ఒక టోకెన్ తరచుగా మూడు వంతుల పదాన్ని సూచిస్తుంది. ఈ విధంగా, LLMకి 10,000 పదాల వచనాన్ని పరిశీలించడానికి ఇవ్వడం 12,000-13,000 టోకెన్ల కంటెంట్కు సమానం. డెవలపర్ పరంగా, కోపైలట్ పరిశీలించాల్సిన కోడ్ (ఉదాహరణకు రీఫ్యాక్టరింగ్ లేదా బగ్-హంటింగ్ కోసం), 10,000 ‘పదాలు’ (వ్యక్తీకరణలు, స్టేట్మెంట్లు, వేరియబుల్ పేర్లు, ఫంక్షన్లు మరియు మొదలైనవి) కలిగి ఉంటే, దానిని ఒక ప్రశ్నలో ఒకసారి ఉపయోగించి, వారి మొత్తం 12,000 నుండి 13,000 వరకు లెక్కించబడుతుంది.
ఇన్పుట్లుగా ప్రాంప్ట్ టెక్స్ట్ కూడా లెక్కించబడుతుంది, అలాగే కోపిలట్ నుండి అవుట్పుట్లు కూడా లెక్కించబడతాయి.
వచ్చే నెలలో అమలులోకి వచ్చే ధరల శ్రేణులు వాటి ప్రస్తుత స్థాయిలలోనే ఉంటాయి, అయితే నెలకు అనేక ప్రశ్నలను కేటాయించడానికి బదులుగా, వినియోగదారులకు అదే విలువకు ‘AI క్రెడిట్లు’ ఇవ్వబడతాయి. బేస్-టైర్ కోపిలట్ ప్రో సబ్స్క్రైబర్ ($10pcm) 1,000 క్రెడిట్లను అందుకుంటారు, ప్రస్తుతం ఒక AI క్రెడిట్ US సెంటు విలువైనదని GitHub చెబుతోంది.
ప్రతి క్రెడిట్ కొనుగోలు చేసే టోకెన్ల సంఖ్య ఉపయోగించిన మోడల్, ఇన్పుట్/అవుట్పుట్ మిక్స్, కాష్ పరిమాణం (సందర్భం కోసం LLM మెమరీలో ఉంచబడిన డేటా) మరియు అభ్యర్థించిన ఫీచర్పై ఆధారపడి ఉంటుంది. అందువల్ల, డెవలపర్ చాలా సాధారణ ప్రశ్నలను ఉపయోగిస్తుంటే, వారు ప్రతి నెలా క్రెడిట్ల రూపంలో అదనపు టోకెన్లను కొనుగోలు చేయాల్సిన అవసరం ఉండదు. దీనికి విరుద్ధంగా, సంక్లిష్టమైన, సుదీర్ఘమైన కోడ్ బేస్ గురించి బహుళ-ఏజెంట్ ప్రశ్నలు AI క్రెడిట్ ఖాతాను మరింత త్వరగా ఖాళీ చేస్తాయి. అత్యంత అధునాతన సరిహద్దు మోడల్లకు సంబంధించిన ప్రశ్నలకు తక్కువ-శక్తివంతమైన వాటి కంటే ఎక్కువ ఖర్చు అవుతుంది.
GitHub యొక్క ధర మార్పులు వినియోగదారులకు కొన్ని పరిహార ప్రయోజనాలను కలిగి ఉంటాయి: కోడ్ పూర్తిలు (ఫోన్ యొక్క స్వీయ-పూర్తి ఫంక్షన్ లాగానే) మరియు తదుపరి సవరణ సూచనలు ఉచితంగా ఉంటాయి.
