Artificial Analysis 推出新基准 AA-Briefcase，指出复杂智能体任务成本上升

导读：Artificial Analysis 推出 AA-Briefcase 基准，揭示复杂智能体任务成本上升趋势，为评估长周期知识工作提供新工具。

• 新基准衡量模型在多周项目、数千输入文件的长周期知识工作能力，模拟真实企业工作流。
• 任务总成本由四因素决定：token 价格下降，但模型智能与 token 用量增长更快；智能体多轮交互导致历史输出转为输入，成本累积；不同模型 token 效率差异显著；长任务中提示词缓存命中率对降低成本至关重要。
• 结论：尽管 token 单价下降，复杂智能体任务的总成本仍在上升，因为模型更智能但消耗更多 token。
• AA-Briefcase 为开发者提供了评估模型在长期任务中性价比的标准。
• 影响/看点：成本上升挑战智能体应用的商业化，提示词缓存与 token 效率优化将成为关键。