（来源：上观新闻）
可那位父🚓🇸🇰亲偏瘫的👨⚕️👨🚀用户做🔣「小话筒」，🐚🖖需求是让爸爸能😡🐔跟家人说话🦸♂️，不是想体验零🧣👩🎓代码编程；乡村🧷老师做折射演示工🧛♀️具，需求🇳🇿是让学生看到光线💪怎么弯，不是想当🐩超级个🐮🎭体🤕🕝。
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 700 😝万个 To👩👦👦🍞ken（😧🗿Figure 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（🇭🇰🐱Figu🦹♀️re 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🌵“贵一点”，🧨而是“贵出😂一个数量💡级”🍓🧛♀️。
然而这种方👩🦲⏯法表现最差，Ca♋👘lvin仅有1🥜🇲🇬.527，说明这🇨🇰个指标🖋捕捉的信号与👩🦲🚀实际有👫🛐效性之⚠间存在严重脱节☣🇬🇫。
