AlphaSense 研究：上下文是瓶颈，GPT-5.6 性价比优于 Kimi
rohanpaul_ai · x · 2026-08-15
AlphaSense 发布研究报告，指出在金融和商业研究领域，当前回答质量的瓶颈已从模型智力转向上下文获取。数据显示，虽然 Kimi 单 token 价格低于 GPT-5.6 Sol，但由于其组装上下文时消耗更多 token，导致完成单个问题的实际成本更高。真正的成本单位是 tokens-to-completion 乘以 token 价格。此外，使用 AlphaSense Search 搭配前沿模型，相比纯向量 RAG，成本降低约 3 倍，且答案偏好度高出 2:1。
所属事件:上下文成瓶颈，美系模型总成本反而低于中国竞品(3 条相关)→
「Infra」频道最新
- Rebasely 公测：为人和 Agent 共写代码打造的新 Git 托管 — handotdev · 2026-10-16
- Drama3 语音合成登陆 audio.cpp:RTX 5090 上最高 5 倍实时速度 — Acceptable-Cycle4645 · 2026-10-16
- Drama3 语音合成登陆 audio.cpp:RTX 5090 上最高 5 倍实时速度 — Acceptable-Cycle4645 · 2026-10-16
- CoreWeave 三位联创 IPO 后套现 33 亿美元,信贷风险引股价震荡 — SumitGup · 2026-10-16
- 传闻新模型 cherry pi 小到能跑在树莓派上? — sull · 2026-10-16
- CoreWeave 债务成本大幅下降:DDTL 利差从 S+9.62% 收窄至 S+2.25% — BenBajarin · 2026-10-16