（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8️⃣便宜的任务多👨🚀烧约 👙🇸🇨700 👩🦱👯♂️万个 T🍰🗄oken（F🐠🇹🇴igure 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（Fi🇸🇴🇱🇰gur🥟e 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”🧛♀️。这一步跑✏🇹🇲量，让🎓尽可能多的🐸人进来🍄💇♂️。
比如当🐐被问到哪🏗🏠条河流在北卡罗☦来纳州戈尔兹伯勒🇸🇰🐟市的西侧时，🎿AI Overv🚜😾iew 回答说⚠🧖♀️是尼斯河（N💗euse Riv🏗🙉er）🌃🇨🇷。01 E🧱lse🏊✒r.AI：深🇳🇺耕 Pro🔜🔛sumer 内🇮🇲容供给 在 📭AI 视频🇬🇷赛道，大多✏🖼数创业者都在🥄重复同一个逻辑：🥒先做工具，通🆘过降低生产门槛🎴吸引用户，再期待🎀社区和💰🈹平台自⏪然出现🕊🤹♂️。
