成本对比相关 AI 资讯

8月12日

17:16

17:16IT之家（博客/媒体）

精选

a16z合伙人Fabrizio Serafini发布博文称，AI智能体成本已低于印度离岸外包劳动力。OSWorld-Verified基准显示，最强计算机使用型模型得分从2025年初的42%升至2026年6月Claude Fable 5的85%，高于人类测试者约72%的水平。Computer Use智能体完全成本约每小时6-8美元，而印度BPO工人约10美元，美国后台员工为30-45美元。生产案例中，一家CPG数据平台每月运行1500万至2000万次自动化门户交互，维护爬虫的工程团队规模减半。

行业 a16z AI智能体 Computer Use

推荐理由：a16z用数据说话：AI智能体每小时成本6-8美元，比印度外包的10美元还便宜，干活水平还超过人类，做IT工单、招聘流程都能自动化。

原文

16:52

AI Will@FinanceYF5

a16z 发布数据称，电脑使用 Agent 每小时成本为 6–8 美元，已低于离岸外包人才的约 10 美元，更远低于美国本土人才的 30–45 美元。a16z 认为，随着推理成本持续下降和开源模型能力提升，这一成本优势将进一步扩大。该数据基于当前主流 Agent 工作流的实际运行成本估算。

行业 a16z 智能体成本对比

推荐理由：a16z 算了笔账：电脑 Agent 一小时 6-8 美元，比请外包还便宜，这趋势值得关注。

原文

8月7日

01:41

官方账号Decoder@Matthias Bastian

Composio在30个真实任务上测试了DeepSeek V4 Flash在四个agent框架中的表现。各框架成功率相近，但成本相差近3倍。OpenCode每任务成本最低，为$0.073，而Claude Code高达$0.195。Claude Code使用最少的工具调用和输出token，但价格最高。框架选择主要取决于价格和速度。

AI产品 Claude Code OpenCode DeepSeek V4 Flash

事件专题

推荐理由：实测四个框架，OpenCode每任务只要7美分，Claude Code要19美分但速度最快。想省钱选OpenCode，追求速度就选Claude Code。

原文

8月2日

15:36

小互@imxiaohu

根据ArtificialAnlys的测算报告，DeepSeek完成相同基准任务的成本比Fable低105倍。这意味着DeepSeek的推理开销约为Fable的1/105。该对比数据来自ArtificialAnlys发布的模型成本分析。

AI模型 DeepSeek Fable ArtificialAnlys

推荐理由：同一基准，DeepSeek成本只要Fable的1/105，这数字挺离谱的，可以点进去看看。

原文

11:39

Geek@geekbb

这篇帖子对比了GPT 5.6 Luna与DSv4 Flash的成本构成。审计差异部分指出GPT 5.6 Luna与DSv4 Flash在日志记录和合规报告上处理不同。作者用同一工作负载测试了GPT 5.6 Luna和DSv4 Flash的实际费用。结果对预算敏感的企业选型有参考价值。

行业 GPT 5.6 Luna DSv4 Flash 成本对比

推荐理由：想省钱又怕被审计？看看GPT 5.6 Luna和DSv4 Flash的成本差异，选型心里有数。

原文

7月18日

10:00

官方账号Clement Delangue@ClementDelangue

精选

Kimi k3每token价格是GPT-5.6 Sol的一半，但GPT-5.6 Sol生成所需token数仅一半，总成本相近。GPT-5.6 Sol的TPS是Kimi k3的2倍，实际任务速度快约4倍。用户指出Kimi k3性能优秀但并非超值选择。

AI模型 Kimi k3 GPT-5.6 Sol 推理模型

事件专题

推荐理由：有人觉得Kimi k3便宜？其实和GPT-5.6 Sol算下来价格差不多，GPT-5.6 Sol速度还快4倍，别被误导了。

原文

09:45

09:45SuperTechFans（博客/媒体）

79°

Claude Fable 5和GPT-5.6 Sol在100美元预算下各自制作Bruno Mars《Uptown Funk》音乐视频。Claude花费$48.60生成1920x1080视频，GPT花费$36.57并混合使用多个视频模型。两者作品可用但故事一致性差、对歌词理解过于字面。Claude的LLM token成本$16.99-$25.05，占总成本30-40%，远高于GPT的$3-4。

AI模型 Claude Fable 5 GPT-5.6 Sol 视频生成

事件专题

推荐理由：想看看两个顶级AI花100美元能做出什么视频？实验显示Claude Fable 5和GPT-5.6 Sol的作品都还行但不惊艳，而且Claude的token成本比GPT高出好几倍。

原文

7月10日

12:56

AI Will@FinanceYF5

86°

GPT-5.6 Sol 在 Agents' Last Exam 测试中得分 53.6，比 Claude Fable 5（adaptive）高出 13.1 分。在中等推理强度下，GPT-5.6 Sol 仍比 Fable 5 高出 11.4 分，预估成本约为后者的四分之一。GPT-5.6 Terra 和 Luna 版本也在约十六分之一成本下超过 Fable 5。

AI模型 GPT-5.6 Claude Fable 5 Agents' Last Exam

事件专题

推荐理由：OpenAI 的 GPT-5.6 新系列在智能体考试中大幅领先 Claude Fable 5，成本还低很多，值得看看。

原文

09:02

AI Will@FinanceYF5

对冲基金经理Gavin Baker在播客中对比OpenAI和Anthropic的资本效率。他指出Anthropic每token成本明显低于OpenAI，烧钱规模仅为OpenAI的约20%。Baker认为两家公司的资本回报率结构完全不同，属于“两种物种”。

行业 OpenAI Anthropic Gavin Baker

事件专题

推荐理由：Gavin Baker说Anthropic烧的钱只有OpenAI的20%，每token成本还更低，做生意的效率差距太大了。

原文

7月2日

03:48

Guillermo Rauch@rauchg

精选

Vercel CEO 引用 8090.ai 的测试：在将 PHP 应用现代化为 Next.js 的任务中，Opus 4.8 搭配 Software Factory 比单独 Opus 4.8 便宜 1.4 倍、快 1.5 倍；换用 GLM 5.2 成本降低 16.4 倍，但速度慢 3 倍。测试为单样本方向性结果，后续将扩大样本量并对比美国开模型。

AI模型 GLM Opus 4.8 Next.js

事件专题

推荐理由：GLM 搭配 8090 的 Software Factory 在代码迁移任务中成本砍到 1/16，虽然慢了点，但省钱效果很直观。

原文

6月30日

14:21

AI Will@FinanceYF5

用户将Opus 4.8替换为Kimi K2.7进行推理任务，基准差距约8%，价格便宜11倍。代码生成从GPT-5.5替换为Qwen 3.7 Max，基准差距约18%，价格便宜7倍。智能体循环与工具调用从Sonnet 4.7替换为GLM 5.2，基准差距约3%，输入价格便宜5倍。图像生成从GPT-Image-2替换为Wan 2.5，基准差距约5%，价格便宜8倍；视频生成从Sora 2替换为Kling 3.0，差距大致相等，价格便宜6倍。30天后运营成本下降87%，输出质量平均下降4%，收入不变，且模型可本地运行、保障数据安全。

技巧 Kimi K2.7 Qwen 3.7 Max GLM 5.2

事件专题

推荐理由：他把Opus、GPT、Sonnet全换成中国模型：成本降87%，性能只降4%，收入不变。附完整迁移方法。

原文

6月26日

10:02

shao__meng@shao__meng

71°

Snowflake CEO使用103个dbt任务对GLM和Opus进行3轮测试。GLM原始token消耗860M，Opus 439M，差距约2倍。差距源于GLM平均轮次99次（Opus 80次）、工具调用为原子化（Opus批量化）、缓存命中率53%（Opus 96%）。尾部失败案例主导均值：少数任务中GLM陷入400+次调用。归一化到90%缓存率后，GLM成本$1.12/session，Opus $2.14/session，GLM便宜48%。

AI模型 GLM Opus Snowflake

推荐理由：Snowflake CEO用103个真实任务实测GLM和Opus，发现调整缓存后GLM成本不到Opus一半，适合注重预算的团队。

原文

6月18日

13:01

@atomic_chat_hq@atomic_chat_hq

Nemotron 3 Ultra 在三个物理模拟任务中与 GPT 5.5 表现相当，但成本仅为后者的十分之一。测试用例包括旋转桶中水体、高尔顿板钉球和极端质量碰撞。Nemotron 3 Ultra 输出 11.3k tokens 花费 $0.051，而 GPT 5.5 输出 11.0k tokens 花费 $0.57。质量差距远小于价格差距。

AI模型 Nemotron 3 Ultra GPT 5.5 推理模型

推荐理由：想用 GPT-5.5 级别能力但嫌贵？Nemotron 3 Ultra 几乎一样好，价格只有十分之一，值得试试。

原文

6月11日

10:38

rohanpaul_ai@rohanpaul_ai

SemiAnalysis指出，AI订阅服务相比API使用成本极低。对于重度编码和聊天用户，订阅费用仅为API费用的1/40到1/70。例如，每月200美元的ChatGPT Pro计划可提供相当于每月14000美元的API使用量，而同样价格的Claude Max 20x计划可提供约8000美元的API等效使用。这意味着订阅模式更适合个人高频使用，而API则更适合需要自动化或产品集成的场景。

行业订阅 API 成本对比

推荐理由：重度AI用户和开发者注意了：订阅比API便宜几十倍，每月200美元能换来上万美元的API价值，做高频编码或聊天的直接订阅更划算。

原文

6月5日

09:02

rohanpaul_ai@rohanpaul_ai

精选

在本地运行LLM的桌面应用atomic[.]chat上，Nemotron 3 Ultra与GPT-5.5进行了对比测试。在构建带真实物理效果的HTML5 Canvas任务中，Nemotron 3 Ultra以11.3k tokens、0.051美元的成本，给出了与GPT-5.5（11.0k tokens、0.57美元）几乎相同的结果，成本仅为后者的十分之一。Nemotron 3 Ultra是一个混合专家模型，拥有5500亿总参数，但每个token仅激活55亿参数，因此效率极高。这一对比展示了Nemotron 3 Ultra在性价比上的显著优势，尤其适合需要高推理质量但预算有限的场景。

AI模型 Nemotron 3 Ultra GPT-5.5 混合专家模型

事件专题

推荐理由：做AI应用或本地推理的开发者，这个测试直接告诉你Nemotron 3 Ultra能以十分之一成本达到GPT-5.5级别的效果，值得在项目里试试。

原文

6月4日

16:04

16:04IT之家（博客/媒体）

精选

安全研究员Kasra Rahjerdi搭建了一个故意留有漏洞的图书评论APK，测试多款AI大语言模型的安全推理能力。模型需解包APK并识别暴露的Firebase凭据以绕过API访问数据库。每个模型预算10美元，限时2小时，总花费1500美元。结果显示，GPT-5.5在10次运行中成功7次，每次成功成本9.46美元；DeepSeek V4 Pro成功3次，但每次成功成本仅0.62美元，约为GPT-5.5的十五分之一。Gemini多次在任务早期拒绝继续，而Claude Sonnet 4.6和Opus 4.8各成功2次。该测试揭示了不同模型在安全漏洞利用任务中的性能与成本差异，对批量运行安全工具的团队具有现实意义。

AI模型安全测试 GPT-5.5 DeepSeek V4 Pro

推荐理由：安全团队和AI开发者可以直观看到不同模型在真实漏洞利用任务中的性价比——GPT-5.5最可靠但贵，DeepSeek V4 Pro成本极低但成功率有限，做自动化安全测试的团队值得参考这个对比。

原文

5月30日

10:44

宝玉@dotey

精选

有用户发现 GitHub Copilot 中 Gemini 3.5 Flash 的 Token 消耗按 14 倍计算，而 Claude Sonnet 4.6 为 1 倍，Claude Opus 4.8 为 15 倍，Gemini 3.1 Pro 为 1 倍，GPT-5.5 为 7.5 倍。这一差异意味着使用 Gemini 3.5 Flash 的实际成本远高于标称价格，对 Copilot 用户选择模型时的成本控制有直接影响。

AI产品 GitHub Copilot Gemini 3.5 Flash Token 消耗

推荐理由：GitHub Copilot 用户注意了——不同模型 Token 消耗倍数差异巨大，选错模型可能多花十几倍费用，做 AI 编程的团队建议收藏对比表。

原文

5月29日

08:37

08:37IT之家（博客/媒体）

83°

Kilo Code 对 xAI 的 AI 编程智能体 Grok Build 0.1 进行了实战测试，要求其用 TypeScript、Bun 和 SQLite 构建一个 webhook 交付服务。整个开发过程零工具调用失败，总成本仅约 1.65 美元（约 11.2 元人民币），低于 GPT-5.5 和 Claude Opus 4.7 等模型。Grok Build 在编码前先搜索了 Stripe 签名格式、GitHub 重试行为等规范，并主动提出 9 个澄清问题。马斯克转发该测试结果，称赞其物超所值。这表明 Grok Build 在复杂工程任务中兼具高效性和经济性，对开发者有吸引力。

AI产品 Grok Build AI编程智能体 IDE工具

事件专题

推荐理由：Grok Build 0.1 用 1.65 美元完成了一个 webhook 服务开发，成本远低于同类模型，做全栈或自动化开发的团队值得关注这个新选择。

原文

5月22日

22:38

Paul Couvert@itsPaulAi

精选76°

Qwen-3.7-max 在真实智能体任务（编写自训练俄罗斯方块机器人）中，以 1.32 美元成本实现 56% 的改进，远超 Claude Opus 4.7（12.15 美元，28% 改进）和 GPT-5.5（2.85 美元，7% 改进）。该模型在长智能体循环中表现突出，成本仅为 Opus 4.7 的 1/9、GPT-5.5 的 1/2。这一结果出乎意料，展示了开源模型在复杂自主任务上的潜力。

AI模型 Qwen-3.7-max 智能体成本对比

推荐理由：做智能体开发或自动化任务的团队，可以拿 Qwen-3.7-max 替代高价闭源模型，成本直降 9 倍效果反而更好，值得立刻跑个 benchmark 验证。

原文

22:26

官方账号阿里通义 Qwen@Alibaba_Qwen

83°

atomic.chat 团队测试了三个前沿模型在真实智能体任务中的表现：编写一个能自我训练并玩俄罗斯方块的机器人。每个模型可以读取自己的代码、运行基准测试并在10次迭代中自我重写。最终 Qwen 3.7-Max 以训练成本仅1.32美元、机器人性能提升56%的成绩全面领先，而 Claude Opus 4.7 成本12.15美元提升28%，GPT-5.5 成本2.85美元提升仅7%。Qwen 在成本效益和性能提升上均胜出，尤其在长智能体循环场景中表现出色。

AI模型 Qwen 3.7-Max 智能体 Claude Opus 4.7

推荐理由：Qwen 3.7-Max 在智能体任务中成本仅为 Claude 的1/9、GPT 的1/2，性能提升却翻倍，做 AI 智能体开发的团队值得关注这个性价比之选。

原文