便宜 token 酿出最贵编码 agent:Flash 单任务 $11.97 vs Opus $1.62
krishnan · x · 2026-11-17
Databricks 新发布的 AI Index 编码 agent 基准揭示了一个反直觉结论:token 单价低 ≠ 任务成本低。
- Gemini 3.8 Flash token 价格低,但平均每个任务要跑 140 轮,单任务成本 $11.97,位列基准中最贵之列
- 同一基准里,GPT-6 Luna 和 Claude Opus 5.5 都解决了 89.1% 的任务,但 Luna 平均 $0.05/任务,Opus $1.62/任务
方法上,任务来自 Databricks 自己代码库的真实 PR,用隐藏测试而非 LLM 评分。作者的核心建议:token 价格只是输入,每完成一个任务的成本才是账单——Databricks 自己在升级 Opus 5 前重放了历史 trace,最终决定留在 Opus 4.8。换模型前,先算你的真实任务成本,而不是看价目表。
「编程与Agent」频道最新
- Mistral Vibe 桌面版上线:多 agent 并行写码,欧洲免费三个月 — MistralAI · 2026-11-17
- Mistral 宣传 Vibe+Le Chonk 为最强开源编码组合,欧洲免费三个月 — qtnx_ · 2026-11-17
- Perplexity 员工用 Fable 5.2 生成马里亚纳海沟潜游游戏,仅 373KB — AravSrinivas · 2026-11-17
- 资深工程师实测:Claude 级编码 AI 1分40秒搞定繁琐 cmake 任务 — AndrewOfC · 2026-11-17
- Mistral 发布 Vibe 桌面端:多 Agent 并行跑任务,欧洲开发者免费三月 — MistralAI · 2026-11-17
- Google 发布 Google-Agent 接入指南:教网站放行自主智能体流量 — OnlineInference · 2026-11-17