חיוב על RAG Engine ב-Gemini Enterprise Agent Platform

בדף הזה מתוארים התמחור והחיוב של RAG Engine ב-Gemini Enterprise Agent Platform, שמבוססים על הרכיבים של RAG Engine ב-Gemini Enterprise Agent Platform שבהם אתם משתמשים, כמו מודלים, דירוג מחדש ואחסון וקטורי.

מידע נוסף זמין בדף סקירה כללית על RAG Engine ב-Gemini Enterprise Agent Platform.

תמחור וחיוב

בטבלה הבאה מוסבר איך החיוב פועל כשמשתמשים ברכיבי RAG.

רכיב איך מתבצע החיוב ב-RAG Engine
הטמעת נתונים מנוע RAG תומך בהטמעת נתונים ממקורות שונים. לדוגמה, העלאת קבצים מקומיים, Cloud Storage ו-Google Drive. הגישה לקבצים במקורות הנתונים האלה ממנוע RAG היא בחינם, אבל יכול להיות שתחויבו על העברת הנתונים ממקורות הנתונים האלה. לדוגמה, עלויות של תעבורת נתונים יוצאת.
טרנספורמציית נתונים (ניתוח קובץ)
  • מנתח ברירת המחדל: בחינם.
  • ‫LLM Parser: מנוע ה-RAG משתמש במודל ה-LLM שציינתם כדי לנתח את הקובץ, ואתם תראו את עלויות מודל ה-LLM ותשלמו עליהן ישירות מהפרויקט.
  • מנתח הפריסה של Document AI: מנוע RAG משתמש במנתח הפריסה של Document AI שציינתם כדי לעבד את הקובץ, ותוכלו לראות את השימוש במנתח הפריסה של Document AI ולשלם עליו ישירות מהפרויקט.
טרנספורמציית נתונים (חלוקת קבצים לחלקים) תמיכה בחלוקה לחלקים בגודל קבוע, שהיא בחינם.
יצירת הטמעות

‫RAG Engine מתזמר את יצירת ההטמעה באמצעות מודל ההטמעה שציינתם, והפרויקט שלכם מחויב בעלויות שמשויכות למודל הזה.

מידע נוסף על המחירים זמין במאמר עלות הפיתוח והפריסה של מודלי AI ב-Gemini Enterprise Agent Platform.

הוספה לאינדקס ואחזור נתונים

מנוע RAG תומך בשתי קטגוריות של מסדי נתונים וקטוריים לחיפוש וקטורי:

  • מסד נתונים מנוהל RAG
  • מסד נתונים וקטורי משלכם (BYO)

למסד נתונים שמנוהל באמצעות RAG יש שתי מטרות:

  • מסד נתונים שמנוהל על ידי RAG מאחסן משאבי RAG, כמו קורפוסים של RAG וקובצי RAG. תוכן הקובץ לא נכלל.
  • בהתאם לבחירה שלכם, הטמעה של הוספה לאינדקס ואחזור לחיפוש וקטורי.

מסד נתונים שמנוהל באמצעות RAG משתמש במכונה של Spanner בתור הקצה העורפי.

בכל אחד מהפרויקטים, RAG Engine מקצה פרויקט Google Cloud ספציפי ללקוח ומנהל את המשאבים שמנוהלים על ידי RAG ומאוחסנים ב-RAG Engine, כך שהנתונים מבודדים פיזית.

אם בוחרים במסלול RagManagedDB Basic או במסלול Scaled, מנוע RAG מקצה מכונה של מהדורת Spanner Enterprise בפרויקט המתאים:

  • מסלול בסיסי: 100 יחידות עיבוד עם גיבוי
  • רמת התאמה לעומס (Scaled): החל מצומת אחד (1,000 יחידות עיבוד) והתאמה אוטומטית לעומס של עד 10 צמתים עם גיבוי

אם באחד מקורפוסי ה-RAG בפרויקט שלכם בחרתם להשתמש במסד נתונים מנוהל RAG לחיפוש וקטורי, תחויבו על מכונת Spanner מנוהלת RAG.

מנוע RAG מציג את העלויות של Spanner מהפרויקט התואם שמנוהל על ידי RAG בפרויקט Google Cloud, כדי שתוכלו לראות את העלויות של מכונת Spanner ולשלם אותן.

למידע נוסף על התמחור של Spanner, ראו התמחור של Spanner.

דירוג מחדש של RAG Engine ב-Gemini Enterprise Agent Platform

אחרי השליפה, אפשר להשתמש בכלי הדירוג הבאים:

  • ‫LLM Reranker: מנוע ה-RAG משתמש במודל ה-LLM שציינתם כדי לדרג מחדש את תוצאות השליפה, ואתם תראו את עלויות מודל ה-LLM ותשלמו עליהן ישירות מהפרויקט.
  • ‫Agent Search on Gemini Enterprise Agent Platform ranking API: מנוע ה-RAG משתמש ב-Agent Search ranking API כדי לדרג מחדש את תוצאות השליפה, ואתם תראו את Ranking API ותשלמו עליו ישירות מהפרויקט שלכם.

מחיקת מנוע RAG

בדוגמאות הקוד הבאות מוסבר איך למחוק מנוע RAG באמצעות מסוף Google Cloud , ‏Python ו-REST:

המאמרים הבאים