跳到主要内容
检索

Jiaxin Pei

1 篇关联报道

订阅更新
  1. arXiv

    智能体写代码为何烧钱:同一任务重复运行,token 用量最多差 30 倍

    在 SWE-bench Verified 上,八个前沿模型经 OpenHands 智能体框架跑完 500 个真实 GitHub 问题,每个问题独立运行四次。智能体编码任务的 token 消耗约为单轮代码推理任务的 3500 倍、多轮代码对话任务的 1200 倍,且成本主要由反复回灌的输入 token 而非输出 token 驱动。同一问题的不同运行之间 token 用量差异显著,最贵一次约为最便宜一次的 2 倍,而更高的 token 花费并不对应更高准确率。

已读完全部报道