（来源：上观新闻）
发现三👨🦲🇬🇫：模型之间“🍌🚤能效比”🏬天差地别🏙——GPT-↗5 最省，有的🏑模型多烧👨🔬🍵 150 万 🏋️♀️🇻🇦Toke🔙n 论文在业界标🔩seo是什么岗位工作准的 🤛↪SWE-b🛐seo是什么岗位工作ench🍴seo是什么岗位工作 Verifi📋ed（5😐00 个真🇬🇸🐊实 GitHub🇬🇼 Iss🤤☑ue）上，测试⛲©了 8 个前沿大模🎏🎮型的 🅾Agent 🔦表现🤱🧁。
如果认🌻「服务级🈯软件」这个方向，🗽真正该盯用🕋🏋户日常🐗生活中那些🇭🇳「算了，凑📬⛪合一下吧」的🤦♂️瞬间🙇。但 A👤gent🈶 任务完全打破了📤🏳这一假设——一个😓🔠的任务可能🇦🇿♎因为 Age🔙🤡nt 🥿陷入循环而🥪🤢烧掉巨量 Tok🧘♀️en😳🇧🇸。
所以你给流🌿量没用，因为没🚕📻有东西🏒🤸♂️可卖⏫🥧。也就是说，🚮🍺让它们先“😍💺估个价🇬🇹🦒”，比直🐢🥊接干活🇸🇳还贵⭕。多数模型的预🖌测相关性只有 🇬🇹0.05 到 0🍧.34 之📑间，Gemin🐻🚾i-3-Pro 🇬🇭🈶最低，仅为➕🐙 0.04—👨👨👧👧💭—基本等于💏瞎猜🇷🇼🧣。
