（来源：上观新闻）
不过，定价的贵🌰与贱，从🌀来只和价值匹配🛰度相关😻。在测试里，当被问🎂到鲍勃·马利的故🏠🕸居是哪一年改🔃能给谷歌加速的软件建为博物馆时，🧖♀️AI Ov👷♀️🏄♀️erview 回🈺答说 📚1987 年🈸⏩。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 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👶🇪🇦（Figur💏e 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”🏇🧩。
换到需求🇪🇺🙃端看，🇵🇪完全是另一回⛔🔷事🔷。海外有机器人，🇳🇦😹没这玩法 在具身📏智能的全球竞🇷🇺速中，平💜台化的演进呈现🇨🇦出两条分明的🍘能给谷歌加速的软件路径🍶🛃。所以我🎒🍳们做的事🕜👩🎓情，核心还⛅是更接近创作者🏊，更接近🚉他们在🤪🧢生产的✌🕗内容🚊。这项由卡内基梅隆🚊⚪大学语言🇵🇪技术研🌩🥵究所与博世北🕢美研究院及博世🐗🍈人工智能中心联🇲🇼😮合完成的研🐛🏴究，以预印本🇴🇲🇧🇪形式于202💊6年4月发布于💉arXiv平台，🧢🏭编号为arXiv➕🍑:2604.20🇲🇪🇷🇸012v1，尚在📋同行评审阶段🤺🧾。
