{
"total_usd": 0.042243,
"llm_cost_usd": 0.032243,
"service_costs": {
"supadata_transcription": 0.01
},
"input_tokens": 25539,
"output_tokens": 6463,
"cached_tokens": 0,
"llm_calls": 11,
"average_cost_per_llm_call": 0.002931,
"cost_breakdown": {
"llm": 0.032243,
"supadata_transcription": 0.01
}
}
{
"total_usd": 0.018938,
"llm_cost_usd": 0.008938,
"service_costs": {
"supadata_transcription": 0.01
},
"input_tokens": 7020,
"output_tokens": 1781,
"cached_tokens": 0,
"llm_calls": 7,
"average_cost_per_llm_call": 0.001277,
"cost_breakdown": {
"llm": 0.008938,
"supadata_transcription": 0.01
}
}
# Richard Feynman: Can Machines Think?
##
Niniejszy brief przedstawia kluczowe zagadnienia omówione przez Richarda Feynmana w trakcie dyskusji na temat natury sztucznej inteligencji oraz fundamentów działania maszyn liczących.
Materiał ten będzie niezwykle wartościowy dla studentów informatyki, osób zgłębiających filozofię umysłu oraz entuzjastów Richarda Feynmana, którzy pragną poznać historyczne spojrzenie na rozwój sztucznej inteligencji.
**Tematy omówione w nagraniu:**
# Richard Feynman: Can Machines Think? ## Niniejszy brief przedstawia kluczowe zagadnienia omówione przez Richarda Feynmana w trakcie dyskusji na temat natury sztucznej inteligencji oraz fundamentów działania maszyn liczących. Materiał ten będzie niezwykle wartościowy dla studentów informatyki, osób zgłębiających filozofię umysłu oraz entuzjastów Richarda Feynmana, którzy pragną poznać historyczne spojrzenie na rozwój sztucznej inteligencji.
{
"total_usd": 0.018323,
"llm_cost_usd": 0.008323,
"service_costs": {
"supadata_transcription": 0.01
},
"input_tokens": 6912,
"output_tokens": 1594,
"cached_tokens": 0,
"llm_calls": 7,
"average_cost_per_llm_call": 0.001189,
"cost_breakdown": {
"llm": 0.008323,
"supadata_transcription": 0.01
}
}
{
"total_usd": 0.017073,
"llm_cost_usd": 0.007073,
"service_costs": {
"supadata_transcription": 0.01
},
"input_tokens": 7259,
"output_tokens": 1924,
"cached_tokens": 0,
"llm_calls": 7,
"average_cost_per_llm_call": 0.00101,
"cost_breakdown": {
"llm": 0.007073,
"supadata_transcription": 0.01
}
}
{
"total_usd": 0.012854,
"llm_cost_usd": 0.002854,
"service_costs": {
"supadata_transcription": 0.01
},
"input_tokens": 1847,
"output_tokens": 640,
"cached_tokens": 0,
"llm_calls": 7,
"average_cost_per_llm_call": 0.000408,
"cost_breakdown": {
"llm": 0.002854,
"supadata_transcription": 0.01
}
}
{
"total_usd": 0.012848,
"llm_cost_usd": 0.002848,
"service_costs": {
"supadata_transcription": 0.01
},
"input_tokens": 1842,
"output_tokens": 639,
"cached_tokens": 0,
"llm_calls": 7,
"average_cost_per_llm_call": 0.000407,
"cost_breakdown": {
"llm": 0.002848,
"supadata_transcription": 0.01
}
}
{
"total_usd": 0.016614,
"llm_cost_usd": 0.006614,
"service_costs": {
"supadata_transcription": 0.01
},
"input_tokens": 5585,
"output_tokens": 1256,
"cached_tokens": 0,
"llm_calls": 7,
"average_cost_per_llm_call": 0.000945,
"cost_breakdown": {
"llm": 0.006614,
"supadata_transcription": 0.01
}
}
{
"total_usd": 0.047466,
"llm_cost_usd": 0.037466,
"service_costs": {
"supadata_transcription": 0.01
},
"input_tokens": 43200,
"output_tokens": 10298,
"cached_tokens": 0,
"llm_calls": 8,
"average_cost_per_llm_call": 0.004683,
"cost_breakdown": {
"llm": 0.037466,
"supadata_transcription": 0.01
}
}