（来源：上观新闻）
发现三🥿✊：模型之间“😮📴能效比”天差地🦇别——G♉PT-📘🌀5 最省，🇩🇴有的模型多烧 1🥍📋50 万 🏧Token 论🌓🈂文在业界标准的👽seo的培训班 SWE-b🏥ench Ver📊ified（5🚟🤢00 个真实 🐠GitHu🇵🇱b Issue🍾📂）上，测🐇试了 8 个前沿🎼大模型的 Ag🇫🇲👆ent⛅ 表现🤹♂️。想象一下这个场景🇪🇨： 你🕉让 AI A🐨gent🔙🔝 帮你修一个代码🌘🇹🇻 Bug🗂💑。随着模型🤙能力持续升👫级，产💧🏍品已经能满足越来🇨🇳🇧🇲越多的复杂高价⌚值任务🇺🇳。
发现四🏴：人类觉得难的，📏Agent 💂🇲🇦不一定觉📃🍔得贵—🖖🇶🇦—难度🏭感知完全错👡位 你⛏👳可能会想🚡🐧：那至少🇬🇮我可以根据🤷♂️🔦任务的难易🇩🇪👩🎓程度来🇵🇼🎠预估成本吧？ 💥论文找来👳人类专家🎡，对 5🚂🇮🇴00 个任务🇨🇳的难度进👨🚀🚸行评分，🇧🇿🇩🇬seo的培训班然后和 🇸🇬Agent 的实🤚♋际 To🇵🇷ken 消耗做🛩🤨对比—— 结果：🤙🗄两者之间只有弱🙉相关💲。
