最新

我构建了这个小型项目作为概念验证，以了解在 3D 环境中与本地代理交互的乐趣程度以及延迟有多低。<p>欢迎任何反馈！

我一直在寻找最新的大型语言模型（LLM）定价对比文章，但发现它们很快就过时了。因此，我构建了一个爬虫，每天都会抓取 OpenRouter 目录（包含 425 个模型，58 家提供商）的完整信息，并与前一天的数据进行比对。这个爬虫已经无人值守运行了大约一周：https://costpertoken.dev 数据分析中有一个意外的发现让我感到惊讶：对于完全相同的模型，一个用于编码代理的调用（输入长上下文，输出代码）比一个用于批量分类的调用，每次调用的成本大约高出 33 倍。我在 GPT-5.6、Claude Sonnet 5 和 Gemini 3.7 Flash 上都进行了验证，结果分别是 33.6 倍、33.3 倍和 33.3 倍——尽管这三个模型来自不同的定价体系，但结果却几乎一致。这似乎是调用模式的特性，而不是供应商的差异。相关文章在此：https://costpertoken.dev/guides/why-agent-calls-cost-more-than-chat-calls/ 该网站是一个静态的 Cloudflare Worker。数据收集通过一个本地的 launchd 作业运行，该作业独立于任何 AI 模型或 API，专门设计成不会在静默中停止工作。 欢迎提供反馈和定价修正——目前是第 8 天，还有一些不完善之处。