token成本相关 AI 资讯 · AI 热点

8月14日

05:19

05:19

techcrunch@Russell Brandom

Writer 发布了基于 Z.ai 开源模型 GLM-5.2 的后训练新模型。新系统（基于 GLM-5.2）宣称以更低价格提供部署就绪能力，并升级 harness 控制 token 成本。Writer 表示，该模型延续了 GLM-5.2 的开源生态优势。

AI模型 Writer GLM-5.2 Z.ai

推荐理由：Writer 出了新模型，基于 GLM-5.2 改的，价格更低还升级工具省 token 成本，适合想省钱的开发者。

8月7日

08:10

08:10

Paul Graham@paulg

Paul Graham在X上发帖（17238次查看）称，用更抽象的语言编写代码能降低LLM生成时的token成本。他认为LLM并不排斥前缀表示法，这也是抽象语言值得尝试的原因（该帖有35条评论）。这条推文获得161个赞、6次转发和42次分享。

技巧 Paul Graham LLM token成本

推荐理由：Paul Graham说，想让LLM写代码更省token，就换更抽象的语言，连前缀表示法它也不怕。

8月6日

23:40

23:40

Geek@geekbb

用户@geekbb 发推询问OpenCode是否不会涨价。他称团队已在租用GPU上复现了DeepSeek的token成本。这一做法暗示OpenCode的运营成本可以很低，无需涨价。该推文目前有558次浏览。

AI产品 OpenCode DeepSeek 编程助手

推荐理由：开发者说在租用GPU上复现了DeepSeek成本，暗示OpenCode不该涨价。关心AI编程工具价格的可以关注。

8月1日

02:56

02:56

官方账号Greg Brockman@gdb

精选

开发者Greg Kamradt用GPT-5.6 Luna的批处理模式完成了一个包含78K种分类的研究项目。整个任务产生了158K个请求，消耗143M输入token。借助每百万token 0.10美元的批量价格，总费用仅为60美元。这个案例展示了如何用夜间批处理大幅降低大规模分类任务的成本。

技巧 GPT-5.6 Luna 批处理 token成本

推荐理由：Greg用GPT-5.6 Luna跑了一夜，143M token只花了60刀，批量模式真的省。

7月14日

17:08

17:08

AI Will@FinanceYF5

Chamath透露，其公司AI token成本每45天翻一倍，但下游生产力提升最多仅5%。他指出，向下一代能力迭代所需的token量呈指数级增长，已接近瓶颈。因此他建议公司趁估值高位退出，未来三四年行业将经历清算。

行业 Chamath token成本 AI效率瓶颈

推荐理由：Chamath爆出投入成本飙升但收益停滞，建议赶紧退出，值得思考AI泡沫。

6月6日

05:21

05:21

官方账号Clement Delangue@ClementDelangue

72°

Hugging Face CEO Clement Delangue通过实测数据反驳了“智能体会绕过所有工具直接调用API”的流行观点。团队在Hugging Face Hub上对Claude Code和Codex进行了约1000次分级测试，发现智能体使用优化过的CLI工具比手写curl或SDK调用节省高达6倍的token，且任务成功率更高（94% vs 84%）。他认为，在token昂贵的时代，抽象层（如CLI、SDK）是智能体的“缓存智能”，能压缩推理链，降低失败率和成本。因此，智能体不会重建一切，而是会倾向于使用最token高效的软件工具。Hugging Face本身已成为智能体使用AI的平台，两个月内收到约4900万次请求。

行业智能体 token成本 CLI/工具

推荐理由：这篇实测数据直接打脸了“智能体将消灭所有软件层”的论调，做AI工具和智能体开发的团队值得一看——它告诉你为什么好的CLI和SDK反而更值钱了。

5月29日

18:55

18:55

rohanpaul_ai@rohanpaul_ai

一篇新论文提出“效率前沿”框架，系统比较 LLM 在不同部署场景下的上下文策略。研究发现，在保持答案质量的前提下，选择合适的方法可将 token 消耗降低约 25%，在重复使用记忆的场景下甚至可节省超过 50%。该框架将答案质量与 token 成本联合优化，而非分开评估。实验基于 5000 个 HotpotQA 问题，结果表明：低复用场景轻量检索最优，高复用场景记忆压缩更佳，而全上下文提示仍是追求最高准确率的必要手段。

论文 LLM 上下文管理效率优化

推荐理由：做 LLM 部署优化的团队终于有了量化工具——这篇论文告诉你何时该用检索、何时该用记忆压缩，直接帮你省 token 成本，建议做推理优化的工程师点开看具体方法。