Прошло три года, но Я четко помню, как впервые столкнулся с API GPT — это был восторг, но вскоре пришла и головная боль. Мой первый MVP, бот для разговорного английского Speakadora в Telegram, работал как часы.
Число юзеров начало расти, счёт за токены рос тоже, будто я скупаю Биткоин в 2017-м. В стартапе каждая копейка на счету!
На уровне 15 000 активных пользователей, я быстро понял: без жесткой оптимизации промптов юнит экономика не такая вкусная и я пойду ко дну. Пришлось буквально «зачистить» лишние слова в промптах, убирая «пожалуйста» и синтаксический мусор.
Я перестал думать о красоте и начал думать о плотности информации на токен. Это был первый, самый болезненный, но самый эффективный шаг.
Потом я заметил, что самые дорогие запросы — это те, где модель должна помнить весь контекст диалога с пользователем. Так я пришёл ко второму ключевому трюку стартаперов: грамотное управление окном контекста.
Я начал использовать резюмирование (summarization), чтобы сжать длинную старую часть диалога до нескольких ключевых тезисов. Модель помнит суть, а я экономлю токены. Это стало критически ощутимо, когда пользователи наговорили уже 1 600 часов!
Следующий прорыв случился, когда я осознал: не для всего нужен GPT-4. Зачем платить гпт’хе за задачу, которую ее младший нейро брат сделает не хуже? Третий подход — это каскадная архитектура (cascading).
Для быстрых, простых проверок грамматики в Speakadora я использовал GPT-3.5-Turbo. А вот для сложных ролевых игр или детальных объяснений — только GPT-4. По сути просто выбирал нужный «инструмент» под конкретную «гайку».
Финальный шаг был, пожалуй, самым хитрым. Я начал сравнивать сервисы-прослойки, которые продают доступ к тем же моделям. Такие стартапы закупают токены оптом или получают спец. условия как партнеры, и цена для конечного разработчика может быть ниже. В один момент я заметил, что одна и та же модель в разных сервисах имеет совсем разные цены (!!!).
Например, во vsellm.ru токены могут стоить до 90% от цены на openrouter.ai! Это стало четвертым, неочевидным источником экономии. Особенно на фоне того, что в первом можно еще и РФ картой платить. Ребята из таких сервисов будто специально продалбываются. Но нам все равно. Для нас это способ хакнуть юнит-экономику.
B добавим сюда еще один тоже классный способ, про кэширование токенов в промпте. Я его по умолчанию всегда настраиваю, но вдруг кто-то не пользуется до сих пор теряет.
Суммарно эти подходы позволили мне кратно сократить расходы. Только вдумайтесь: за 30 дней мы сжигаем 12М+ токенов, и это при том, что у нас зарегистрировано 25к человек! Мы научились быть эффективными. Благодаря этой экономии мы смогли выйти на стабильный доход: общее число платных подписок 700.
Мой подход превратился из бездумного «дай мне ответ» в стратегическое «дай мне ответ с минимальными затратами токенов». Это позволило почти всем моим продуктам остаться на плаву дольше, не разорившись на хайпе AI.
И, честно говоря, это чувство победы над расходами не менее приятно, чем то, что мы помогаем людям: каждые 30 дней присоединяется по 500 новых «говорунов» чисто на органике.
Источник: habr.com
