小模型做支付风控审核：3 款模型全对，成本却差 106 倍
m4rkGS · reddit · 2026-11-05
一位开发者在开源计费系统 Kill Bill 上用本地小模型做真实支付审核测试：10 笔待审 payout，模型需逐笔决定放行、暂扣或拦截，全程 4.6 秒——暂扣 3 笔（约 $5.2k，等银行卡结算）、拦截 3 笔（约 $11k，包括 1 笔拒付和 2 笔账号盗用），并给每笔留下判断理由，10/10 全部命中标准答案。
随后用 3 个模型各跑 3 遍同一批案例，准确率均 30/30，但成本差距悬殊：
| 模型 | 正确 | 每 10 笔成本 | 耗时 |
|---|---|---|---|
| drex | 30/30 | $0.00018 | 0.9s |
| gpt-6 luna | 30/30 | $0.0008 | 1.5s |
| claude sonnet 5.5 | 30/30 | $0.019 | 3.6s |
作者结论：这类任务主要靠结构化信号（拒付历史、账号近期变动、卡是否结算），不需要前沿模型；Sonnet 同样答案贵约 106 倍且更慢。作者此前做过贷款决策测试，接下来打算在 ERPNext 上做银行对账。
「编程与Agent」频道最新
- 微软详解向量搜索与知识图谱之别及 Fabric Graph 定位 — WirelessLife · 2026-11-05
- 2026 年值得关注的 20 个 AI Agent 记忆工具盘点 — MaryamMiradi · 2026-11-05
- Databricks 实战:OAuth 自定义 claims 实现多租户 Genie 数据隔离 — Wise_Ear_4064 · 2026-11-05
- 如何让 AI Agent 理解公司内部黑话?四种方案都没有完美答案 — ladybawss · 2026-11-05
- Garry Tan 年烧 20 万美元 token 建 23 技能 Claude Code，实测复杂 harness 反而更差 — echen · 2026-11-05
- 团队实验：子 agent 全换便宜模型，主力 agent 独享最强模型 — cramforce · 2026-11-05