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。
定義
蒸留はより小さく安いモデルを訓練し、より大きいモデルの振る舞いを再現させる。
コストに関わる理由
蒸留モデルはトークンあたりずっと安く速いこともあり、高い呼び出し量で複利効果を生む——タスクが品質低下を許容するなら。
実用的なヒント
蒸留は大量・低リスクのステップに使い、品質が重要なタスクは大きいモデルに取っておく。
Related reading
Glossary
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。
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。