（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🥕务比最便🤷♀️💿宜的任务多烧约🇬🇳 70🎬0 万个 T😩oken（F🇲🇿🍽igu🔆🐴re 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🤸♀️🏎（Fi🍧gure 2🇳🇮💯b） 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”🥯。
我也可以用等🔵✋号，但那看起来🥴🧜♂️不太合理🎺🇰🇼。图丨孙海定团队🐤（来源：受访😶🦓SEO/SEM者） 现在很多家🇹🇦🕡庭摄像头需将🖕数据上传到⏰🚣♀️云端进🧦行识别，如果摄像😈🇽🇰头在本地就能🛄🇦🇮完成识别，🔽不用上传原始🛅视频而是仅需上🍺传识别结果，将🥑⛪显著提升隐私🚲安全🖼。
有了这份数据，开🛷🍤发者可🍬⛔以更明智地选择😠🎠模型、🇻🇪↔设置预🔦算、设计止损机🧘♂️💺制；模型厂商也💁💣有了一🚈🚤个新的优化🚎方向——不🧕🗑只是做得🇻🇳更强，还要做得更🍎省🗃🏀。
