LLM 智能与成本：昂贵模型真的值得吗？
LLMs: Intelligence vs. Cost
作为 OpenTeams 的软件工程师，我对 ArtificialAnalysis 发布的智能与成本对比图感到不满，因为其对数坐标轴和数据中心定价掩盖了真实成本。我重新绘制了图表，采用线性成本轴，并纳入了 OpenRouter 的第三方价格及本地运行的电费成本。结果显示，Anthropic 和 OpenAI 的顶尖模型对大型企业都过于昂贵，而中国模型如 GLM-5.3 和 Qwen3.8 成本极低。对于 90% 的任务，性能稍弱但便宜几十倍的模型已足够，盲目追求顶级智能往往违背边际收益递减规律。
虽然顶级工程师或科学家或许能欣赏 Fable 5.1 相比 GLM-5.3 的卓越之处，但大多数人很难察觉这种差异，毕竟后者价格仅为前者的七分之一。
HN 评论区
42- oliwary
这看起来太棒了！我也认为速度应该纳入评估指标（即模型实际完成任务需要多长时间）。对我来说，我更喜欢在轻量级推理任务上运行昂贵的模型，比如 Sol，这通常能给我带来不错的答案和快速的响应。
对于我的编码风格（快速的来回交互和修正），如果模型在 1-2 分钟内返回结果，而不是 5-10 分钟，区别非常大，我很乐意为此多付一点钱。
- SturgeonsLaw
即使不考虑成本，GLM 5.3 Flash 的表现也令我印象深刻，但一旦把成本因素算进去，它就无可匹敌了。看到它在图表中的位置我并不意外。
- themgt
Anthropic 和 OpenAI 的顶尖模型与便宜得多的中国模型之间，成本差异巨大……掏空钱包能买到多少额外的智能，这遵循边际收益递减规律：虽然顶尖工程师或科学家可能能欣赏 Fable 5.1 到底好在哪里……但大多数人很难做到这一点。
Nebari 官方被列为 JATIC 产品，作为支持国防部（DoD）AI 开发的下一代工具链的一部分。
我们是不是已经离“国防部认可运行中国开源模型，因为它们可以自托管，而我们大家都太蠢了，根本分不清区别”这件事只差一步了？
https://openteams.com/open-source-isnt-the-real-risk-in-nati...
- datadrivenangel
关于无法在线性刻度和对数刻度之间切换的抱怨是合理的，这正是我最近在一次技术分享会上制作 3D 速度/成本/质量前沿应用时所做的：https://www.williamangel.net/apps/model_performance.html
因为速度很重要，推理能力和硬件决定了成本和速度，这是一个三维的权衡。
- vb-8448
抱怨“糟糕的图表”，然后自己发一张 Y 轴不从 0 开始的图表，这有点奇怪。