看每个 task 的成本，不只看每个 token 的成本

在 chatbot 阶段只需关注每个 token 的单价，而 agent 任务会进行多轮 loop、tool call 和代码执行，总 token 消耗与轮数影响更大。Cline 指出，仅比较 DeepSeek V4-Flash 与 Fable 的每 token 价格会误导，因为轮次增多可能导致单任务总成本更高。计算单个任务成本需综合 token 消耗总数、每 token 成本和缓存比例。ArtificialAnlys 的报告显示，DeepSeek 完成相同基准任务的总成本比 Fable 低 105 倍。