Batch API
Batch API は大量の非同期リクエストを割引价で処理する。遅延結果を許容できるジョブに最適。
定義
Batch API は多くのリクエストを受け取り、最大 24 時間の時間窓で非同期に、割引价で処理する。
コストに関わる理由
バッチエンドポイントはリアルタイム呼び出しより通常ずっと安い。遅延許容な作業（バックフィル、一括生成）をバッチへ移すと、品質を変えずに支出を減らせる。
実用的なヒント
遅延許容度でルーティングする。待てるものは全部バッチに、ライブな対話だけリアルタイムに残す。
Related reading
Glossary
コンテキストウィンドウ
コンテキストウィンドウはモデルが 1 回のリクエストで見られる最大トークン数。満たすほど 1 回の呼び出しコストは高くなる。
Glossary
Embeddings（埋め込み）
Embeddings は検索や取得のためにテキストをベクトルに変換する。トークンあたりでは生成よりずっと安いことが多い。
Glossary
Fine-tuning（微調整）
Fine-tuning は自社データでモデルを訓練する。プロンプトと呼び出しを減らせるが、事前の訓練コストを天秤にかける必要がある。
Glossary
Model Distillation（モデル蒸留）
蒸留は小さいモデルに大きいモデルを模倣させ、多少の品質と引き換えに大規模でのずっと低いトークンコストを得る。