---
title: "Saiz chunk dan overlap RAG: retrieval dan kos token | BroadRouter"
description: "Cara saiz chunk dan overlap mengubah recall RAG, saiz indeks, kos embedding dan token setiap pertanyaan ke LLM, dengan hasil yang diterbitkan dan kiraan sebenar."
url: https://broadrouter.com/ms/blog/rag-chunk-size-overlap/
lang: ms
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/blog/rag-chunk-size-overlap/) (dikemas kini 2026-11-16).

# Saiz chunk dan overlap RAG: kesannya pada retrieval dan kos

Oleh pasukan BroadNet Inference · 7 minit bacaan · Diterbitkan 2026-11-15 · Dikemas kini 2026-11-16

Mulakan dengan chunk kira-kira 256 hingga 512 token, overlap 0 hingga 15%, dan top-k yang ditala pada pertanyaan anda sendiri. Chunk yang lebih besar menaikkan token yang dihantar setiap pertanyaan kepada LLM. Overlap mendarabkan token yang dibenamkan dan disimpan sebanyak saiz ÷ (saiz − overlap), jadi overlap 50% menggandakan indeks. Ujian yang diterbitkan mendapati chunk kecil atau tanpa overlap selalunya mempunyai recall yang sama baik atau lebih baik.

## Perkara utama

-   Input setiap pertanyaan lebih kurang top-k × saiz chunk + prompt. Beralih daripada 5 × 400 kepada 8 × 1,024 token menghantar kira-kira 3.4 kali ganda input pada setiap pertanyaan.
-   Overlap membesarkan indeks sebanyak saiz ÷ (saiz − overlap): overlap 15% menambah sehingga kira-kira 18% (17% pada dokumen 10,000 token yang diukur di sini), dan 50% menggandakannya.
-   Dalam penilaian Chroma 2024, chunk 200 hingga 400 token tanpa overlap menyamai atau mengatasi chunk 800 token dengan overlap 400, iaitu tetapan lalai file search OpenAI.
-   Ujian NVIDIA 2025 tidak menemui satu saiz terbaik: soalan faktoid memihak kepada 256 hingga 512 token, soalan analitikal kepada 1,024 token atau satu halaman.
-   Kira saiz chunk dalam token model embedding anda. Sesetengah pemecah teks mengira aksara secara lalai.

**Dalam halaman ini**

1.  Apakah yang diubah oleh saiz chunk dan overlap?
2.  Apakah kata ujian yang diterbitkan tentang saiz chunk?
3.  Berapa banyak overlap membesarkan indeks?
4.  Apakah kesan saiz chunk pada bil LLM?
5.  Bagaimanakah cara memotong mengikut token tanpa memotong perkataan?
6.  Bagaimanakah cara memilih angka untuk data anda?
7.  Di manakah BroadNet Inference sesuai

Saiz chunk dan overlap ialah dua angka yang ditetapkan awal oleh setiap saluran RAG dan jarang disemak semula. Kedua-duanya menentukan berapa banyak vektor yang anda simpan, berapa banyak token yang anda benamkan, berapa banyak token yang dihantar setiap soalan kepada LLM, dan sama ada petikan yang betul ditemui sama sekali. Artikel ini menunjukkan dapatan ujian yang diterbitkan, kemudian mengira matematik token supaya anda dapat melihat kos setiap tetapan sebelum membenamkan apa-apa.

Jika anda masih memutuskan sama ada mahu menggunakan RAG, mulakan dengan [konteks panjang vs RAG](https://broadrouter.com/ms/blog/long-context-vs-rag/). Untuk dokumen Arab, baca [RAG bahasa Arab](https://broadrouter.com/ms/blog/arabic-rag-search/) dan [normalisasi teks Arab](https://broadrouter.com/ms/blog/arabic-text-normalization-search/) bersama artikel ini.

## Apakah yang diubah oleh saiz chunk dan overlap?

-   **Saiz chunk** ialah bilangan token dalam setiap kepingan yang anda benamkan dan dapatkan semula.
-   **Overlap** ialah bilangan token yang dikongsi oleh chunk berturutan, supaya ayat yang terpotong di sempadan muncul secara utuh dalam sekurang-kurangnya satu chunk.
-   **Top-k** ialah bilangan chunk yang anda dapatkan semula bagi setiap soalan.

Bersama-sama, ketiga-tiganya menentukan empat perkara:

| Kuantiti | Formula (dokumen panjang) |
| --- | --- |
| Chunk yang disimpan | token korpus ÷ (saiz − overlap) |
| Token yang dibenamkan | token korpus × saiz ÷ (saiz − overlap) |
| Konteks setiap pertanyaan | top-k × saiz |
| Input LLM setiap pertanyaan | top-k × saiz + system prompt + soalan |

Dua yang pertama dibayar sekali bagi setiap larian pengindeksan, dan sekali lagi setiap kali anda memotong semula. Yang terakhir dibayar pada setiap soalan, selama-lamanya.

## Apakah kata ujian yang diterbitkan tentang saiz chunk?

Dua penilaian awam patut diketahui, kerana masing-masing mengukur perkara berbeza.

**Chroma (Smith dan Troynikov, Julai 2024)** mengukur pendapatan semula pada peringkat token: berapa banyak teks relevan yang didapatkan semula (recall), dan berapa banyak daripada yang didapatkan semula adalah relevan. Ia menggunakan lima chunk yang didapatkan semula dan text-embedding-3-large OpenAI. Baris terpilih:

| Pemecah | Saiz (token) | Overlap | Recall | IoU |
| --- | --- | --- | --- | --- |
| Recursive | 800 | 400 | 85.4% | 1.5% |
| Token | 800 | 400 | 87.9% | 1.4% |
| Recursive | 400 | 200 | 88.1% | 3.3% |
| Recursive | 400 | 0 | 89.5% | 3.6% |
| Recursive | 200 | 0 | 88.1% | 6.9% |

IoU (intersection over union) mengukur berapa banyak teks yang didapatkan semula adalah relevan, jadi ia juga menjadi ukuran token yang terbazir. Baris 800/400 sepadan dengan tetapan lalai OpenAI untuk file search; dengan andaian pemecah token, Chroma mendapati tetapan itu memberi recall sedikit di bawah purata dan skor terendah pada metrik lain. Chunk yang lebih kecil tanpa overlap mempunyai recall yang sama atau lebih tinggi dan membawa jauh lebih sedikit teks tidak relevan.

**NVIDIA (Jun 2025)** mengukur ketepatan jawapan hujung ke hujung pada lima set data, dengan chunk token 128 hingga 2,048 pada overlap 15%, serta chunking peringkat halaman dan peringkat seksyen. Chunking peringkat halaman mempunyai ketepatan purata tertinggi (0.648) dan varians terendah. Saiz token terbaik bergantung pada soalan: set faktoid memihak kepada 256 hingga 512 token, set analitikal kepada 1,024 token atau halaman penuh. Kedua-dua hujung ekstrem, 128 dan 2,048, biasanya lebih teruk.

Kedua-duanya bersetuju tentang satu perkara: **tiada saiz terbaik yang universal**, dan chunk yang sangat besar dengan overlap yang berat jarang menjadi tetapan lalai yang betul.

## Berapa banyak overlap membesarkan indeks?

Setiap chunk maju sebanyak saiz − overlap token, jadi indeks memegang saiz ÷ (saiz − overlap) salinan korpus. Untuk korpus 2,000,000 token yang terdiri daripada dokumen 10,000 token:

| Saiz | Overlap | Chunk | Token dibenamkan | Pembesaran |
| --- | --- | --- | --- | --- |
| 200 | 0 | 10,000 | 2,000,000 | 1.00× |
| 400 | 0 | 5,000 | 2,000,000 | 1.00× |
| 512 | 77 (15%) | 4,600 | 2,338,800 | 1.17× |
| 1,024 | 154 (15%) | 2,400 | 2,338,800 | 1.17× |
| 800 | 400 (50%) | 4,800 | 3,840,000 | 1.92× |
| 400 | 200 (50%) | 9,800 | 3,920,000 | 1.96× |

Dokumen pendek membesar sedikit kurang, kerana chunk terakhir setiap dokumen tidak penuh. Formula memberi hadnya: overlap 15% menambah kos kira-kira 18%, dan 50% menambah kira-kira 100%, dalam token embedding, storan vektor dan masa pengindeksan semula.

Overlap juga ada kosnya pada masa pertanyaan. Dengan overlap 50%, dua chunk bersebelahan yang didapatkan semula untuk soalan yang sama mengulang separuh teksnya. Anda membayar untuk token pendua itu, dan ia menolak petikan relevan lain keluar daripada top-k.

BroadNet tidak menjual embeddings, jadi bahagian bil ini pergi kepada penyedia embedding anda. Kira harganya dengan [kalkulator kos embedding](https://broadrouter.com/tools/embedding-cost-calculator/).

## Apakah kesan saiz chunk pada bil LLM?

Setiap soalan menghantar top-k chunk ditambah prompt. Ambil 100,000 soalan sebulan, 600 token system prompt dan soalan, dan jawapan 300 token yang sama setiap kali:

| Saiz × top-k | Konteks setiap pertanyaan | Input setiap pertanyaan | Input sebulan |
| --- | --- | --- | --- |
| 200 × 10 | 2,000 | 2,600 | 260 juta |
| 400 × 5 | 2,000 | 2,600 | 260 juta |
| 512 × 5 | 2,560 | 3,160 | 316 juta |
| 800 × 5 | 4,000 | 4,600 | 460 juta |
| 1,024 × 5 | 5,120 | 5,720 | 572 juta |
| 1,024 × 8 | 8,192 | 8,792 | 879 juta |

Output ialah 30 juta token sebulan dalam setiap baris, jadi hanya input yang berubah. Pada harga setiap 1M token, kos input bulanan ialah angka juta dalam lajur terakhir didarab dengan harga itu. Pada [Gemma 4 VL 26B](https://broadrouter.com/ms/models/gemma-4-vl-26b/) pada $0.10 setiap 1M token input, susunan 1,024 × 8 berharga 879 × $0.10 sebulan untuk input berbanding 260 × $0.10 untuk 400 × 5. Itu 3.4 kali ganda, untuk tetapan yang tidak ditunjukkan oleh ujian yang diterbitkan sebagai mempunyai recall lebih baik. Pada [Qwen3.8 27B](https://broadrouter.com/ms/models/qwen3.8-27b/) (input $0.175) atau [GLM 5.3](https://broadrouter.com/ms/models/glm-5.3/) (input $0.78), nisbahnya sama dan jumlahnya lebih besar.

Dua tuil menggerakkan angka ini lebih banyak daripada harga model:

1.  **Rendahkan k apabila menaikkan saiz.** 200 × 10 dan 400 × 5 menghantar konteks yang sama. Kekalkan konteks setiap pertanyaan lebih kurang tetap semasa menguji saiz, supaya anda membandingkan kualiti pendapatan semula, bukan bajet konteks.
2.  **Cache bahagian yang tetap.** Letakkan system prompt dahulu dan kekalkannya sama byte demi byte, supaya ia boleh dibilkan pada kadar [input cache](https://broadrouter.com/ms/blog/cached-input-tokens-explained/) pada model yang mempunyainya. Chunk yang didapatkan semula berubah setiap soalan dan jarang dicache.

Had konteks juga penting. Gemma 4 VL 26B menerima 32,768 token setiap permintaan, lebih daripada cukup untuk mana-mana baris di atas. Jika anda menolak k × saiz ke arah puluhan ribu token, anda telah beralih daripada RAG ke arah [konteks panjang](https://broadrouter.com/ms/blog/long-context-vs-rag/), dan perbandingan itu mempunyai matematiknya sendiri. [Kalkulator chunking RAG](https://broadrouter.com/tools/rag-chunking-calculator/) menjalankan formula ini untuk korpus, saiz chunk, overlap dan top-k anda sendiri.

## Bagaimanakah cara memotong mengikut token tanpa memotong perkataan?

Kira dalam token, tetapi potong pada struktur. `RecursiveCharacterTextSplitter` LangChain mengukur saiz dengan `length_function`\-nya, yang secara lalai ialah panjang aksara. Maka “saiz” 512 ialah 512 aksara, kira-kira 100 hingga 150 token bahasa Inggeris, dan angka yang berbeza lagi untuk bahasa Arab; lihat [token setiap perkataan dalam bahasa Arab](https://broadrouter.com/ms/blog/tokens-per-word-arabic-english/). Had embedding dan bil LLM adalah dalam token.

Pemotong ini mengisi perenggan penuh sehingga bajet token dan membawa perenggan di hujung ke hadapan sebagai overlap. Memotong pada sempadan perenggan mengelakkan pemisahan perkataan atau aksara Arab berbilang bait, yang boleh berlaku dengan tetingkap token mentah.

```python
import tiktoken

enc = tiktoken.get_encoding("o200k_base")    # an estimate: count with your embedder's tokenizer
count = lambda s: len(enc.encode(s))

def chunk(text, size=512, overlap=64):
    """Pack whole paragraphs up to `size` tokens; repeat trailing paragraphs up to `overlap` tokens."""
    chunks, cur, cur_len = [], [], 0
    for para in (p.strip() for p in text.split("\n\n")):
        if not para:
            continue
        n = count(para)
        if cur and cur_len + n > size:
            chunks.append("\n\n".join(cur))
            tail, t = [], 0
            for q in reversed(cur):                  # carry the end of this chunk forward
                if t + count(q) > overlap:
                    break
                tail.insert(0, q); t += count(q)
            cur, cur_len = tail, t
        cur.append(para); cur_len += n              # a paragraph over `size` stays whole
    if cur:
        chunks.append("\n\n".join(cur))
    return chunks

def plan(corpus_tokens, size, overlap, k, queries_per_month, prompt_tokens=600):
    index_tokens = corpus_tokens * size / (size - overlap)   # long-document limit
    per_query = k * size + prompt_tokens
    return {"chunks": round(index_tokens / size), "tokens_to_embed": round(index_tokens),
            "input_per_query": per_query, "input_per_month": per_query * queries_per_month}

print(plan(2_000_000, 512, 64, 5, 100_000))
# {'chunks': 4464, 'tokens_to_embed': 2285714, 'input_per_query': 3160, 'input_per_month': 316000000}
```

Overlap di sini bermaksud “sehingga”: perenggan yang lebih panjang daripada bajet overlap tidak diulang. Satu perenggan yang lebih panjang daripada `size` kekal utuh; pecahkan perenggan sebegini mengikut ayat dahulu jika dokumen anda mempunyainya. Tambah awalan pada setiap chunk dengan tajuk dokumen dan tajuk seksyennya, supaya chunk yang didapatkan semula masih menyatakan topiknya. Ini menambah beberapa token setiap chunk dan selalunya lebih membantu daripada overlap.

## Bagaimanakah cara memilih angka untuk data anda?

1.  **Bina set penilaian.** 50 hingga 200 soalan sebenar, setiap satu dengan petikan yang menjawabnya. [Panduan penilaian LLM](https://broadrouter.com/ms/blog/evaluate-llm-before-switching/) merangkumi pemarkahan.
2.  **Tetapkan bajet konteks.** Kekalkan k × saiz hampir satu nilai, seperti 2,000 token, semasa membandingkan saiz.
3.  **Cuba tiga saiz dan dua overlap.** Contohnya 256, 512 dan 1,024 token, setiap satu pada overlap 0 dan 15%. Ukur recall petikan yang betul pada k.
4.  **Cuba struktur.** Jika dokumen anda mempunyai halaman atau seksyen bernombor, uji chunk peringkat halaman atau peringkat seksyen berbanding saiz token. NVIDIA mendapati peringkat halaman paling konsisten.
5.  **Pilih tetapan termurah yang berada dalam satu atau dua mata daripada recall terbaik,** kemudian kira harganya pada jumlah pertanyaan anda dengan [kaedah kos bulanan](https://broadrouter.com/ms/blog/estimate-llm-api-cost-before-launch/).

Lakukan ini pada sampel sebelum membenamkan keseluruhan korpus. Menukar chunking kemudian bermakna membenamkan semula segala-galanya.

## Di manakah BroadNet Inference sesuai

BroadNet Inference menghidangkan langkah menjawab dalam RAG, bukan pendapatan semula. Ia tidak menjual embeddings atau storan vektor, jadi pasangkannya dengan penyedia embeddings dan pangkalan data vektor pilihan anda. Untuk jawapan, Gemma 4 VL 26B ialah pilihan kos rendah dan berjalan pada kredit permulaan $5. Qwen3.8 27B (konteks 262,144 token) dan GLM 5.3 (1,048,576) sesuai untuk top-k yang lebih besar atau dokumen panjang, selepas tambah nilai. Prompt dan petikan yang didapatkan semula tidak disimpan selepas permintaan. Jika korpus anda cukup kecil dan stabil untuk muat dalam tetingkap konteks, [konteks panjang](https://broadrouter.com/ms/blog/long-context-vs-rag/) mungkin lebih baik daripada chunking sepenuhnya.

Alat percuma untuk topik ini (Bahasa Inggeris)

-   [OpenAI to BroadNet migration helper](https://broadrouter.com/tools/openai-to-broadnet-migration/) Paste OpenAI SDK code; get base URL, key and model edits, a diff and the checks that remain.
-   [max\_tokens calculator for reasoning models](https://broadrouter.com/tools/reasoning-token-budget/) Answer length + reasoning budget + margin = a max\_tokens that does not cut the answer off.
-   [JSON schema generator for LLM structured output](https://broadrouter.com/tools/json-schema-generator/) Sample JSON to strict schema, Pydantic, Zod and a ready request.
-   [LLM JSON output validator](https://broadrouter.com/tools/llm-json-output-validator/) Parse errors by line and column, safe repairs, cut-off detection and JSON Schema checks for model output.

[Alatan percuma (Bahasa Inggeris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

[Token](https://broadrouter.com/ms/glossary/token/)

Token ialah unit teks yang dibaca dan ditulis oleh model bahasa: satu perkataan, sebahagian perkataan, tanda baca atau jujukan bait yang dihasilkan oleh tokenizer model itu. API LLM mengira, mengehadkan dan biasanya mengebil penggunaan dalam token.

[Tetingkap konteks (context window)](https://broadrouter.com/ms/glossary/context-window/)

Tetingkap konteks ialah bilangan maksimum token yang boleh dikendalikan oleh model bahasa dalam satu permintaan. Ia meliputi prompt, sejarah perbualan, definisi alatan, imej dan output yang dijana, termasuk token penaakulan. Apa-apa yang tidak muat mesti dipotong, diringkaskan atau dipecahkan kepada beberapa permintaan.

[Chunking (pemecahan dokumen untuk RAG)](https://broadrouter.com/ms/glossary/chunking/)

Chunking ialah langkah dalam pipeline retrieval yang memecahkan dokumen kepada cebisan lebih kecil, dipanggil chunk, sebelum ia di-embed dan diindeks. Saiz chunk menentukan berapa banyak teks dalam setiap cebisan, dan overlap chunk mengulang sebahagian teks antara chunk bersebelahan supaya idea yang terpotong di sempadan tidak hilang.

[Embedding (vektor teks)](https://broadrouter.com/ms/glossary/embeddings/)

Embedding ialah senarai nombor titik terapung (vektor) yang dihasilkan oleh model untuk mewakili sekeping teks, imej atau input lain. Input yang maknanya serupa mendapat vektor yang berdekatan, jadi jarak antara vektor boleh digunakan untuk menyusun hasil carian, mengelompokkan dokumen atau mencari item berkaitan.

[Prompt sistem (system prompt)](https://broadrouter.com/ms/glossary/system-prompt/)

Prompt sistem ialah teks arahan yang dihantar oleh aplikasi kepada model bahasa sebelum perbualan, biasanya sebagai mesej dengan peranan system atau developer. Ia menetapkan peranan, peraturan, nada dan format output model, dan model sepatutnya mengutamakannya berbanding mesej pengguna yang bercanggah.

[Baris Arab (tashkeel, Arabic diacritics)](https://broadrouter.com/ms/glossary/arabic-diacritics/)

Baris Arab, atau tashkeel, ialah tanda kecil yang ditulis di atas atau di bawah huruf untuk menunjukkan vokal pendek, konsonan berganda dan ketiadaan vokal. Ia pilihan: kebanyakan teks Arab, termasuk berita, meninggalkannya, jadi pembaca dan perisian meneka vokal daripada konteks.

[Tool calling (panggilan alatan)](https://broadrouter.com/ms/glossary/tool-calling/)

Tool calling, juga dipanggil function calling, ialah ciri API LLM di mana model memulangkan permintaan berstruktur untuk menjalankan fungsi yang ditakrifkan oleh pembangun, bersama argumen JSON. Aplikasi menjalankan fungsi itu dan menghantar hasilnya kembali; model sendiri tidak pernah menjalankan kod.

[Eval (penilaian LLM)](https://broadrouter.com/ms/glossary/eval/)

Eval (singkatan bagi evaluation, penilaian) ialah ujian berulang bagi model bahasa atau prompt: satu set input tetap, penerangan tentang rupa output yang baik, dan penggred (kod, manusia atau model lain) yang memberi skor kepada setiap output supaya versi boleh dibandingkan.

## Soalan lazim

### Berapakah saiz chunk yang baik untuk RAG?

Mulakan sekitar 256 hingga 512 token dan uji. Penilaian Chroma mendapati 200 hingga 400 token tanpa overlap berprestasi baik. NVIDIA mendapati 256 hingga 512 token sesuai untuk soalan faktoid, manakala soalan analitikal lebih baik dengan chunk 1,024 token atau peringkat halaman.

### Berapa banyak chunk overlap yang patut saya gunakan?

Kurang daripada kebanyakan tetapan lalai. NVIDIA mendapati 15% terbaik daripada 10%, 15% dan 20% yang dicubanya pada satu set data. Chroma mendapati tetapan tanpa overlap selalunya mendapat skor yang sama baik atau lebih baik. Setiap mata overlap menambah token untuk dibenamkan, disimpan dan dihantar.

### Adakah saiz chunk yang lebih besar lebih mahal?

Tidak untuk embedding, jika tanpa overlap: bilangan token korpus tetap sama. Ia lebih mahal bagi setiap pertanyaan, kerana setiap chunk yang didapatkan semula lebih panjang, jadi top-k × saiz chunk bertambah. Rendahkan k apabila anda menaikkan saiz.

### Adakah saiz chunk diukur dalam token atau aksara?

Bergantung pada pemecah teks. RecursiveCharacterTextSplitter LangChain mengukur dengan length\_function-nya, yang secara lalai ialah panjang aksara. Had embedding dan bil LLM adalah dalam token, jadi hantarkan pengira token.

### Adakah saya perlu membenamkan semula apabila menukar saiz chunk?

Ya. Sempadan baharu menghasilkan chunk baharu, dan setiap satu memerlukan vektor baharu. Membenamkan semula bermakna membayar untuk keseluruhan indeks sekali lagi, jadi muktamadkan chunking pada sampel sebelum membenamkan keseluruhan korpus.

## Teruskan membaca

-   [Konteks panjang vs RAG: bila 1M token menggantikan DB vektor](https://broadrouter.com/ms/blog/long-context-vs-rag/)
-   [RAG bahasa Arab: penormalan, chunking dan carian yang berkesan](https://broadrouter.com/ms/blog/arabic-rag-search/)
-   [Penormalan teks Arab untuk carian dan RAG: apa diubah, apa tidak](https://broadrouter.com/ms/blog/arabic-text-normalization-search/)
-   [Cara menganggar kos API LLM sebelum melancarkan ciri baharu](https://broadrouter.com/ms/blog/estimate-llm-api-cost-before-launch/)
-   [Token input cache: cara mengurangkan bil API LLM](https://broadrouter.com/ms/blog/cached-input-tokens-explained/)
-   [Perkakasan GPU dan pendekatan penyajian BroadNet, menurut BroadNet](https://broadrouter.com/ms/blog/broadnet-gpu-fleet-and-serving/)
-   [Cache respons API LLM untuk jimat kos: cache padanan tepat Python](https://broadrouter.com/ms/blog/cache-llm-responses-cut-cost/)
-   [Panduan: Cara guna OpenAI Python SDK dengan BroadNet Inference](https://broadrouter.com/ms/guides/openai-python-sdk/)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

[Mulakan](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-rag-chunk-size-overlap&utm_content=page-cta) ·

**Sumber**

-   [Smith dan Troynikov, Evaluating Chunking Strategies for Retrieval, laporan teknikal Chroma, Julai 2024 (disemak 2026-11-15)](https://research.trychroma.com/evaluating-chunking)
-   [NVIDIA Technical Blog, Finding the Best Chunking Strategy for Accurate AI Responses, Jun 2025 (disemak 2026-11-15)](https://developer.nvidia.com/blog/finding-the-best-chunking-strategy-for-accurate-ai-responses/)
-   [Panduan retrieval OpenAI: chunk lalai 800 token dengan overlap 400 token, had pada chunking\_strategy (disemak 2026-11-15)](https://developers.openai.com/api/docs/guides/retrieval)
-   [Dokumentasi LangChain, RecursiveCharacterTextSplitter: saiz chunk diukur oleh length\_function, aksara secara lalai (disemak 2026-11-15)](https://docs.langchain.com/oss/python/integrations/splitters/recursive_text_splitter)
-   [Harga dan rujukan API BroadNet Inference: model, panjang konteks, input cache (disemak 2026-11-15) (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-rag-chunk-size-overlap&utm_content=sources)
