1 / 2
【Resumen】 tlc Transductor es una capa que envuelve cada llamada a tu modelo de lenguaje. No ejecuta el modelo ni modifica sus pesos: se encarga de preparar el contexto, los ajustes de control y de verificar la respuesta contra la evidencia, cerrando un recibo con tokens, dólares, latencia y resultado de la comprobación. Con ello, puedes reducir el coste por tarea exitosa y mantener un registro auditable. Está pensado para desarrolladores que llaman a LLMs y quieren controlar el gasto, para equipos que realizan la misma llamada a gran volumen (miles de veces al día) y para quienes usan modelos de pesos abiertos en sus propias máquinas o a través de la API de un proveedor. La herramienta se organiza en dos pasos: prepare (empaqueta el contexto y los controles para un objetivo) y report (valida la respuesta y cierra el recibo). Además, ofrece selección de objetivo, verificación anclada en evidencia, memoria de ejecuciones y análisis de ahorros. 【Funciones principales】 • prepare: POST /v1/prepare recibe un objetivo y una tarea, y devuelve un id de recibo, el paquete en orden fijo (sistema, memoria, evidencia, mensajes) y los ajustes de control (esfuerzo, longitud de salida) para tu llamada al modelo. • report: POST /v1/report recibe la respuesta y el uso, comprueba las citas de la respuesta contra la evidencia de prepare, tarifica la llamada y cierra el recibo. • Selección de objetivo: elige best_answer para el paquete más completo que permita la ventana, fewest_tokens para el más pequeño que aún sirva, o within_budget para ajustarse a un techo en tokens de prompt, dólares o milisegundos. • Verificación anclada en evidencia: valida las citas de la respuesta contra la evidencia empaquetada en prepare y devuelve pass, partial o fail. • Memoria de ejecuciones / reutilización: una ejecución aprobada se almacena y se devuelve como reuse para que un prepare posterior pueda responder sin llamar al modelo. • Recibos y análisis de ahorros: consulta tokens por bucket, dólares, latencia, resultado de la comprobación, coste por tarea exitosa y lo ahorrado por el Transductor mediante /v1/receipts, /v1/cost-per-task y /v1/savings. • Compare: ejecuta una misma pregunta tal cual y a través del Transductor sobre el mismo modelo y devuelve las métricas de ambos recibos. • Endpoint de llamadas: POST /v1/calls registra recibos de llamadas decididas fuera del servidor de tlc, solo con números. 【Casos de uso】 1. Responder a una pregunta de consulta a partir de evidencia documental empaquetada, por ejemplo, las condiciones de salida anticipada de un contrato de arrendamiento. 2. Reducir los tokens de prompt manteniendo el mismo modelo y las mismas preguntas. 3. Aplicar un límite de presupuesto en tokens de prompt, dólares o milisegundos por llamada, o comprobar las citas de una respuesta contra la evidencia fuente y registrar el resultado pass/fail, o reutilizar una ejecución aprobada almacenada en lugar de pagar por otra llamada al modelo. 【Precios】 Free tier: $0 — 10 llamadas por minuto por clave, 500 llamadas por hora por clave, claves desde la consola tras el registro, sin nivel de pago todavía. 【Ventajas y desventajas】 Ventajas: - Para desarrolladores que buscan reducir el coste por tarea exitosa, el Transductor ofrece control granular sobre el empaquetado y la verificación, lo que puede traducirse en ahorros medibles. - La posibilidad de reutilizar ejecuciones aprobadas evita llamadas repetidas al modelo, algo especialmente útil en equipos con alto volumen de consultas. - Los recibos y análisis de ahorros proporcionan una pista de auditoría clara para equipos que necesitan justificar costes o verificar la calidad de las respuestas. Desventajas: - Un segundo report sobre el mismo recibo se rechaza con receipt_already_reported, lo que limita la corrección de errores una vez cerrado. - La selección de objetivo within_budget rechaza la llamada antes de pagar si ningún paquete se ajusta al techo, lo que puede requerir ajustes manuales. - El endpoint /v1/calls admite hasta 500 llamadas por solicitud, lo que puede ser restrictivo para lotes muy grandes. 【Preguntas frecuentes】 Q: ¿El Transductor ejecuta el modelo por mí? A: No, el Transductor nunca llama a tu modelo ni modifica sus pesos; solo prepara el contexto y verifica la respuesta. Q: ¿Puedo usar el Transductor con modelos de pesos abiertos? A: Sí, está diseñado para quienes usan modelos de pesos abiertos en sus propias máquinas o a través de la API de un proveedor. Q: ¿Cómo funciona el plan gratuito? A: El plan gratuito tiene un coste de $0 y permite 10 llamadas por minuto por clave y 500 llamadas por hora por clave; las claves se obtienen desde la consola tras el registro. Actualmente no hay nivel de pago.
Free tier · $0 (10 calls a minute per key, 500 calls an hour per key, Keys from the console after sign-up)
Los precios mostrados son de referencia de la región de EE. UU.; el precio local puede variar.
WPS AI es un asistente de inteligencia artificial integrado en WPS Office, disponible en chino, que acompaña al usuario…
Baidu Comate es un asistente de programación impulsado por IA, desarrollado por Baidu sobre su modelo ERNIE. Ofrece…
UniConverter es una herramienta de conversión y mejora de medios con inteligencia artificial que trabaja con video,…
6 herramientas similares a tlc Transductor que tener en cuenta