cost-quality

Meta的Muse Spark 1.2在Text Arena中升至第4位，通过降价约91%将成本-质量帕累托前沿向上推进，同时相比顶级模型仅损失9分。

审计生产级客服RAG系统的实际发现：启发式评估器给出虚假信号，检索错误常伪装为LLM失败，成本与质量的帕累托前沿往往不在预期位置。模型扫查显示，用Gemma 4 26B替换原有模型（Gemini Flash Lite Preview）可在成本降低79%的同时实现19%的质量提升。