Rainier(@mtrainier2020):其实光看token花了多少钱是没有太大参考价值的。这还是原来老黄和meta那种token maxxxx的遗毒。 token是钱，那么花钱就要有性价比，有效率。这些说花了多少钱token的，是不是都是同一家模型的token。 A家fable 模型token用API烧，1万美元不过1天都撑不过。如果用token就像花自己钱一样小心翼翼，比如只把复杂问题，架构问题扔给高等级模型，中等难度问题扔给GLM、deepseek，简单问题甚至用本地模型。然后自己还做一些缓存。那么token的使用量，以及成本会非常可控。 ROI会远远高于普通人类员工。但是更多的公司/个人还是喜欢一把梭，A家在log中偷偷骂这种问题不该问fable也是现实。

Rainier@mtrainier2020

2026.08.11 04:57

其实光看token花了多少钱是没有太大参考价值的。这还是原来老黄和meta那种token maxxxx的遗毒。 token是钱，那么花钱就要有性价比，有效率。这些说花了多少钱token的，是不是都是同一家模型的token。 A家fable 模型token用API烧，1万美元不过1天都撑不过。如果用token就像花自己钱一样小心翼翼，比如只把复杂问题，架构问题扔给高等级模型，中等难度问题扔给GLM、deepseek，简单问题甚至用本地模型。然后自己还做一些缓存。那么token的使用量，以及成本会非常可控。 ROI会远远高于普通人类员工。但是更多的公司/个人还是喜欢一把梭，A家在log中偷偷骂这种问题不该问fable也是现实。

宝玉@dotey

2026.08.11 01:35

这个试验很有意思：100万美元预算，让给20多人的团队不限量 Token 使用 AI。结论是：人会更累，AI 的成本比人还高；效率提升最大的是组织从 0 到 1 使用 AI；公司的组织架构还是为人设计的，就算有无限 Token，效率提升上也有明显天花版；人的思考都外包给 AI 了，对项目细节掌控度下降，需要问 AI 才能回复别人的问题。