成本效率相关 AI 资讯 · AI 热点

8月23日

14:43

14:43IT之家（博客/媒体）

72°

OpenAI 投资的美国法律科技公司 Harvey 基于中国 Kimi K3 模型构建新模型 Harvey Tenet，实现业界领先性能。Harvey 转向开放权重模型，降低推理成本，优于 Fable 5 和 GPT-5.6 Sol。

AI模型 Kimi K3 法律 AI 开源模型

推荐理由：Harvey 用 Kimi K3 模型打造法律 AI，比 Fable 5 和 GPT-5.6 Sol 强，成本还低。

8月17日

10:19

10:19

官方一手arXiv: DeepSeek@Junchi Liu, Ali Bigdeli, Roya Daneshi, Atu Ambala, Sudipto Ghosh, Fabio Santos

该研究评估了ChatRepair和CodeCorrector两种APR技术在DeepSeek、GPT、Llama三个LLM上的修复表现。结果显示，结构复杂的bug和模糊的故障定位会加大修复难度，但LLM技术仍保持有竞争力的修复效果；定位越不精确，两种技术间的性能差距越大。研究发现，更高成本的LLM和更强的推理设置并不总能带来更好的成本效率。GPT-5修复的复杂bug比DeepSeek-V4-pro多7个、比DeepSeek-V3.2多39个，但DeepSeek-V3.2的总修复成本效率最佳。超过50%的中等复杂bug可由低成本LLM技术修复。

论文 DeepSeek GPT-5 自动程序修复

推荐理由：论文实测三种LLM的修复能力，发现便宜的DeepSeek-V3.2成本效率反超GPT-5，选模型前值得一看。

8月11日

23:22

23:22

elvis@omarsar0

精选

Pathway的BDH-CQ模型在ARC-AGI 1基准上获得29.5%的分数，但每个任务成本仅为0.0007美元。该模型通过潜在空间中的循环推理而非链式思维（CoT）来实现这一成绩。研究团队还验证了类似Transformer的扩展规律，参数规模可达6000亿。这一成果展示了在成本效率上的显著优势。

AI模型 BDH-CQ ARC-AGI Pathway

推荐理由：Pathway的BDH-CQ用极低成本在ARC-AGI 1拿到29.5%，靠的是潜在空间推理而不是CoT，还验证了600B参数规模，值得一看。

7月31日

02:20

02:20

官方一手@OpenAIDevs@OpenAIDevs

76°

OpenAI宣布API中GPT-5.6模型降价，Luna降价80%，Terra降价20%。同时推出GPT-5.6 Sol的更快选项。降价也适用于Codex和ChatGPT Work的用量计算，使开发者以更低成本获得更多智能。此次调整旨在提升成本效率，让每美元产出更多结果。

AI产品 GPT-5.6 OpenAI API

推荐理由：OpenAI把GPT-5.6 API价格打下来了，Luna降八成，Terra降两成，还给了更快选项Sol，开发成本更低了。

7月29日

00:29

00:29

lmarena.ai@lmarena_ai

82°

Meta 发布的 Muse Spark 1.1 在 Document Arena 排名第 11（此前第 21），帕累托前沿得分 1472；在 Vision Arena 排名第 14；中文语言类别排名第 3。在 Code Arena: Frontend 排名第 9，帕累托前沿得分 1541，成本为混合每百万 token 输入 1.25 美元、输出 4.25 美元。该模型以低价格实现前沿性能。

AI模型 Muse Spark Meta 成本效率

推荐理由：Meta 发了 Muse Spark 1.1，在文档、视觉、代码三大领域成绩都不错，关键价格低，适合预算有限又想用前沿模型的团队。

7月10日

10:53

10:53

官方一手Pandaily@contact@pandaily.com (Pandaily)

精选

DeepSeek、智谱AI和Qwen的成本高效模型在OpenRouter平台上周令牌份额超过20%，数据基于2025年7月的统计。这一增长显示开发者正从高价模型转向性价比更高的选项。结构性的市场转变表明成本正在成为AI基础设施选择的关键因素。

行业 DeepSeek Zhipu Qwen

推荐理由：开发者的钱袋更聪明了：DeepSeek、智谱、Qwen靠低价拿下OpenRouter五分之一流量，值得关注。

7月9日

05:57

05:57

Thomas Wolf@Thom_Wolf

精选

Matei Zaharia指出，在LLM推理中，使用简单的Pi harness（来自@badlogicgames）在Opus和GPT 5.5上达到了与LLM供应商提供的harness相同的成功率，但成本降低了一半。这种成本优势主要归因于更小的输入规模。该发现揭示了harness设计对性价比的巨大影响。

AI模型 Pi harness Opus GPT 5.5

推荐理由：你知道吗？换个简单的工具就能把成本砍半，效果还不打折！Pi harness让Opus和GPT 5.5的推理省钱又高效，值得一试。

6月16日

16:17

16:17

官方一手pandaily@contact@pandaily.com (Pandaily)

中国国产大模型通过多模型动态路由（Fusion）技术，在推理时动态选择最佳模型以平衡性能与成本。混合智能体架构将多个模型组合成系统，进一步降低部署开销。这种策略优先考虑实际应用的成本效率，而非单纯追求原始基准分数。

行业多模型路由智能体成本效率

推荐理由：中国大模型厂商正在用多模型路由和混合智能体降低AI应用成本，比单纯堆参数更实用。

6月6日

09:43

09:43

官方一手Pandaily@contact@pandaily.com (Pandaily)

精选

StepFun 最新模型 Step 3.7 Flash 在 Artificial Analysis 基准测试中夺得速度、成本效率和端到端性能三项第一。该模型在 OpenRouter 和 Hugging Face 上获得大量关注，展现出强大的竞争力。这一成绩表明 StepFun 在推理优化和成本控制方面取得了显著突破，为开发者提供了高性价比的 AI 模型选择。

AI模型 Step 3.7 Flash 基准测试推理优化

推荐理由：做 AI 应用选型或部署推理服务的团队，Step 3.7 Flash 在速度和成本上的优势值得直接对比测试，可能帮你省下不少预算。

5月31日

22:54

22:54

Viking@vikingmute

DeepSWE 对 Opus 4.8 的评分显示，该模型在性能上优于 Opus 4.7，且成本更低、效率更高，但相比 GPT5.5 仍有明显差距。作者表示尚未深度使用 4.8，仍在使用更便宜的 4.6 版本，并指出对基准测试已逐渐祛魅，更看重推特上的真实用户评价。目前普遍认为 GPT5.5 仍是大多数用户的最强模型。

AI模型 Opus 4.8 GPT5.5 模型评测

推荐理由：如果你在纠结是否升级到 Opus 4.8，这篇推文帮你省了试错成本——作者用真实体验告诉你，4.8 性价比提升但远不及 GPT5.5，做模型选型的开发者建议看看推文下的真实讨论。

5月23日

16:21

16:21

@atomic_chat_hq@atomic_chat_hq

在游戏开发竞赛中，Deepseek V4 Pro 与 GPT-5.5 被要求制作卡丁车游戏。GPT-5.5 以 0.33 美元成本、25 tok/s 速度生成 10,580 tokens，耗时 7 分钟，最终游戏质量、视觉效果和创意方向明显更优。Deepseek V4 Pro 成本仅 0.07656 美元，便宜 4.3 倍，生成 18,869 tokens（近 2 倍），但游戏在图形、视觉打磨和创意执行上较弱。结论是尽管 Deepseek 定位为强编码模型，在游戏开发测试中仍远落后于 GPT-5.5。

AI模型 Deepseek V4 Pro GPT-5.5 游戏开发

推荐理由：想用 AI 做游戏开发的团队，这个对比直接告诉你：省钱不一定省心——Deepseek 便宜但质量差一截，GPT-5.5 贵但成品更靠谱，建议根据预算和品质要求选模型。

16:19

16:19

@atomic_chat_hq@atomic_chat_hq

精选76°

在编写自训练俄罗斯方块机器人的真实智能体任务中，Qwen 3.7-Max 以 56% 的改进幅度、仅 1.32 美元的训练成本，全面超越 Claude Opus 4.7（+28%，12.15 美元）和 GPT-5.5（+7%，2.85 美元）。测试中每个模型可读取自身代码、运行基准测试并迭代重写 10 轮。Qwen 3.7-Max 在性能提升和成本效率上均占优，成本仅为 Claude 的 1/9、GPT 的 1/2。这表明 Qwen Max 在长智能体循环任务中具有显著优势。

AI模型 Qwen 3.7-Max 智能体模型对比

推荐理由：做智能体开发或自动化任务的团队，Qwen 3.7-Max 在成本与性能上碾压对手，值得在类似场景中直接替换测试。

5月19日

00:53

00:53

TestingCatalog@testingcatalog

78°

Cursor 发布了 Composer 2.5，该版本在性能上与 Opus 4.7 相当，但成本效率提升了最多 10 倍。新版本更智能，能更好地处理长时间运行的任务，并更可靠地遵循复杂指令。未来一周内，Composer 2.5 的使用限制将翻倍。这对使用 AI 编程助手的开发者来说是一个重大升级。

AI产品 Cursor Composer 2.5 编程助手

推荐理由：Cursor 用户终于等来了性能与成本兼顾的升级——Composer 2.5 在复杂任务上更可靠，且成本大幅降低，做 AI 编程的团队建议立即试用。

5月17日

15:23

15:23

rohanpaul_ai@rohanpaul_ai

微软 CEO Satya Nadella 在最新发言中提出了 AI 时代的新衡量标准：“每美元每瓦特的 Token”（Tokens per Dollar per Watt），强调效率而非单纯算力。他认为这一公式适用于所有公司、行业和国家，并指出核心在于基础设施、基础设施和基础设施。这反映了 AI 产业从追求规模转向关注成本与能效的趋势，对云服务商和 AI 开发者有重要指导意义。

行业 AI 基础设施成本效率微软

推荐理由：Nadella 提出的新公式直击 AI 落地的成本与能效痛点，做 AI 基础设施或模型部署的团队值得关注，这可能是未来优化方向的信号。

5月14日

07:26

07:26

官方账号NVIDIA AI@NVIDIAAI

NVIDIA 强调大规模智能体推理需要平衡模型算法、软件和计算三方面效率。其全栈平台通过计算、网络、存储和内存的极致协同设计，持续优化这些输入。该平台还拥有覆盖数百万开发者的广泛生态系统支持。最终实现更低的每 Token 成本、更高的吞吐量和更可扩展的 AI 系统。

行业 NVIDIA 智能体推理全栈优化

推荐理由：做大规模 AI 推理部署的团队，NVIDIA 的全栈优化思路直接关系到成本与性能，值得关注其协同设计方法。