@gdb：杰文斯悖论既反直觉又令人振奋
摘要
这篇帖子强调了在 OpenRouter 上折扣使用 GPT 5.6 模型，如何导致 token 使用量增长了 13.8 倍，生动诠释了杰文斯悖论——即效率提升反而导致资源总消耗增加的现象。
查看缓存全文
缓存时间: 2026/08/28 23:58
杰文斯悖论既违反直觉又富有启发性
OpenRouter (@OpenRouter): 当 GPT 5.6 Terra 和 Luna 在 OpenRouter 上大幅打折时发生了什么？
令牌使用量激增 13.8 倍
杰文斯悖论 = 当技术使资源利用效率提升时，该资源的总消耗量反而增加而非减少 🧵
杰文斯悖论既违反直觉又富有启发性
@gdb 听听普通用户的意见怎么样？为非企业用户所有人提供单一模型？这概念可能有点难理解，我知道。另外，既然你接替了那个说谎者的位置——我是说 @sama——那么我们是否该把愤怒和道德诉求指向你？只是确认一下。
@gdb 把你们的事收拾好，然后把 ChatGpt 4o 最新版 2025年3月26日还回来，还有大量其他东西。去吃你老婆耳朵里的耳屎吧混蛋，还有 @sama 那个基佬老公的，去查查你自己有没有用类固醇黑鬼，然后把 ChatGpt 4o 最新版 2025年3月26日还回来，还有大量其他东西。
相似文章
GPT 5.6 折扣与杰文斯悖论（4分钟阅读）
OpenAI 在 Terra 和 Luna 模型上的折扣计划导致令牌使用量急剧增加，来自其他实验室的竞争性替代，以及在折扣结束后显著的用户保留。
反向杰文斯悖论
作者解释了软件工程中的反向杰文斯悖论：当繁文缛节导致变更成本显著上升时，变更总量可能降至零，从而导致增量改进的根本性停滞，而不仅仅是放缓。
@rohanpaul_ai: 完全同意。那份著名的斯坦福报告已经发现，GPT-3.5级别的推理成本在不到2年内下降了280倍……
讨论推理成本（GPT-3.5级别在不到2年内下降280倍）的快速下降如何导致杰文斯悖论，从而驱动对AI的更大需求，并使更便宜的开源模型下的多智能体系统无处不在。
@OpenAI: 部署后，我们应用了 GPT-5.6 Sol，通过使其自身运行更高效来推进效率前沿。…
OpenAI 部署了 GPT-5.6 Sol，通过改进的 GPU 内核和推测解码，实现了 20% 的服务成本降低和 15% 以上的 token 生成效率提升。
GPT-5.5 或许消耗更少的 token，但它始终烧掉更多的钱
尽管 OpenAI 声称 GPT-5.5 在 token 效率上有所提升，但实际使用成本仍比 GPT-5.4 高出 49% 至 92%；与此同时，Anthropic 的 Claude Opus 4.7 对于较长提示词的实际成本也上涨了 12% 至 27%。这一现象反映出前沿模型价格普遍上涨的趋势，而两家公司均面临巨额预计亏损。