实测多模型融合与编排的Token成本
Federal-Teaching2800 · reddit · 2026-07-08
开发者在开源智能体项目 Chimera 中实测了多模型融合与任务编排的成本效益。数据显示，在 12 项推理任务中，多模型融合（面板->评判->合成）与单个中等模型得分同为 100%，但前者的 Token 消耗高出 11 倍。 实验还对比了编排者-工作者（Orchestrator-worker）模式与单智能体模式。结果表明，在处理多步长文档任务时，分层编排能减少 66.5% 的 Token 消耗；但在小型单步任务中，因上下文发散反而增加 47% 的成本。作者指出，编排策略的经济性高度依赖于具体任务形态。