コアコンセプト
クレジットとは何ですか?
クレジットは、EKB がプラットフォームの使用状況を追跡し、請求するために使用する測定単位です。クレジットは、基礎となるリソース (コンピューティング、API 呼び出し、LLM 使用量) ごとに個別に請求するのではなく、それらのコストを予測可能な形式に抽象化する単一の統一通貨を提供します。 クレジットは次の 2 つの方法で消費されます。- プラットフォーム アクション クレジットは、ドキュメントのアップロード、チャット メッセージの送信、ツールの呼び出しなど、特定のユーザー アクションに関連付けられた定額料金です。これらは固定されており、コンテンツのサイズや使用されるモデルに関係なく予測可能です。
- LLM トークン クレジットは、実際の言語モデルの使用量に基づいて変動する料金です。 LLM のコストはモデルに出入りするテキストの量に依存するため、これらのクレジットはドキュメントのサイズ、応答の長さ、モデルの選択に基づいて変動します。
トークンとは何ですか?
トークンは、大規模言語モデルがテキストを処理するために使用する単位です。 LLM によってテキストが読み取られたり生成されたりする前に、テキストはトークン、つまり単語または単語の一部に大まかに対応する小さな断片に分割されます。 一般的な経験則として:- 1 トークン ≈ 4 文字、または英語のおよそ 3/4 単語
- 100,000 ワードのドキュメントは約 **133,000 トークン **
- 「この文書について説明してください」のような短い文は 4 ～ 5 トークン程度です
クレジット消費テーブル
A. ナレッジベース (KB) の取り込み
ドキュメントをナレッジベースにアップロードすると、複数段階の取り込みパイプラインがトリガーされます。各ステージには独自のコスト構造があり、プロジェクトの構成に応じて追加の LLM トークン クレジットが発生するステージもあります。 取り込みパイプライン | Stage | Description | Cost PLACEHOLDER_12 1. Document Upload | File is received and word count is calculated | 1 credit per 10,000 words PLACEHOLDER_13 2. LLM Extraction (optional) | An LLM parses and extracts content from the document | Input + output tokens × model rate PLACEHOLDER_14 3. Platform Chunking | Tokenization, splitting, and metadata assembly | Free (platform) PLACEHOLDER_15 4. Chunk Enrichment (optional) | An LLM generates a context prefix for each chunk | Input + output tokens × model rate | ステージ 2 と 4 は、プロジェクト設定で有効になっている場合にのみ課金されます。ドキュメントのチャンク化は取り込みの一部として発生するため、追加のコストが発生する場合があります。詳細については、Section B を参照してください。 例 – 100,000 ワードのドキュメント (有効なオプションのステージなし) | Item | Credits PLACEHOLDER_16 100,000 words | 10 credits | 例 – 100,000 ワードのドキュメント (すべての段階が有効) | Item | Credits PLACEHOLDER_17 100,000 words (upload) | 10 credits PLACEHOLDER_18 LLM Extraction tokens | Varies by model PLACEHOLDER_19 Platform Chunking | Free PLACEHOLDER_20 Chunk Enrichment tokens | ~10 credits (see Section B) PLACEHOLDER_21 Estimated Total | ~20+ credits |The more optional stages you enable, the higher the per-document ingestion cost. Word-based upload cost is always fixed and predictable.
B. ドキュメントのチャンク化
チャンク化は、ドキュメントの抽出と埋め込みの間のステップです。アップロードされたドキュメントからクリーンなテキストを取得し、それを小さな部分 (チャンク) に分割し、ベクター ストアでインデックス付けされ、後でチャットまたはエージェントのクエリのために取得されます。 チャンク化のコストは次の 2 つのカテゴリに分類されます。- プラットフォーム チャンキング: サーバー上でローカルに実行され、LLM の使用量として**請求されない確定的な操作 (トークン化、分割、メタデータ アセンブリ)。
- チャンク強化 (LLM トークン クレジット): ナレッジベース設定でプロジェクトに対して チャンク強化 が有効になっている場合にのみ請求されます。 LLM はチャンクごとに短いコンテキスト プレフィックスを生成します。入力トークンと出力トークンの両方が課金されます。
例: ドキュメントのチャンク化コスト
次の例では、チャンク強化が有効になっている中程度のサイズのドキュメントを想定しています。- ドキュメント サイズ: 100,000 ワード (~133,000 入力トークン、4 文字/トークンの場合)
- チャンク設定:
chunk_size=64 tokens、chunk_overlap=10 tokens→ ~2,300 チャンク - チャンク強化:
gpt-4o-miniで有効化 - 出力テキスト (強化プレフィックスを含む結合チャンク): ~140,000 出力トークン
- モデル価格 (例): 100 万トークンあたり入力
$0.15、100 万トークンあたり$0.60を出力
$0.104 (LLM コストの合計) / $0.01 (クレジットあたりのコスト) は 10.4 クレジット に等しく、~10 クレジットとして表示されます。
If the same document were uploaded without Chunk Enrichment enabled, chunking would consume 0 LLM Token Credits.
C. チャット/エージェントの対話
固定プラットフォーム クレジット | Action | Credits PLACEHOLDER_25 User sends a chat message | 1 credit PLACEHOLDER_26 Tool call invoked | 1 per call | 可変 LLM トークン クレジット LLM クレジットは次のように計算されます。 (入力トークン × 入力レート) + (出力トークン × 出力レート) 価格例 (Claude 4.5 サンプル モデル):- 入力: 100万トークンあたり3ドル
- 出力: 100万トークンあたり15ドル
D. ワークフローの実行
| Action | Credits PLACEHOLDER_27 Workflow execution | 1 per execution |The cost is 1 credit per execution, regardless of the number of steps involved.