Hy-MT2-Lite

hy-mt2-lite の max_tokens を、タスクが実際に必要とする最長の応答時間に設定してください。4,000 のトークン上限値に設定しないでください。上限値を低く抑えることで、最悪の場合のコストを削減し、テールレイテンシを短縮できます。明らかに長い出力が必要なタスクの場合にのみ、上限値を上げてください。

hy-mt2-lite のキャッシュヒットには、リクエスト間で同一のプロンプトプレフィックスが必要です。安定した命令と参照資料をプロンプトの先頭に配置し、バイト単位で同一に保ち、変更される部分をその後に記述してください。こうすることで、キャッシュされた読み取りは入力レートではなくキャッシュレートで課金されます。

現在のモデルレコードでは、Hy-MT2-Liteの数値レート制限は公開されていません。コンソールでプランのクォータを確認し、本番環境に移行する前に、想定される同時接続数で短い負荷テストを実行して、実効上限を確立してください。

Hy-MT2-Liteは使用量に応じて課金され、レコードには無料枠の割り当ては記載されていません。現在の公開レートは、入力$0.0440/1Mトークン、出力$0.1770/1Mトークンです。トライアルクレジットまたはプロモーション割り当てはモデルではなくアカウントに紐づいているため、無料枠を考慮して計画を立てる前にコンソールを確認してください。

hy-mt2-liteは、8,000トークンのコンテキストウィンドウ内で、リクエストごとに最大4,000個の出力トークンを返します。max_tokensパラメータを使用してレスポンスを制限し、単一の呼び出しが予算を超えないようにしてください。