FrugalEvo：让强模型出策略、便宜模型写代码，圆 packing 成本降到 0.55 美元

FrugalEvo 是一个成本感知的 LLM 进化框架：贵的 LLM（如 GPT-5.6 Terra/Luna、GLM-5.3）负责探索解法策略，便宜的 LLM 负责实现和迭代代码。它还设计了前缀共享的缓存复用机制来降低 token 开销，并提出按成本预算衡量效果的 BA-AUC 指标。在 10 个数学和系统优化任务上，FrugalEvo 匹配或超过 OpenEvolve、ShinkaEvolve、AdaEvolve、EvoX 等基线，并在其中 9 个任务上 BA-AUC 更高。在 circle packing 任务上，它用 GPT-5.6 系列只花 1.68 美元、用 GLM-5.3 只花 0.55 美元就达到新的 SOTA，而 CORAL、SwarmResearch 等多智能体基线平均要花约 50 美元。