标签
本文研究了是否可以在推理之前使用低成本特征预测文档提取难度，从而使路由器能够在廉价模型与强大模型之间进行选择。路由在某些体裁中最多可降低77%的成本，同时保持质量，但前提是难度存在差异且可从文档特征中预测。
作者认为，AI编码工具链和模型路由与模型本身同样重要，分享了使用Oh-My-Pi和OpenCode进行的测试，这些测试减少了token使用量和错误，并推荐针对高容量、轻量级任务采用分层模型订阅。
Browser Use Cloud v4 推出了一个网络代理平台，号称能够解决准确性和成本限制，使得规模化可靠网络代理成为可能，并提供 15 美元免费额度供试用。
一项在 SWE-bench Pro 上比较 10 种编码智能体框架（harness）的研究表明，框架选择会显著影响 pass@1 和成本，并揭示厂商提供的框架对大型模型过拟合，无法迁移到较小的模型。
本文介绍了RelayEvolve，一种无需训练的框架，用于成本高效的大语言模型驱动进化，该框架自适应地将种群从廉价模型交接给强模型，在固定推理预算下于各基准测试中取得高分。
这条推文指出彭博社的AI模型定价图遗漏了DeepSeek，因为DeepSeek V4 Flash的定价极低（输入$0.14/百万token，输出$0.28），放在图中会让其他模型显得处于“死亡区”。
Neon与Castform合作展示了如何将RL后训练的开源权重模型与Lakebase Search相结合，以100倍更低的成本和延迟，在检索任务上击败GPT-5.6 Sol等前沿模型。
Databricks 的基准测试显示，相同模型通过不同 harness 调用时成本差异超两倍，而 Pi 作为极简编码 harness，以低成本实现高水平表现；Shopify 也通过 Pi 扩展 Autoresearch 提升效率。
Earendil 的 Pi 编码框架证明，极简设计在成本和性能方面优于复杂的替代方案，并以 Databricks 的基准测试和 Shopify 的案例研究作为证据。
本文研究廉价的开放权重大语言模型能否以远低于前沿模型的成本，同样可靠地评判自然语言数学证明。在 IMO-GradingBench 上，三个廉价评判模型在通过/不通过的一致性上与前沿模型相当，作者推荐“三者全部通过”的一致性规则以实现高性价比部署。
据报道，DeepSeek的新V4-Flash AI模型是已知模型中运行成本最低的，其成本比Anthropic的Claude Fable 5低105倍。
atomic.chat 的一项测试显示，Qwen 3.8 Max 在生成自包含的3D物理场景方面胜过 Fable 5，而每次运行成本约为其1/7。
本文介绍了AI-My-Chats，一个使用AI以低成本（约每月5美元）从聊天和其他来源捕获碎片化企业知识的工具，支持开源模型和新的GitHub Issues集成。
Wafer 宣布，它可以在 AMD MI355X 上以比 B200 节点高 3.8 倍的吞吐量和低 71% 的成本服务 Kimi K3，并认为 AMD 的大容量显存和软件支持使其成为前沿模型中性价比最高的选择。
讨论了DeepSeek V4-Flash的每token价格与每项任务总成本的对比，引用了一份报告，称DeepSeek完成基准测试任务的成本比Fable低105倍。
DeepSeek V4 Flash 0731 因其在 Hermes Agent 中使用时成本极低而备受关注，一个提示仅需0.07美元，耗时32分钟，非常适合持续使用。
Sam Altman 评论了 AI 模型成本的快速下降，指出仅四个月后，GPT-5.4 的成本就约为 Luna 的十三分之一，强调了相比摩尔定律 20 倍的改进。
作者对比分析认为，DeepSeek V4 Flash-0731 在极小激活规模下达到 Opus 4.7-4.8 水平，以极低 token 成本进入前沿 Agent 模型区间，整体超越 GLM-5.2，但短板仍是困难仓库级编程和长时程工程。
FinCacheServe is a system for dependency-consistent answer reuse in RAG serving over mutable enterprise documents, using document versions, evidence fingerprints, and tool fingerprints to invalidate caches. Evaluations show it skips over 53% of LLM calls with zero stale outputs, reducing GPU cost compared to versioned semantic caching.
OpenAI 已将 GPT-5.6 Luna 的价格降低 80%，GPT-5.6 Terra 的价格降低 20%，并在 API 中为 GPT-5.6 Sol 推出了更快的选项，同时还调整了 Codex 和 ChatGPT Work 中的使用量计算方式。