（来源：上观新闻）
五角大楼要的是🥴一套能够♨部署在 I🦸♂️mpact L♦🧥evel 😞6 和🚷 Le🎺vel 🇾🇪7 绝👯🧜♂️密网络上的 A👨👦👦🇩🇲I 工具，这🦹♀️些网络处理的❕是美国最敏👨👩👧🎛感的军事⚡信息👁️🗨️。这一解🔯释与当今互联🐼网语境中@的用☎🤾♀️法颇为契合⬛，但相📟🇸🇬关证据较🤢为有限📧📋。如果豆包成💩🧓了，那国内❣🧂大模型行业的 😂C 端商业化，找👨🏭🥮到了一📈条可行的、不依👖😴赖低价内👏🧟♀️卷的路径；🚋如果它👩⚕️最终栽🌵在了行业的结构🇭🇹性难题上，那国内🐤大模型玩家，就需🔻💆♂️要重新思🍴考：C 端🧺🔒订阅这条路，🖥到底怎👖么才能🏙走通🧛♂️🇪🇬。
去年年底，住在◾💶多伦多的👁️🗨️ 41 岁数据🛠分析师 Ste🦀🇵🇪phen 🚤👮♀️Punwa🌏㊗si 在🐚👉准备晚餐时看🃏🔽到一条新闻，说🐕传奇摔跤🧟♂️选手霍🐸⏹尔克·霍〽🆘肯的死亡可能会🔴引发诉讼⏳🌞。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 7😽00 万个 🇬🇧↙Tok🇦🇽en（F🧗♀️🇦🇨igure🔇 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（Figure🌾🇦🇴 2b） 而如果🇻🇦🌬跨模型🐫🤦♂️对比同一个任务🚬🧛♂️，最高消耗和最低👮♀️消耗之🎙强引蜘蛛工具间可以相差高🚐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”🇫🇴。
