基于知识图谱的RAG技术收费标准,多花的钱都压在构建那一侧

接入与开发

拆开基于知识图谱的RAG在抽取、图谱维护、图检索三处的计费口径,给出该不该从普通向量RAG升到图谱RAG的判断清单和试跑步骤。

很多人搜「基于知识图谱的RAG技术收费标准」,心里其实想问的是另一件事:我这套向量检索跑得还行,到底要不要上知识图谱,上了以后账单会变成什么样。这篇不给你一个报价,而是把图谱RAG的钱分在哪几层讲清楚,再给一套能自己动手核的口径,让你在升档之前先算明白。

抽取这一步怎么计费,最容易被算漏

抽取这一步的账,很多人第一次做预算时压根没往里算。他们盯着对话调用和向量库,觉得那才是花钱的地方,结果抽取跑完一轮,账单比预期多出一截。原因不复杂:抽取不是写个正则表达式切句子,主流做法是拿大模型读原文,让它输出实体和关系。每送进去一批文档,就等于跑一遍生成,token 按文档量走,跟你后面有多少人提问、问多少次,一点关系都没有。

所以估这项成本,得先换个脑子。不是「我的应用会被问多少次」,而是「我手里有多少字要过模型」。文档量翻倍,抽取开销跟着翻倍;用户涨十倍,只要文档不动,抽取这块钱基本不变。这个方向和多数人直觉相反,很容易在早期把预算拍错。

变量怎么影响抽取开销预算里怎么处理
文档总量按字数线性放大,跟提问量无关按批处理量估,不按用户数估
抽取 prompt 长度prompt 越长,每篇固定消耗越高把 schema 和示例压到够用就行
要求的关系类型数类型越多,输出越长、越容易返工先上核心两三类,别一次全铺
返工次数重抽一遍就是再付一遍留出返工余量,别按一次通过算
文档更新频率频繁增量就是持续支出按月增量估,不按首次全量估

prompt 这一格最容易被低估。你要它抽的关系类型越多、给的示例越长、约束写得越细,单篇消耗就越高,而且高得不是一点。有些团队为了「一次抽全」,把十几种关系类型和一堆 few-shot 例子全塞进去,跑完发现抽取占了整条链路的大头。更麻烦的是,抽取质量不稳的时候,同一份文档你得重抽。重抽不是免费重试,是原样再付一次 token。所以评估阶段先别追求全,挑两三类最关键的关系跑通,看输出稳不稳,再决定要不要扩。

  1. 先数文档,不数用户把待处理文档按字数分档统计总量,这是抽取开销的基数。验证方法:拿一小批真实文档跑一次抽取,记下 token 消耗,再按比例外推,别凭感觉拍。
  2. 压 prompt 再上线把关系类型收敛到最小可用集合,示例只留最有代表性的。验证方法:对比压缩前后的抽取结果,看关键实体和关系有没有漏,漏得不多就说明能砍。
  3. 按增量算月账问清楚业务方文档多久更新一次、每次新增多少。验证方法:把首次全量开销和每月增量开销分开列,后者才是持续支出。
  4. 给返工留余量预估一个重抽比例,写进预算。验证方法:抽取结果人工抽查一批,算出错率,错得多的部分就是将来要重跑的部分。

最后提醒一句:抽取稳不稳定,跟模型选型、prompt 写法、文档本身的脏乱程度都有关,没有哪个配置能保证一次过。具体到某家模型跑一批文档大概什么消耗,站内价格页有当时的数字,可以拿自己的文档量去套。想知道抽取之外还有哪些环节在吃预算,去 知识图谱 RAG 成本拆解(/guides/kg-rag-cost) 顺着看下去就行。

图谱存哪儿,决定了第二笔账

很多团队算图谱 RAG 的钱,注意力都放在抽三元组那一步。其实建完只是上半场,图谱落到哪儿,才是后面持续掏钱的地方。存法不同,账单结构完全不一样,选错了不是多花一点,是每个月都在多花。

存法钱花在哪适合什么情况容易被忽略的坑
自建图数据库机器、磁盘、备份、监控、值班人力关系多、查询模式复杂、想自己控数据备份和监控常被当成免费项,出故障才发现没人管
托管图库按实例规格或写入量计费,规格越大越贵不想养运维、量级中等偏上写入量涨上去单价不变但总量吓人,扩容前没预算
关系型表存边基本复用现有数据库,增量成本低文档量不大、关系简单、查询以两三跳为主硬套图查询语法,SQL 写得又长又慢

自建这条路,机器只是明面上的开销。备份策略要不要做、监控告警谁来看、升级出问题谁半夜爬起来,这些都得有人。小团队最容易在这块栽跟头:装的时候兴致勃勃,跑了两个月发现没人维护,索引慢慢退化,查询越来越慢,最后只能推倒重来。这不是技术选型错,是人力没算进去。

  • 先问清楚:这套图库谁负责备份、谁看监控、出问题找谁,答不上来就别自建
  • 托管方案把规格和写入量的计费口径问明白,按当前量级和半年后的量级各估一次
  • 关系型表存边先做原型,两跳以内的查询够用就别硬上图库
  • 三元组规模翻倍前,先测一次索引重建和典型查询耗时,别等慢了再补

三元组一多,索引和查询优化就变成新的日常活儿。哪些属性建索引、复合查询怎么拆、热点子图要不要缓存,这些没有标准答案,得靠人盯着调。说白了,图库不是装完就完事,它更像个需要持续照看的系统。这块人力成本,招标和预算表里经常是空的。

反过来说,也不必被「标准做法」绑架。文档量不大、实体之间关系简单,用关系型表存边完全撑得住,还能复用现有的备份和监控。判断标准就一条:你的查询是不是经常要三跳以上、是不是频繁变查询模式。不是的话,先别急着上图库。具体到不同存储方案当下的计费口径,到 站内价格库(/pricing) 核对当时的数字,再决定往哪边投。

查询期真正贵在哪

很多人以为图谱 RAG 的钱主要花在建图那会儿,查询这边随便跑跑就行。实际体感正好相反:建图是一次性的,查询是每天都在跑,而且每跑一次都可能比普通 RAG 贵好几倍。贵出来的部分,主要压在跳数和上下文长度上。

普通向量检索一般是「一次召回、一次生成」,链路上就那么几步。图谱这边不一样,一个问题常常要沿着关系走两三跳:先找到实体,再顺着边找邻居,再看邻居的邻居,最后把这一串子图拼进 prompt。跳一次,捞回来的节点就多一层,上下文跟着膨胀,生成侧按 token 计费的账单也就跟着往上走。说白了,多跳的代价不是检索那一下,是它把上下文撑大之后,生成端替它付钱。

还有一个容易被忽略的坑:多跳查询一旦中途没召回,重试的成本比单跳高得多。单跳失败重来一次,就是再查一遍向量库;多跳失败重来,是整条链路从头再走一遍,前面几步全白跑。要是没设上限,模型还可能自己在那儿反复试,越试越贵。

旋钮管什么调大了会怎样调小了会怎样
跳数上限一次查询最多走几跳召回更全,但上下文和 token 明显涨省 token,复杂问题容易召回不全
子图节点上限拼进 prompt 的节点最多几个信息丰富,prompt 变长、生成更慢上下文紧,但可能漏掉关键关系
重试次数失败后允许重跑几次兜底强,单次失败成本会被放大省钱,但偶发失败直接变成答不出
  1. 先备一份测试集把线上真实问法抽一批出来,覆盖简单单跳和复杂多跳两类,标注好哪些是必须走多跳才能答对的。没有这份东西,后面调参就是盲调。
  2. 三个旋钮一起调,别一次只动一个跳数、节点上限、重试次数是互相牵制的,单独调一个容易得出错误结论。固定另外两个,扫第三个,记录每次的召回质量和上下文长度。
  3. 看两个指标,不只看答对率答对率之外,把每次查询平均消耗的上下文长度也记下来。答对率差不多的情况下,选上下文更短的那组,长期账单差得明显。
  4. 确认稳定了再放量测试集上跑出满意组合后,先小流量上,观察重试触发频率有没有异常高,再逐步放开。直接全量上生产试,出问题连回滚的对照数据都没有。

什么信号出现才值得升档

先别急着看报价单。要不要升到图谱那条线,跟你文档多不多、预算够不够关系不大,关键看你每天被问的是什么问题。这个判断做反了,后面花出去的每一分都在填坑。

你收到的提问长什么样向量检索的表现该不该上图谱
单篇文档里的事实,比如某条款写了什么、某个参数是多少切块加向量加重排基本够用不用上
谁和谁是什么关系、这条规则影响了哪些条目、改了A会不会连带B召回一堆零散片段,拼不出链路值得考虑
跨多份文档做对比、找共同点和冲突点命中率忽高忽低,答案经常缺一半先试重排,再评估
文档每周大改,字段和关系还没定型抽取规则反复推翻,建了也白建先别建

注意表里第一行和第三行的区别。很多人以为问题变难了就该升档,其实「难」不等于「需要连接」。一段长文档里的推理,向量加个好点的重排照样能扛;真正卡住的是那种答案不在任何一块碎片里、必须把几块连起来才成立的问法。你去翻一周的提问记录,如果这类连接型问题占到相当比例、而且每次都召回得七零八落,那才是信号。

  1. 抓一批真实提问从客服记录或内部群里捞最近的实际问法,别用自己编的测试题。至少几十条,覆盖不同人问的。
  2. 按「单点/连接」分两堆单点指答案能落在一段文字里;连接指必须顺着关系走两步以上。分不准的先放连接堆,宁可严一点。
  3. 看现有检索的失败方式对连接堆里的问题跑一遍现在的链路,记录是召回缺失、还是召回了但拼不起来。前者先补召回,后者才是图谱的活。
  4. 确认文档和关系是否稳定翻最近几次改版记录,看字段名、分类、实体关系有没有频繁变动。变动大就先缓,等结构稳下来再动手。

还有一种情况容易被忽略:文档更新极频繁、关系类型又没定下来的阶段。这时候建图谱,抽取规则今天定明天改,抽出来的东西一半是错的,清洗成本比省下的检索成本还高。我见过有团队在这个阶段硬上,结果图谱成了第二个需要维护的知识库,谁都不敢删。等实体和关系的边界稳定了再建,返工少很多。

升档前先做一次小规模对跑

别一上来就全量切图谱。先挑一块真实业务子集做对跑,比如客服问答里某个产品线的历史工单,或者内部文档里某类制度条款。文档量控制在你和同事半天能人工翻完的范围,几十到一两百篇就够,太多了核对不动,结论反而糊。

  1. 圈定子集和问题集从真实使用里捞一批问题,覆盖常见问法和少数刁钻问法,同一批问题分别喂给向量链路和图谱链路。问题别自己编,编出来的问题往往偏向某条链路的强项。
  2. 逐条记账每条记录三项:token 消耗、检索耗时、答案有没有命中。命中与否让两个人独立判,判不一致的单独拎出来看,别一个人拍脑袋。
  3. 把构建成本摊到月图谱那条链路的抽取、对齐、校验是一次性投入,但要按你预期的月度增量折算成月度成本;向量链路主要是切片和入库,量级不同。两笔都换成月,才跟查询期成本放一起比。
  4. 看查询期会不会放大查询期成本跟调用量走。用量小的阶段图谱链路显得贵,用量涨上去之后单次检索的成本结构可能反过来。把预期调用量拉几个档位算一遍,别只看当下。
对比项向量RAG图谱RAG
构建期切片、向量化,增量更新便宜抽取实体关系、对齐校验,前期重
查询期每次检索消耗随文档量增长图查询加模型调用,结构不同
答案命中语义相近就召回,跨文档推理弱多跳关系强,冷门问法容易空
维护文档改了重切即可图谱要跟着改,否则关系过期

对跑结果出来,先别急着下结论说图谱一定好或一定差。看提升集中在哪。如果只有少数几类问题明显变好,其余打平甚至变差,那就不是全量换,而是混合:默认走向量,识别到特定意图再路由到图检索。这个路由规则要写死、可测,别靠模型自己猜。

具体数字去哪核对

这一节不讲道理,只讲去哪儿看数。你手上如果有一份报价单或者一个估算表,先别信里面的单价,尤其别信自己脑子里记的那个数。模型价格调整过好几轮,凭记忆填数字,最后算出来的成本跟实际账单差一截,方案就白做了。

要核的东西去哪儿看看的时候注意什么
模型侧单价与计费口径站内官方 API 价格页 https://aitest123.com/pricing按输入输出分开看,缓存命中、批量接口往往另有口径
嵌入与图谱抽取的实际消耗站内成本计算器 https://aitest123.com/tools/cost-calculator先用估算跑一遍,再拿小样本实测校正
中转站报价是否还作数站内价格变动页 https://aitest123.com/price-tracking确认这条价格最近动过没有,别拿过期口径做决策
某家中转站真实用起来怎么样站内真实用量榜 https://aitest123.com/usage-ranking榜单反映的是实际调用情况,和宣传页不是一回事

顺序上我建议先看价格页,把模型那侧的单价和计费单位抄下来,再进计算器把嵌入、图谱抽取这两块的调用量填进去。计算器给的是估算,别当最终答案;找一小批真实文档跑一遍,看实际 token 消耗和估算差多少,把系数修一下,后面所有推算才站得住。

中转站这块单独说一句。它的报价变得比官方快,今天看到的价,过两周可能就换了口径。比对之前先去价格变动页瞄一眼,再去真实用量榜看看这家最近有没有人在用、用量什么水平。这俩都空着的站,价格写得再低也别急着算进方案里。

  • 价格页只抄数字不抄口径,等于没看,计费单位要一起记
  • 计算器算完立刻做小样本实测,估算和实测的偏差要留档
  • 价格变动页看到近期调过价,之前的对比表整张作废重做
  • 用量榜上的站和价格表上的站要对得上号,对不上就别混着比
  • 所有数字标注查看时间,过一阵回头核的时候知道哪份是旧的

常见问题

基于知识图谱的RAG比普通RAG贵很多吗?

贵不贵取决于文档增量和问题复杂度,不在方案本身。构建期要反复跑模型抽取,这项是普通向量RAG没有的;查询期如果做多跳,上下文变长也会推高生成成本。文档量小、问题简单的场景,两者差距不大;增量大又没定好关系类型的场景,差距会明显拉开。

我只想做个内部问答,需要上知识图谱吗?

多数情况下不需要。先看你的问题是不是经常涉及跨文档、跨条目之间的关系;如果只是查某一篇里写了什么,向量检索加强排基本够用。硬上图谱只会让你多维护一套抽取规则和图库,收益却看不出来。

图谱抽取那一步能不能省钱?

可以,但要在质量上让一点。常见做法是先用规则或小模型粗筛,只把需要判断关系的段落送大模型;同一份文档别重复抽,把结果缓存住;关系类型先收敛到少数几类,prompt 短了单次消耗也低。代价是召回率可能下降,得用测试集验证。

为什么拿总账单对比两种方案会失真?

因为图谱RAG有一部分是构建期的一次性投入,普通RAG几乎没有对应项。你如果按月看总账单,图谱方案头一两个月会显得很贵,之后查询期成本才慢慢显出来。正确做法是把构建成本按预期使用月数摊开,再和查询期成本加总对比。

混合方案是不是更稳?

对不少团队是的。默认走向量检索,只有识别出关系类意图时才路由到图查询,这样既保住大部分场景的成本,又在需要连接推理的地方补上。代价是多一层路由判断,路由错了反而两头不讨好,所以路由规则要拿真实问题回归测过再上线。

本文依据各平台公开文档与官方公告整理,只做中文归纳;具体做法、参数与限制以官方文档为准。