GraphRAG 的索引成本主要由哪些因素决定？

GraphRAG 的索引成本主要来自大语言模型调用，是部署前需要重点规划的部分。

1. LLM 调用是主要成本

• 索引阶段需对每个文本块调用大语言模型进行实体与关系抽取，还会进行多轮补全抽取
• 社区摘要生成同样需要大量 LLM 调用，语料规模越大，调用次数越多
• 因此索引成本与文本块数量、抽取轮数、所用模型的计费标准直接相关

2. 影响成本的关键因素

• 分块粒度：分块越短，实体召回率越高，但 LLM 调用次数也相应增加
• 抽取轮数：多轮 gleanings 会提升质量，同时推高调用量
• 社区层级数量：层级越多，摘要生成的调用量越大

3. 成本控制建议

• 官方建议先用低成本模型在教程数据集上试跑，评估成本后再投入大规模索引
• 可通过调整分块策略、抽取轮数与社区层级控制调用规模
• 后续发布的 LazyGraphRAG 模式大幅降低了索引开销，为成本敏感场景提供了选择