（来源：上观新闻）
研究者让同一个🐟 Agent 👩🔬在同一个任↔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 70🤢🐟0 万个🇵🇭 Token🇺🇬（Figur✋😫e 2👰🙍♂️a） 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（🇰🇷Fig🕒🛶ure 🚳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 3🏝0 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🇬🇩一点”，而是👨❤️💋👨“贵出一个数量级🎺”🚕🇨🇫。
目前，国外的一😗🔣些AI🆗产品，🕵例如Chat🌦☘GPT也🇨🇿已推出🚢🏸类似收费情况🏭🕟。也就是说，让🤑它们先“估🇪🇷个价”，比直接干👬📶活还贵👗🧥。
当然，这项研究🐤👨👦也留下了一💼些开放的🇧🇶🚶问题👗🚽。参与者在两🈚种方案上花的🇳🇵🔧观看时间没有显📔⏺著差异，但从🦘 MAP😰-Elite😍s 方🧯⚜案里选出来实🆗际使用的设🐐📤计数量，显🤬🌉著多于随😄机对照🇹🇨组🎄🌐。
