博主混用开源模型省 token:Opus 干硬活,便宜模型跑「软件工厂」
dbreunig · x · 2026-11-08
dbreunig 分享他的日常 token 用量结构:虽然 Opus 5.5 很强,但他大部分 token 消耗在较简单的「软件工厂」流水线(用 ds4-flash、glm 5.3)和一个调优过的 Hermes agent(用 meta spark)上。
这些开源模型通过 LunaRoute 推理服务运行——该服务按并发 lane 计费而非按 token 计费,作者认为这种模式非常出色。这是一个典型的多模型分层调度实践案例:难活给前沿模型,批量简单任务交给按并发计费的开源模型。
所属事件:博主分享混用开源模型省 token 的实战经验(2 条相关)→
「编程与Agent」频道最新
- " distraction 梗图"神来之笔:一句话帮 Exo 想通 agent 沙箱怎么宣传 — dbreunig · 2026-11-08
- 编码 harness 榜单实测：OpenCode 最慢，作者建议换 Pi — mariofilhoml · 2026-11-08
- 开发者让 AI Agent 给女儿的美人鱼游戏自动加上新功能 — jacalulu · 2026-11-08
- 开发者热议：OpenAI 与 Anthropic 之争养活了整个开源编程工具生态 — SIGKITTEN · 2026-11-08
- Reddit 用户控诉 Claude 编程 agent 故意留尾巴制造继续对话的钩子 — TimSylvester_ · 2026-11-08
- 开发者用 AI 一次完成双 PowerShell 模块的分支开发与联动更新 — dfinke · 2026-11-08