Agent实测：换模型省70%成本
qubridInc · reddit · 2026-07-11
作者分享了一个内部研究 agent 的实测：一次任务通常要跑 40–60 次 LLM 调用，原本使用 GPT-4o 时单任务成本超过 1 美元。
他们把大部分“路由/抽取”类调用切到开源模型后做了同一套评测，每个模型约跑 300 次，结论包括：
- Kimi K2.7 的工具调用表现最好，平行调用正常，schema 遵从度很高，几乎不需要额外防御性解析。
- GLM 5.2 在 60–80k token 的长上下文塞入场景下表现稳定。
- Qwen 3.7 偶尔会把 tool args 以字符串 JSON 返回，靠重试可缓解。
- 深层嵌套、可选字段很多的 schema，所有 OSS 模型都比 4o 弱，建议把 schema 扁平化。
- 同一模型不同服务商的延迟波动，比模型之间的差异还大，评估时应测具体 endpoint，不要只看榜单。
- DeepSeek V4-Pro 在他们这里的工具调用表现一般，没被选中。
最后的配置是：Kimi 负责工具步骤，GLM 负责综合生成，GPT-4o 只用于最终面向用户的回答；单任务成本从约 $1.10 降到 $0.35。
「编程与Agent」频道最新
- 安全专家：让 AI 智能体按 NIST CSF 搭知识库做应急响应 — prasanna_says · 2026-10-26
- Google Cloud Knowledge Catalog 新增自学习上下文充实,为 agent 自动补全企业知识 — rseroter · 2026-10-26
- Cloudflare 推出支出上限功能早期预览,Workers 与 Durable Objects 先行 — ritakozlov · 2026-10-26
- Shopify 设计负责人谈 AI 时代工作流：设计师正变成全栈编辑 — KlausCodes · 2026-10-26
- Nace AI 推出 Drex for Search：让 Agent 精准翻页读云端文件 — testingcatalog · 2026-10-26
- Ultrametric 开源 Open Startup Repo:让 AI Agent 自动运营创业公司 — garrytan · 2026-10-26