（来源：上观新闻）
这笔“糊涂账”背7️⃣🥳后，藏着一个更☣👩🔬大的行业问题 读🛬🥪到这，你📬可能会问：这🚔🇻🇪些发现对企👮♀️业意味着什♣么？ 1. 🇺🇲“按月订阅”的🇨🇩定价模💞🧨式，正在被 A◻👛gent 撕开💁♂️⬛裂缝 论文指🍫⚱出，像 Ch🧢🇫🇴atGPT Pl🍜us 🐟8️⃣这样的订阅3️⃣制之所以可行，是©🌔因为普通对🤑话的 Toke🏘n 消耗相👅对可控💱🧢、可预测🚧。而且他也不知🍳道平台要什么、🧞♂️🥅怎么对接、怎么定🦈价🇧🇿。
值得注意的是，不💂🔕久前大模🧬型曾经掀👻起过一波集体涨价🇬🇦潮，国🚒🚠产大模型厂商智谱🥋👦已在年内进行三次🥐🇯🇪API🎤🐛价格上调👩🏭。当 AI Ov🎒🇮🇪ervie🇮🇳🧗♀️w 给出☑错误回答时，引用🌏 Faceboo🕒k 的比🇪🇦例是 7%💒；当回答正确时🥪🐳，这个🔬🆎比例是🇦🇶📏 5%🐎。
“Toke👩👧👦🎉n的价格🛅🇯🇴差异，⛽🌤本质是其承载的🎼🚅能力差异🇧🇬🤯。808 个有效🇲🇶😎 se🐠🔄ssio🇲🇨📩n 里，50%的🇮🇲🇧🇲参与者完全💄🇧🇯是被动的🌊🔐。或许，🥛一个从🇬🇭🌰不睡觉的 A📹I，不是更🧼🔔强的 AI🇸🇲。发现一：Ag🎞ent 写代码👓🏮的烧钱🦸♂️🎾速度，是👩💻普通 AI 🇵🇼🐡对话的 1🐇000🤧📔 倍 大家可能觉🇪🇪得，让 A👨🎓🖇I 帮你写代码和🏬💗让 AI 📁跟你聊代码⛽，花的钱应该差不🦡多吧？ 论文☸给出对比显示： 🗻🇺🇲Age🏴🕢ntic 编👩🏭🇼🇸码任务的 T👪🔸目录树oken 🔫消耗量，是普📊📅通代码问答🧷和代码推理任🥳目录树务的 约 10🏒00 倍✋。
