cost

Miles Brundage 反思到，语言模型的 token 从一开始就相对"人类 token"非常廉价，这种"天生便宜"的特性是技术得以快速普及的重要原因之一。

GLM 5.3 FlashX 因性能改善获得称赞，但也因成本更高受到批评，而 DeepSeek v4.1 Flash 被指出性能更优。

Astra AI模型已宣布其API定价：每百万输入令牌10美元，每百万输出令牌50美元。

作者体验千问最新版APP后指出，Agent要走进大众用户需解决成本、反应速度和人与AI交互方式三个瓶颈。

介绍 Claude Code 生态中的 /swarm 多 Agent 并行扇出模式近期被默认禁用并增加硬性限制，原因在于失控递归和成本爆炸。

一位Reddit用户询问DeepSeek如何让一个300B参数的模型比9B参数的模型更便宜，引发了关于效率和成本的讨论。

据报道，DeepSeek-V4-Flash-0731 性能优于 GLM 5.2，同时成本与前代保持一致，引发了对其再次造成市场扰动的猜测。

Opus 5 的使用成本并不比 Fable 便宜多少。

本文解释了提示缓存在大语言模型代理中的工作原理，涵盖 KV 缓存机制、预填充和解码阶段，以及其对延迟、成本和代理设计的影响。

AI数据中心日益增长的能源需求可能导致电费上涨，引发公众冲突，甚至波及那些之前从未关注AI基准测试的人群。

AI让构建软件变得便宜又简单，但并未降低维护、支持和责任的长期成本，导致大量项目被遗弃。

一项对 Gemma 密集模型（31B）与 MoE 模型（26B）的实际基准测试显示，MoE 模型每次查询速度快 25.5%，成本低 20%，且质量相同，验证了理论上的成本节约。

一家公司分享了采购和维护用于AI推理的HGX B300的实际困难，包括高昂的成本（110万欧元）、电力与空间需求以及供应有限，并给出了GLM 5.2的吞吐量估算。

一家财富500强‘AI优先’公司缩减AI使用，因成本高昂取消Claude并限制使用，反映了对AI运营成本的广泛担忧。

本文以日语为例，研究非英语语言中的推理计算成本，以揭示当前人工智能系统中的低效问题。

Grok-4.5 实现了与 GPT-5.5-xhigh 相当的编码性能，而成本仅为后者的一半。

中国AI模型正被美国公司越来越多地采纳，因为它们显著更便宜，同时缩小了与领先美国竞争对手的性能差距，自2月以来OpenRouter的代币份额每周均超过30%。

本文解释AI token的昂贵原因：自回归生成过程需要逐token预测并重复计算整个上下文，导致计算量随上下文线性增长；编码智能体因多轮交互和文件读取会迅速累积超长上下文，进一步推高token开销。

Jay Alammar 强调了本地 AI 模型如何成为各个规模级别的关键基础设施，并引用了 Sebastian Raschka 的一篇关于搭建本地模型的文章，文中提到了 Cohere 的 North Mini Code (Nomico)，该模型以 Apache 2.0 许可证开源。

一条推文询问人们见过 AI 代理在尝试修复自身错误时浪费最多钱的情况，突显了自主代理的财务风险。