Cost（成本）在 AI 领域特指调用大模型或智能体服务所需的费用，通常以每百万 token 价格或单任务成本（Cost per Task）衡量。随着模型能力趋同，成本已成为用户选型、厂商定价和行业评测的核心维度之一，围绕性价比的讨论热度持续上升。
AI Cost 评测的最新工具
Artificial Analysis 上线了缓存命中率与按提供商细分的 Cost per Task 数据，让开发者可以在同一任务口径下比较不同 API 提供商的实际花费，而不再只看官方标价。此前该平台还发布评测称，Gemini 4 Argon 正式商用后其智能指数与 GPT-6 Astra 持平，但价格便宜约四成，进一步印证头部模型之间的竞争正在从纯能力转向价格竞争。
评测侧同样在强化成本视角。Agent Arena 推出 Pareto 前沿视图，将智能体在任务上的净提升与所需成本放在同一坐标系中对比，帮助用户识别真正的“性价比最优解”，而非单看效果榜单。
文档提取场景的 Cost 争议
文档提取是成本讨论最集中的落地场景之一。LlamaIndex 发布的 Extract v2.5 文档提取智能体在功能上持续迭代，并新增了逐字段 Grounded Confidence 置信度评分，用可量化的可靠性指标补足纯价格对比的不足。
值得注意的是，LlamaIndex 的评测结果显示，高价文档提取工具未必更准确，价格与准确率之间并不存在稳定的正相关。这一结论对“贵即好”的行业惯性认知构成了直接挑战，也说明选型时需要结合具体文档类型实测。
当前焦点与观察点
围绕 AI Cost 的讨论正从单一 token 价格转向更综合的口径：缓存命中率、单任务实际花费、准确率与成本的帕累托权衡都在成为标准指标。Anthropic 开源 Claude API 优化技能、Claude Code 持续更新，也反映出厂商开始主动帮助用户降低使用成本。后续值得观察的是，Cost per Task 这类第三方基准能否成为行业通行的比价标准，以及价格战是否会进一步压缩中小模型厂商的生存空间。