成本相关 AI 资讯 · AI 热点

8月18日

06:11

06:11

lmarena.ai@lmarena_ai

精选

LMArena的Agent Leaderboard基于170万+次真实Agent Mode会话分析，新增按任务类型筛选功能，用户可按Code、Work、Chat三类对比模型性能。排行榜同时展示每个模型完成单次任务的实际成本，并标出各性能水平下最省钱的Pareto前沿选项。这一更新让模型选择不再只看分数，还能结合具体场景和花费做决策。

AI产品 Agent Leaderboard LMArena 智能体

推荐理由：选模型前先看看这个排行榜，现在能按写代码、干活、聊天分开比，还直接告诉你每单花多少钱，省得自己瞎试。

8月11日

12:32

12:32

AI Will@FinanceYF5

人形机器人整机物料清单（BOM）中，线性执行器约占30%，旋转执行器约占25%，灵巧手约占20%，三者合计约75%。AI与视觉系统约占15%，电池与热管理占比不足10%。高精度硬件仍是成本大头，软件与算法占比相对有限。

行业人形机器人执行器灵巧手

推荐理由：想了解人形机器人为什么贵？这条拆解了各部分成本占比，执行器和手占了四分之三，看完就懂钱花在哪了。

7月21日

07:33

07:33IT之家（博客/媒体）

布雷特·泰勒（OpenAI董事会主席兼Sierra联合创始人）在CNBC采访中预测，一年后企业无需再操心Token成本，收费模式将转为按实际成果付费。他举例称Ramp已推出Token支出管理工具，法律AI初创公司Harvey等会替客户管理Token。泰勒认为AI市场类似互联网早期，随着模型效率提升Token成本将持续下降，IT部门将擅长部署不同场景的AI工具。

行业 OpenAI Token 成本

推荐理由：OpenAI董事会主席泰勒说：明年企业不用管Token成本了，按成果收费更简单，赶紧看看

7月20日

13:14

13:14

AI Will@FinanceYF5

作者提出前沿AI总价值随着需求无限增长、性能持续提升而暴涨，即使价格小幅下降也如此。反面假设认为性能可能触顶、大多数任务不需要顶级模型、低成本能制造前沿智能，这些会动摇推论。成本高也可能导致亏损，资金流向并不代表划算。

行业需求增长性能瓶颈成本

推荐理由：讨论AI投资的底层逻辑，用两个对立面推演前沿价值，帮你理解为什么性能/需求/成本变化会颠覆认知。

7月19日

09:54

09:54

AI Will@FinanceYF5

76°

Elon Musk 表示，将速度和成本纳入考量后，Grok 4.5 是目前第一名。在 Artificial Analysis 上，Grok 4.5 每项 Intelligence Index 任务仅花 $0.31，而 Claude Fable 5 为 $2.75、Claude Opus 4.8 为 $1.80、GPT-5.6 Sol 为 $1.04、Kimi K3 为 $0.95，Grok 4.5 成本比 Claude Fable 5 低近 9 倍。在 FrontierSWE 基准上，Grok 4.5 每任务 token 用量比 Fable 5 少近 6 倍，仍排名靠前。SpaceXAI 通过 token 效率实现顶级智能与低成本结合。

AI模型 Grok 4.5 效率成本

推荐理由：SpaceXAI 的 Grok 4.5 用 $0.31 就干到一流水平，比 Claude 便宜 9 倍，token 还省 6 倍，省钱党可以关注。

7月15日

18:20

18:20

AI Will@FinanceYF5

精选

a16z引用Hebbia CEO George Sivulka的观点称，AI agent的平均成本低于人类标注token，但优质token在大规模使用时更便宜。对于中位数企业，agent成本约80美元/小时，与软件工程师薪资持平。但管理方式不同，agent成本可从4美元/小时到7000美元/小时不等。Sivulka认为100X token将成为新的10X工程师。

行业 a16z Hebbia 智能体

推荐理由：a16z和Hebbia CEO算了一笔账：AI agent平均80美元/小时，和软件工程师差不多，但管理得好能降到4美元，管理不好飙到7000美元。想了解agent经济账的可以看看。

7月10日

04:03

04:03

Fireworks AI@FireworksAI_HQ

Gumloop选择在Fireworks平台上部署开源开放权重模型进行生产。与OpenAI等封闭实验室API相比，成本下降80%。Fireworks的开放权重模型方案让Gumloop的API账单大幅缩减。双方合作旨在推动开源模型规模化应用。

行业 Fireworks Gumloop 开源模型

推荐理由：Fireworks和Gumloop联手，用开源模型替代闭源API，成本直接砍掉80%，想省钱的AI团队赶紧看看。

7月9日

13:03

13:03

Geek@geekbb

SpaceXAI 发布 Grok 4.5，在 GDPval-AA v2 基准上 Elo 达到 1543，排名第四，仅次于 Anthropic 的 Claude 系列。每任务成本仅 $0.49，低于 GLM-5.2 和 Kimi K2.6。相比排名靠前的模型，成本降低近 90%，处于性能与成本的 Pareto 前沿。该模型专注于真实世界的智能体知识工作任务。

AI模型 Grok 4.5 SpaceXAI GDPval-AA v2

推荐理由：SpaceXAI 刚发了 Grok 4.5，知识工作基准排第四，但每次只要 0.49 美元，比前面的便宜九成，性价比很突出。

7月8日

21:23

21:23IT之家（博客/媒体）

71°

亚马逊正在研发代号为Moonraker的Alexa智能体项目，旨在让Alexa+在单次交互中完成多项关联操作，如“叫车并发送短信”。该项目在2026年预计产生超过1亿美元的GPU算力开销，已迅速成为Alexa+升级中成本最高的项目之一。部分高管认为AI模型支出过高，内部文件称推迟或缩减规模是缓解成本压力的可行途径。系统测试将部署数百块英伟达GPU，并采用Anthropic Sonnet模型提供高级推理与视觉响应。

行业 Alexa+Moonraker 亚马逊

推荐理由：亚马逊搞了个叫Moonraker的智能体项目，让Alexa+能一次帮你办好几件事，但2026年光GPU开销就要1亿美元，内部已经炸锅了。

6月24日

19:54

19:54

Geek@geekbb

Deepseek V4 Flash 是一款小型模型，能完成约 80% 原本需要 Claude 或 Codex 处理的任务。每任务成本仅为 Fable 的 1/137，性价比极高。该模型展示了小模型在特定场景下的实用价值，但需要更优的编排来发挥全部潜力。

AI模型 Deepseek V4 Flash Claude Codex

推荐理由：小模型 Deepseek V4 Flash 能搞定八成任务，成本只有 Fable 的零头，超划算！

6月11日

11:34

11:34

Browser Use@browser_use

Claude Fable 在 BU Bench 基准测试中取得了最高分，成为目前测试中完成在线任务表现最好的模型。然而，其运行成本也最高，完成整个基准测试需要花费 580.87 美元。这一结果凸显了高性能 AI 模型在实用性与经济性之间的权衡，对于需要高精度自动化任务的团队来说，成本是一个关键考量因素。

AI模型 Claude Fable BU Bench 基准测试

推荐理由：如果你在寻找能高效完成在线任务的 AI 模型，Claude Fable 的表现值得关注，但高昂的成本意味着你需要权衡投入产出比。做自动化测试或任务编排的团队可以点开看看具体数据。

6月10日

12:16

12:16

shao__meng@shao__meng

72°

Anthropic 发布了 Claude Fable 5，这是一款 Mythos 级别的模型，已通过安全评估并开放通用使用。官方称其能力超越以往任何公开发布的模型。然而，用户反馈指出该模型虽然性能有所提升，但使用成本显著增加，尤其是搭配 Loop 功能时，token 消耗和费用会大幅上升。这引发了开发者对实际部署成本的关注。

AI模型 Claude Fable 5 成本

推荐理由：Claude Fable 5 在能力上确实有突破，但成本问题可能让中小团队望而却步。如果你正在评估下一代模型选型，建议仔细核算 token 消耗，特别是计划使用 Loop 的场景。

5月23日

16:42

16:42IT之家（博客/媒体）

精选

微软近期取消大部分员工对Claude Code的授权，转而推广自家AI编程工具，此前微软曾积极推动数千名开发者使用Claude Code，使用规模超出预期。优步首席技术官透露，仅用4个月就花光了整个2026年的AI编程工具预算。英伟达应用深度学习副总裁布莱恩·卡坦扎罗坦言，其团队算力成本已远高于员工工资成本。高盛预计到2030年，AI Agent全球token消耗量可能增长24倍达每月120千万亿token，Gartner预测1万亿参数级大模型推理成本虽可下降近90%，但总使用量增速可能超过成本降速。

行业微软 Claude Code 优步

推荐理由：算力账单比工资单还贵

5月21日

12:28

12:28

官方账号Logan Kilpatrick@OfficialLoganK

精选

Gemini 3.5 Flash 在 Zapier 推出的 Automation Bench 基准测试中排名第一，超越 GPT-4o、Claude 3.5 等其他前沿模型。该模型以显著更低的推理成本实现领先性能，展示了高效自动化任务处理能力。基准测试涵盖多步骤工作流，Gemini 3.5 Flash 的胜出凸显其性价比优势。

AI模型 Gemini 3.5 Flash Zapier Automation Bench

推荐理由：谷歌新模型跑分第一还省钱

07:59

07:59

官方账号LangChain@LangChainAI

精选

LangChain 在开发长周期（100+ 轮交互）智能体评估和基准测试时，发现一个反直觉的结果：直接替换为开源模型并不能立即节省成本。两个关键因素影响了成本效益：模型推理效率和任务复杂度。该发现挑战了业界普遍认为开源模型能直接降低成本的看法，为构建长周期智能体的团队提供了重要参考。

AI模型智能体评估开源模型

推荐理由：做长周期智能体评估的团队会发现这个反直觉结论很有价值——开源模型未必省钱，建议点开看看具体哪两个因素在起作用。