（来源：上观新闻）
有了这份数🇷🇪据，开发者可以🌮🦘更明智🐡🕌google加速地选择模型🇮🇨、设置预算、设计▫止损机制；模型📏厂商也👩👩👧👧有了一个新的😂👩👧👧优化方向🏭——不只是做得更⏺强，还要做得更省👨🎨🌻。”赵春江说🧖♂️。论文把这个现🌸🧴象总结为一句🐌👉话：驱动 🦕🐘Agen🚌t 成😶本的，是输入 🧗♀️🕧Toke♨n 的指🧬⚫数级增长，而📣非输出 Tok🇸🇦🥡en🥨。比如俄狄浦斯🧴原型，英雄要🎾「杀死」/战🥍🇿🇼胜父亲才能成为💡自己；比如「英🐱🔵雄之旅」的12阶🛬🍟段🗄🔺。其实曹雪芹写林黛😥玉，很多意🏙象都脱胎于唐🤞©伯虎，🍤包括《葬🧴花吟》里面扛着🤾♀️🇧🇼花锄去锄💩🧒花，这个事其实就🛴5️⃣是唐伯虎做的👨🔬🖋。IT之家🇧🇼了解到，Fr🦄actile🛳 的芯🛳片采用了不同于🕚⏲现有主流 👨⚖️🤭AI X🍰PU 🌪⛔的“模拟内🇬🇮🧒存计算”架构，📡宣称运行头部🐑🏌模型时可实🥝现 25 倍的❗速度、1/10👩👧👲 的成本🐘。
论文的结论💪🇬🇫直截了当： 现🇬🇫🛵阶段，前⚓👩🔬沿模型🌘↔无法准确预测⬅自身的 Toke🇯🇲🌐n 用量🍃。现在大家跟用户说🐯🔨「你可以做任🇩🇿🇰🇪何应用」🏏，可从没做ℹ🇦🇴过应用的人听完只😧google加速会懵，不🇸🇬💲如找1🏵00个真实用户，🐁😌讲100个👲具体故事🇦🇪。而这个过程🥓🤖中，让赵春江🇲🇿🔌心心念念的不仅📮是改变农耕模式的➖🇦🇶先进AI🏳️🌈技术，还有🌰⚛那些留守在农村🧰google加速的老人⚽。最经典的例子是眼🇶🇦睛🏓。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 700🇮🇸🇦🇲 万个👁️🗨️🇼🇫 Token👨👦（Fig👩👧👧🦑ure 2🇮🇷a） 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（🇬🇹🏦Figure 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”🔼。
