cv usk(@cv_usk):TL;DR: 高性能モデルで作業を進め、「あとは仕上げだけ」の段階で安価なモデルにバトンを渡すと、精度をほぼ保ったままAPIコストを平均65.9%削減できます。 AgentBaton: Efficient Model Collaboration in Agentic Tasks https://t.co/m4cyZkHGTi ポイント・🔀 クエリ単位ではなく、1タスクの途中で一度だけ高性能→効率的モデルへ制御を移す「ハンドオフ」を提案・🧭 渡す先から逆(安価→高性能)は効果が薄く、高性能→安価の向きが有効・⏱️ 好機は「成果物がある・失敗でも原因が絞れた・残りが局所的」な時点。プロンプトで頼むだけでは安定せず、Kimi K3は0/113タスクで渡せませんでした・🤖 Qwen 3.5 2B初期化の軽量検出器が毎ターン判定。遅延は中央値338ms ・💰 DeepSWEでKimi K3→Qwenはコスト72.9%減で72.6%(単独73.5%) ・📈 Claude Opus 5→GPT-5.6 Lunaは67.3%→76.1%に向上し、コスト70.5%減・🆚 ターン単位ルーターMTRouterより、コストを46.7〜86.6%削減しつつ精度は同等以上エージェント運用では「どのモデルを使うか」より「いつ切り替えるか」が効きそうです。 #AIエージェント #LLM

2026.10.31 10:14

TL;DR: 高性能モデルで作業を進め、「あとは仕上げだけ」の段階で安価なモデルにバトンを渡すと、精度をほぼ保ったままAPIコストを平均65.9%削減できます。 AgentBaton: Efficient Model Collaboration in Agentic Tasks ポイント・🔀 クエリ単位ではなく、1タスクの途中で一度だけ高性能→効率的モデルへ制御を移す「ハンドオフ」を提案・🧭 渡す先から逆(安価→高性能)は効果が薄く、高性能→安価の向きが有効・⏱️ 好機は「成果物がある・失敗でも原因が絞れた・残りが局所的」な時点。プロンプトで頼むだけでは安定せず、Kimi K3は0/113タスクで渡せませんでした・🤖 Qwen 3.5 2B初期化の軽量検出器が毎ターン判定。遅延は中央値338ms ・💰 DeepSWEでKimi K3→Qwenはコスト72.9%減で72.6%(単独73.5%) ・📈 Claude Opus 5→GPT-5.6 Lunaは67.3%→76.1%に向上し、コスト70.5%減・🆚 ターン単位ルーターMTRouterより、コストを46.7〜86.6%削減しつつ精度は同等以上エージェント運用では「どのモデルを使うか」より「いつ切り替えるか」が効きそうです。 #AIエージェント# #LLM#