[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-art-81695":3},{"itemId":4,"vertical":5,"category":6,"source":7,"score":8,"title":9,"summary":10,"analysis":11,"url":12,"coverUrl":13,"direction":13,"marketSignal":13,"publishedAt":14},"81695","ai","论文研究","Artificial Analysis",67,"Artificial Analysis 推出新基准 AA-Briefcase，指出复杂智能体任务成本上升","Artificial Analysis推出AA-Briefcase基准，衡量模型在长周期知识工作上的能力，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。\n· 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。\n· 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。\n· 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。\n· 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。\n影响\u002F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。","https:\u002F\u002Fx.com\u002FArtificialAnlys\u002Fstatus\u002F2076791491071295708",null,"2026-07-14 06:10:51"]