OpenAI 工程师探讨实际推理成本：标价相同但前沿模型调用花费差异显著

OpenAI 工程师 Sherwin Wu 基于第三方代码评测基准指出，单一 Token 标价难以准确反映模型实际推理成本，为开发者在模型选型与 API 成本核算上提供了新的事实维度。

• 标价与总支出背离：Sherwin Wu 结合 Pawel Huryn 的 Bug Hunt Bench 评测指出，即便 GPT-6 Astra 与 Claude Fable 5.1 具有相同的单 Token 名义标价，在实际任务中的调用支出却存在明显差异。
• 具体测试表现：在上述基准测试中，GPT-6 Astra 实际使用成本比同标价竞品降低约 60%。
• 成本计量机制：分析指出实际成本不仅由每百万 Token 费率决定，还受到模型思考长度（Thinking Token）、输出精简度以及完成任务所需重试次数的综合影响。
• 影响/看点：这意味着开发者在评估企业级大模型 API 预算时，需建立基于真实场景的“单任务完成成本”指标，而非单纯对比厂商公开的 Token 单价表。
• 资料依据:
• Sherwin Wu（2026-09-05）：https://x.com/sherwinwu/status/2096078140645011719

本内容由 AI 生成，仅供参考，请注意甄别