AI 成本要看任务完成率
luckokkkk · reddit · 2026-07-15
这条帖子的核心观点是：**AI 成本不能只按 token 价格算**，还要把任务完成率、实际完成一个任务消耗的总上下文量纳入计算。 文中引用 Databricks 的测量结果：在 Claude Code 场景下，每个任务平均消耗 **742,000** 个上下文 token；而 Pi 在 Opus 上约为 **236,999** 个。作者借此说明，表面便宜的模型/方案，未必在“完成同一任务”的真实成本上更划算。 这类比较更接近“任务级成本”而不是“token 级成本”，对评估编码助手、代理工作流和推理服务经济性都很关键。
「Infra」频道最新
- JoyNexus 把 VLA 后训练做成多租户共享服务 — Haoran Sun · 2026-07-21
- ComfyUI 变慢或因模型反复读盘，而非硬件故障 — J6j6 · 2026-07-21
- Opta 世界杯预测看似封神，核心其实是数据和模拟 — APPSO · 2026-07-21
- TokenPrint 把 Qwen 推理做成 DevTools 式调试器 — Rich-Fruit-326 · 2026-07-21
- 路由故障让 Claude Code 智能体 3.5 小时烧掉 3020 万 token — RileyRalmuto · 2026-07-21
- 单集群可扩至50万卡，华为Atlas 950 SuperPoD算力架构曝光 — pstAsiatech · 2026-07-21