Signal65 测算:每 token 涨价,但每件已完成任务的成本没涨
ryanshrout · x · 2026-09-12
Signal65 发布其独立 benchmark PINNACLE 的分析,反驳「AI 越来越贵」的说法,核心结论是按「完成的任务」计价,成本并未上涨:
- 最新闭源模型能完成 98% 以上的多步企业任务,且几乎不编造答案
- 两周内 PINNACLE 榜首分数在更少加权错误下提升 3.6 倍,完成单个任务的顶部成本仅上升 11%
- GPT-6 定价是 GPT-5.6 的 2.5 倍,但每件完成工作的成本持平;Gemini 3.8 Flash 错误率比最强 Gemma 低 11 倍,成本仅 1.5 倍
结论:每 token 价格在涨,但完成同样工作的单价没涨——模型在 agentic 能力上的进步速度快于涨价速度。该 benchmark 由代码确定性评分,无模型裁判,NVIDIA Blackwell Ultra 与 AMD 均为其合作平台。
所属事件:Signal65 推出 PINNACLE 基准：按任务成果算，AI 成本并未上涨(2 条相关)→
「模型」频道最新
- Open TTS 榜单新增 14 种语言，LFM3-Audio-2B 等新模型上榜 — realmrfakename · 2026-10-31
- 用户吐槽 Linux 版 Codex 应用像没人管的养子,体验糟糕 — eigenron · 2026-10-31
- Kimi 支持俄罗斯 Mir 卡直接付款，订阅 Pro 无需中介 — teortaxesTex · 2026-10-31
- Nat Lambert：开源模型或是维系 AI 生态的关键粘合剂 — natolambert · 2026-10-31
- Gemini 4 Carbon 登顶 APEX-Agents 榜首,唯一均值破 90% 的模型 — Swarooprm7 · 2026-10-31
- Sarvam 为印度开发本地推理版 opencode,遭网友吐槽「本地」定义 — kingslyj · 2026-10-31