（来源：上观新闻）
“传统评价依赖🧹人工判断，不同🍁📡老师打😙分相差🐔🐙较大🛣♍。论文把✉这个现象总结🚪为一句话：驱动 🎥Agent 成本🔖🌿的，是输入 T👨🏫oken 👋🇵🇫的指数级增长👵，而非输出 To🇻🇮ken👨❤️💋👨🇳🇬最新泛目录站群程序。最简单的配👨🎨🔍置有 9 个可调📙参数，最复杂📶⚓的可以到 85 ⛰🥁个🕷🦀。
国产创新企业⏯🎪正在用🈯各自的方式，尝🎍🤧试让看病变得更安🇱🇷🧨全、更高效、🛍更可及🙌。中国智慧医💃疗的“毛细🇰🇳血管”们，正📍在一个个细👨🔧分赛道上🍾解决真问题、🧡✡创造真价🇭🇰值🥴。有做产品的🎼🐆，也有做内容的🆔🤦♂️，几乎每个人都在🕺🦊用各种A🙋♂️🕎I工具写代码、做💯小应用；聊了😽一圈下来，🤞🧼核心争议就一👨👨👧👧🇵🇳个：这玩意🦓🕑儿到底有没有商业🕦😉价值💈。
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 T🍼oke👩🔬🐁n（Figu🥛re 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（F🛍🦕igure 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”🐵。
