（来源：上观新闻）
好消息是，这是💢🔺第一次有人系统性🥚地把这笔糊涂账🎞♥翻出来算🗝😂。资本重仓👩👩👧👦擎天租，看中的绝🛷非一家简单的租赁🌪😷公司🙂。但海外还没有🎗。大部分 A🕣🗿I 漫剧现在🍫做的都👩🦰💻是 C 端👩🏫🌋——就是写🚓一段话🍖让 A🤞I 帮他一键生🈂成视频的用户🥳，这种🥭生产形式肯定会爽🐀🕣一下，但它◾🇬🇫没法变成消费级👽内容🕸。想象一下☕这个场景： 你让♿🛅 AI🐚🇲🇵 Agen📻👩🎨t 帮你🏀🐑修一个代码 🏹Bug😃。
他们发🇨🇻现，这些电😕子没有像预想中💮🌍的马上消失，反🚯而被牢牢✅📦锁在其中🚵🎞。这类平🚀台通常不介入硬件🇦🇷生态，仅作🏃为信息匹配的😣中介💝❎。看过至👮♀️少一个 AI🐳 方案的人，平均🇷🇴♨在任务上花🔭了 22.5 分🏩🎓钟，是🎩没看过方案的💧人（9.4 分钟🧙♂️👩⚕️）的 2🤔🍦.4 倍👨👩👧🥐。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 🗾♉Token（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2️⃣🚴♀️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”🕳🇩🇪。
