（来源：上观新闻）
”潘旭艳说🍯👩🍳。研究者💼😳让同一个 Ag🇧🇷👡ent 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 T🏧oken🎪❣（Figure 🦐😰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🐏 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“贵出一个数👩💻🏣量级”🏚。
LLaVA-I🌊nstruc⏳t-665k贡献🦖了20.2%，R🇺🇦💅oboP🚰✉oint贡🤜🕵献了19💵🏴☠️.9%，❄RefSpa🐝🛳tial🇺🇲🎻贡献了14.7%🌃，Robo🛹🕢2VLM贡⚰👨👦献了9.2☑%，CC🃏🤾♂️-12M贡献🕷😘了3.7🗒%，而E🧜♂️mbSpati👱♀️🇵🇪al-Be🇸🇰nch和VCR则🇦🇩🇺🇲几乎被完全⚠淘汰（分别仅占0🎯.1%和0.0%🇬🇶）🔤🍨。上面的数🛣🔉字可能让你🥗倒吸一口凉气—📊🛋—AI Ag🇷🇼ent 自主🎥✴修 Bug 在海🇮🇳😼外官方 API⛑🦗 下，单次未修复☁☪任务常🧗♂️烧掉百万以🇵🇫🍔上 Token🛌，费用可达几🆙🐴十至一百多👁️🗨️🍔美元🌙🏬。
