（来源：上观新闻）
Ques👞✊tMobil🚲e 数据显示，截🧁至 202🚸6 年 3⛏🗯 月底，豆包月🧙♀️💎活已经突破🕘👩🍳 3.45🚏🎚 亿，稳🇨🇴👨🦲居国内 C 端 🇱🇸AI 应🛌🦖用榜首，覆盖了🎯从学生🗜🇲🇨、职场人🚔🇾🇹到创作☺🤤者、中小企业主的💷🇬🇾全量用户群🧀体🛬。IT之🇯🇲家 5 月 4🛋 日消息，🖼据外媒 The ♈Infor🇨🇦matio🧔n 报🆚🧺道，A🏁nthropi🥦🧑c 看上🐡📰了英国芯😙片初创企🇧🇾📷业 Frac🍺tile 🇨🇬的推理芯片，有🎾意将其作♏🐵为 NV🍲🇲🇹IDIA（🇨🇱🇵🇸英伟达🍴）GPU、Ama🇸🇮zon（亚马🇰🇪geo优化怎么做逊）Train🐄ium、🇰🇵Google🌶（谷歌）T🕴PU 外♏👌的第四🇧🇿🍍类 AI 算🌝🧘♀️力资源，目标 2🌏027 🍢🐻年实现部署↪。
研究者让🇬🇹🌎同一个 Agen🚿🕤t 在同一个任🚆务上跑👱🚽geo优化怎么做了 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 To♟️ken（F😅igure🦘🏀 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🇬🇲4️⃣ 倍（Figu🇧🇲🚕re 2b） 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”💠🕷。
