NFTT-GitHub-Workflows

コスト最適化ガイド

💰 v5: コスト最適化版の特徴

モデルの使い分け

用途 モデル 理由 相対コスト
コメント要約 Claude Haiku 大量テキストの要約に最適 💵
メイン分析 Claude Sonnet 高品質な分析が必要 💵💵💵💵
技術分析 Gemini Flash 高速で安価 💵
UX分析 GPT-3.5 十分な品質で安価 💵
統合 Claude Sonnet 高品質な最終出力が必要 💵💵💵💵

コスト削減の仕組み

  1. 前処理で圧縮 
    30件のコメント (10,000トークン)
↓ Claude Haiku で要約
要約 (1,000トークン)

    → 高価なモデルへの入力を90%削減

  2. 適材適所
    • 複雑な分析 → 高性能モデル
    • 単純な処理 → 安価なモデル
  3. 並列処理なし
    • API制限を避ける
    • 順次実行でコスト管理

📊 コスト比較

従来版（v3/v4）

全て高性能モデル使用:
- Claude Sonnet × 3回
- GPT-4 × 1回
- Gemini Pro × 1回
推定コスト: $0.15～0.30/分析

最適化版（v5）

適切なモデル選択:
- Claude Haiku × 1回（要約）
- Claude Sonnet × 2回（メイン分析・統合）
- GPT-3.5 × 1回
- Gemini Flash × 1回
推定コスト: $0.05～0.10/分析

約50%のコスト削減 + 高品質な出力！

🎯 使用シーン別推奨

大量のコメントがあるIssue

→ v5を推奨（要約機能でコスト効率UP）

シンプルなIssue

→ v3で十分（処理が早い）

詳細な技術分析が必要

→ v4を推奨（全コメント分析）

予算制限がある

→ v5一択

⚙️ カスタマイズ

モデル変更

# より安価にしたい場合
model="claude-3-haiku-20240307"  # Sonnetの代わりに
model="gpt-3.5-turbo-16k"        # より多くのコンテキスト

# より高品質にしたい場合  
model="gpt-4"                    # GPT-3.5の代わりに
model="gemini-1.5-pro"           # Gemini Flashの代わりに

トークン制限

max_tokens=500   # 要約を短くしてコスト削減
max_tokens=3000  # より詳細な分析

📈 コスト監視

定期的にAPIダッシュボードで確認：

🚨 注意事項

  1. 品質とのトレードオフ
    • 安価なモデルは品質が劣る場合あり
    • 重要な分析は高性能モデルを使用
  2. レート制限
    • 安価なモデルほど制限が厳しい
    • 適切な間隔で実行
  3. キャッシュ活用
    • 同じIssueの再分析は避ける
    • 必要な時だけ実行
This site is open source. Improve this page.