首页
/ AgentOps-AI/tokencost项目新增Claude 3与Gemini模型支持的技术解析

AgentOps-AI/tokencost项目新增Claude 3与Gemini模型支持的技术解析

2025-07-10 08:10:12作者:魏侃纯Zoe

近期,开源项目AgentOps-AI/tokencost迎来重要更新,正式加入了对Anthropic公司Claude 3系列大语言模型以及Google Gemini模型的支持。这一更新显著扩展了开发者在计算AI服务调用成本时的模型选择范围。

Claude 3作为Anthropic最新发布的多模态大语言模型,包含Opus、Sonnet和Haiku三个不同规模的版本。该系列模型在复杂推理、代码生成和多语言处理等任务上展现出显著优势。此次集成意味着开发者现在可以通过tokencost库精确计算使用这些模型时的token消耗成本。

与此同时,项目还同步集成了Google的Gemini模型。Gemini是Google DeepMind开发的下一代多模态模型,具备强大的跨模态理解和生成能力。它的加入进一步丰富了tokencost支持的模型生态。

在技术实现层面,本次更新主要涉及:

  1. 新增模型定价数据的维护
  2. 完善各模型的token计算逻辑
  3. 确保与现有API的兼容性
  4. 优化错误处理机制

对于开发者而言,这些更新意味着可以:

  • 更灵活地选择适合自身需求的AI模型
  • 准确预估不同模型的使用成本
  • 方便地进行模型间的成本对比
  • 优化AI应用的预算分配策略

该项目的持续更新反映了开源社区对大模型生态系统的积极贡献,也为AI应用开发者提供了更完善的工具支持。未来,随着更多先进模型的发布,预计tokencost项目还将持续扩展其支持的模型范围。

对于关注AI成本优化的开发者来说,及时了解这些更新将有助于构建更具成本效益的AI解决方案。建议开发者关注项目的版本更新,以便充分利用这些新功能。

登录后查看全文
热门项目推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8