1 / 2
【Aperçu】 tlc Transductor est une couche qui entoure chaque appel à votre modèle. Vous lui indiquez un objectif et une tâche : prepare assemble le contexte (système, mémoire, preuves, messages) dans un ordre fixe et renvoie les réglages de contrôle (effort, longueur de sortie) à utiliser. Ensuite, c'est vous qui exécutez votre propre modèle. Une fois la réponse obtenue, report vérifie les citations de l'answer par rapport aux preuves qui ont été packées et clôt le reçu avec les tokens, le coût, la latence et un verdict pass, partial ou fail. L'outil ne remplace pas votre modèle : il encadre l'appel et clôt un reçu avec les tokens, le coût, la latence et un verdict pass ou fail. Il s'adresse aux développeurs qui appellent des LLM et veulent réduire le coût en tokens par tâche réussie, aux équipes qui exécutent le même appel à fort volume, et aux utilisateurs de modèles ouverts, sur leur machine ou via l'API d'un fournisseur. 【Fonctionnalités principales】 • prepare : reçoit un objectif et une tâche, renvoie un identifiant de reçu, le pack en ordre fixe (système, mémoire, preuves, messages) et les réglages de contrôle pour l'appel au modèle. • report : prend la réponse et l'usage, vérifie les citations par rapport aux preuves, chiffre le coût et clôt le reçu. • Sélection d'objectif : best_answer pour le pack le plus complet possible, fewest_tokens pour le plus petit pack suffisant, within_budget pour respecter un plafond en tokens de prompt, dollars ou millisecondes. • Vérification ancrée sur les preuves : valide les citations de la réponse contre les preuves packées et renvoie pass, partial ou fail. • Mémoire de run et réutilisation : un run passé est conservé et renvoyé en reuse, de sorte qu'un prepare ultérieur peut répondre sans appel au modèle. • Reçus et analyse des économies : lecture des tokens par catégorie, des dollars, de la latence, du résultat du contrôle, du coût par tâche réussie et des économies réalisées via /v1/receipts, /v1/cost-per-task et /v1/savings. 【Cas d'usage】 1. Répondre à une question factuelle à partir de preuves documentaires packées, par exemple les conditions de sortie anticipée d'un bail. 2. Réduire les tokens de prompt en conservant le même modèle et les mêmes questions. 3. Vérifier les citations d'une réponse par rapport aux preuves sources et enregistrer le résultat pass/fail. 【Tarifs】 Free tier · $0 (10 appels par minute par clé, 500 appels par heure par clé, clés obtenues depuis la console après inscription, aucun niveau payant pour l'instant) 【Avantages et inconvénients】 Avantages: - Le découpage entre prepare et report laisse le contrôle total du modèle à l'équipe, tout en apportant des mesures concrètes de coût et de qualité. - La vérification des citations et le reçu pass/partial/fail facilitent l'audit des réponses, un vrai atout pour les équipes à fort volume. - La réutilisation d'un run passé déjà validé permet d'éviter des appels inutiles. Inconvénients: - Un second report sur le même reçu est refusé avec receipt_already_reported. - Le mode within_budget refuse l'appel avant tout paiement si aucun pack ne tient dans le plafond. - L'endpoint Calls est limité à 500 appels par requête. 【Questions fréquentes】 Q: Combien coûte tlc Transductor ? A: L'offre actuelle est un niveau Free à $0, avec 10 appels par minute par clé et 500 appels par heure par clé ; les clés sont obtenues depuis la console après inscription, et aucun niveau payant n'est proposé. Q: Puis-je l'utiliser avec mon propre modèle ? A: Oui, c'est le principe : vous exécutez votre propre modèle, y compris des modèles ouverts sur votre machine ou via l'API d'un fournisseur, et le Transductor n'appelle jamais votre modèle et ne modifie pas ses poids. Q: À qui l'outil est-il destiné ? A: Aux développeurs et équipes qui appellent des LLM et veulent maîtriser le coût par tâche réussie, notamment à volume élevé, avec un contrôle des réponses et des reçus auditables.
Free tier · $0 (10 calls a minute per key, 500 calls an hour per key, Keys from the console after sign-up)
Les prix affichés sont des prix de référence pour les États-Unis ; les prix locaux peuvent varier.
WPS AI est un assistant d'intelligence artificielle intégré à WPS Office (en chinois). Il accompagne la rédaction de…
Baidu Comate est un assistant de codage basé sur le grand modèle ERNIE de Baidu. Il génère du code, des tests unitaires…
UniConverter est un outil de conversion et d'amélioration multimédia par IA qui traite vidéos, audios et images. Il…
6 outils similaires à considérer à la place de tlc Transductor