（来源：上观新闻）
去年开🇲🇩🇸🇮始，越来🇦🇴🇦🇶越多的电视台已经👨👨👧👦开始试点类🍊😫似的 AI 🌂🔶主播🌡。真正决👩⚕️🇭🇹定答案形状的🇦🇺📃，还是约束本🧣📷身的压📄💫缩力🌼🍛。钱没花在解决问题👥😠上，花在了“🇰🇬迷路”上🍴🚰。说到底，斯坦福💻🐘大学的这项研🇲🇿🔅究为我们揭🐕示了一个5️⃣非常务实😣🆒的未来图景⏰🌹。
” “一😢👱个班40个⬅学生，把他🤦♀️🕓们的操☀作视频统😘😐一上传，几⛎🤗分钟或几秒钟就能🦛完成自动评分🍾。但刘耕不👨❤️💋👨🧜♀️这么看🍥。而国内的智👅🔏谱、D🎢eepSeek⏲👺等头部大模型厂商♥👛，此前均🏴已经推出付费版本🥡。
研究者让同♻开源低代码平台一个 🛐Agent 在同🔎💑一个任4️⃣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💆♂️🖲（Fig🥈ure 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（Fig🧙♂️ure 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🐣开源低代码平台“贵出💾📭一个数量级🐶🇨🇦”📋🇨🇨。
