avanserte ledetekster |
Bruk beregnes basert på to faktorer: antall direkteforespørsler til LLM via LLM-gatewayen, og om gatewayen bruker en Salesforce-administrert stor språkmodell. Den spesifikke kategorien avhenger av modellen som brukes. Se Støtte for store språkmodeller for å finne ut hvilke brukstyper som gjelder. Alle standard, grunnleggende og avanserte ledetekster behandler opptil 2000 tokener per ledetekst. Tokenbruk avrundes i inkrementer på 2000 token. Alle standard, grunnleggende og avanserte ledetekster som overskrider denne grensen, måles som flere ledetekster, med hver ekstra del av 2000 token som teller som en ny ledetekst. En ledetekst med totalt 6500 inndata- og utdatatokener vil for eksempel bli målt som fire ledetekster. Tokener er enheter med data som behandles av AI-modellene. |
For dokument-AI-behandling telles LLM-gatewaykall som grunnleggende eller standardledetekster avhengig av den valgte AI-modellen. Denne brukstypen faktureres ikke når den er knyttet til en generativ AI-handling som kvalifiseres som ikke-målert bruk av kontekst for mennesker. Hvis du vil ha mer informasjon, kan du se Måling for Agentforce og generativ AI-bruk. |
Hvis du vil ha mer informasjon om hvordan bruk faktureres, kan du se kontrakten din eller kontakte din kundeansvarlige.
Redusere dokument-AI-kostnader
Du kan redusere forbruksgrader for dokument-AI på flere måter:
- Se gjennom om generative AI-handlinger er kvalifisert som ikke-målt bruk av menneskelig kontekst for å unngå fakturering for kvalifiserte samtaler.
- Komprimer bilder og bildeinnhold i PDF-filer i høy kvalitet før du laster opp, da databehandlingsmålere tar avgifter per MB data.
- Sjekk Digital Wallet regelmessig for å overvåke forbrukstrender og fange opp uventede stigninger tidlig.
- For å unngå uventet kredittforbruk bør du planlegge oppdateringer nøye. Hvis du må endre en dokument-AI-konfigurasjon, gjør du alle endringene sammen og publiserer.
- Bruk handlingen Bygg på nytt først etter at du har redigert en konfigurasjon og må behandle innholdet på nytt med disse endringene. Ombygging behandler alt tidligere behandlet innhold på nytt, noe som kan forbruke et betydelig antall kreditter. Ikke bruk Ombygg til å feilsøke behandlingsproblemer.
Se også:
- Dokument-AI
- Salesforce Hjelp: Om Digital Wallet
- Typer fakturerbar bruk av datatjenester for Data 360
- Brukstyper for Flex Credits-fakturering for Data 360
- Nedlastbar PDF-fil: Forstå kredittforbruk: Dele ned et brukstilfelle
- Trailhead: Komme i gang med Data 360-forbruk
- Salesforce Hjelp: Generative AI-typer for fakturerbar bruk
- Salesforce Hjelp: Måling for Agentforce og generativ AI
- Salesforce Hjelp: Flex Credits fakturerbare brukstyper for Agentforce og generativ AI
