（来源：上观新闻）
大概20☄🏋18年👩的时候，我先和朋🎄🏫友做过一次🛋🤜互联网👒教育产品的创业👧，有点🌕像凯叔讲故事，也🕢赚了一些钱🇪🇺🏳。AI 闹：🕙🗼你在北大读📕了9年哲学，本硕🍗博😳。更关键💫➗的是，这种🇽🇰突触行为🇲🇾🈯存在时🇸🇩间依赖性👰。一旦竞品开🚍启新一轮降价📔🇲🇦、补贴➡🇳🇦、送会员的内🍸卷攻势，🦍🇨🇨豆包将面🧤临两难选🤶🍙择：跟着降🇨🇻价，就🌁会陷入自己刻意避👩🔧开的「🎩低价陷阱」🎣🇧🇬，破坏原本的定价🕳🕉体系与成本模型；🇹🇦不跟着降📇价，就会面🍴临价格敏🇱🇺感型用户的大规🛅模流失🇹🇦🆕。
研究者让同一🤷♀️🥍个 Ag🇬🇲ent⛓🤕 在同一🧠8️⃣个任务上跑🍢🇰🇵了 4🇧🇷💼 次，结果🕷发现： 在👮🍢不同任务之间，♣最贵的任务比最🌱🧤便宜的📻任务多烧🚞👋约 700 🍨万个 To🚺🇷🇪ken（Fig💟ure 👚2a） 在同一🍜📽模型、同一🔴*️⃣任务的多次运🧔✨行中，最💻🇬🇬贵的一次大约是最🇸🇸🎈便宜的👯🌸一次的🍟 2 倍🔅🏧（Fi💂♀️gure 2b💑） 而如果🍝🐮跨模型对👂🇹🇴比同一个任务，🧕▫最高消耗和🤐最低消耗之😿🥥间可以相差高达 ◾30 倍 最后🤷♀️一个数字尤其值🧵得关注：这意味着🍙，选对模型和选🐂错模型之间的成本✨差距，不是“贵👟1️⃣一点”，而是“✨🛠贵出一个数🕌💛量级”🐾🇹🇯。
