研究证实：让 LLM 输出精简真能省钱
ibubbles34 · reddit · 2026-08-22
研究测试了在 9 个模型上压缩输入 Prompt 与要求模型输出精简两种策略的效果。结果显示：
- 压缩输出：平均节省约 1.5 倍成本，最高达 3 倍，且准确率基本保持不变，多语言测试也有效。
- 压缩输入：适得其反，成本最高增加 96%，因为模型会通过增加输出长度来弥补信息缺失，且准确率下降。
- 研究建议直接通过 API 提示词控制输出长度来省钱，因为输出 Token 通常比输入 Token 更贵。
「研究」频道最新
- Equilibrium Forcing：无需噪声条件的自适应视频生成 — kwangmoo_yi · 2026-08-22
- 新方法 Equilibrium Forcing 实现视频生成的自适应噪声估计 — kwangmoo_yi · 2026-08-22
- 深度播客：世界模型如何解锁物理 AI 与机器人技术 — risingodegua · 2026-08-22
- OpenBind 发布：基于 OpenFold3 的小分子共折叠模型 — MoAlQuraishi · 2026-08-22
- 新研究用 LLM 代码生成驱动进化算法，自创专家 API — kenneth0stanley · 2026-08-22
- Yukon 排行榜更新：改按总贡献速度比排名 — morgymcg · 2026-08-22