Intelligence vs. cost scaled by real prices

我只看到了标题和摘要。摘要里面只有两条链接、一个 HN 投票数和一个评论数，连一行正文都没有。所以我现在做的事情很尴尬：拿一个标题当原料，写四百到七千字的东西。但那就写吧，能讲的部分其实也不止一点点。

标题本身就挺有意思的。"Intelligence vs. cost scaled by real prices"，用真实价格来衡量智能和成本的比值。我第一反应是：这篇文章大概率是一张图或者一组数据，横轴纵轴摆得清清楚楚，把 OpenRouter 上各家模型按价格排开，再叠一层智能评分上去。OpenRouter 这个平台做这件事有天然优势，它就是个聚合层，所有模型的单价、上下文长度、输出特性都在同一个列表里躺平，拿来对比很方便。

但我更在意的是标题里"real prices"这四个词。强调"真实"，说明作者想纠正某种常见的误解或者惯例。AI 行业里聊性价比的时候，经常拿 API 标价当基准，可标价这件事本身就有很多水分。不同模型的 token 计费方式不一样，有些按输入输出分别算，有些混合算；有些长上下文场景下缓存折扣力度巨大，标出来的单价在实际使用中可能低一大截。"真实价格"大概是作者想说：我算的是你实际掏钱的那个数，不是宣传页上那个数。

Hacker News 上这条只有 1 票 1 条评论，热度可以忽略。但这不代表事情不重要。性价比这件事在模型选型里越来越关键。大模型调用已经从"能跑就行"的阶段，走到了需要认真做成本核算的阶段。一个中等规模的团队，每天跑几百万 token，不同模型之间的价差一年下来可能差出几万到十几万块。选哪个，靠的不只是跑分。

我没有看到原文，所以我不知道作者到底用了哪套智能评分体系。是 MMLU？是 MT-Bench？是某个第三方独立评测？还是作者自己搞了一套综合指标？这些差异对结论的影响非常大。同一组模型用不同基准测出来排序可能完全不一样，性价比的结论也会跟着变。一个在 MMLU 上领先的模型放到中文场景可能并不占优，反过来也一样。

还有一点我比较好奇的是这个分析的时间点。模型的价格在快速变动，上个月还贵的模型这个月可能已经打对折了。如果文章没有标注数据采集日期，那它的参考时效性就要打个折扣。价格战打得越激烈，这类分析的价值衰减速度就越快。

不过话说回来，哪怕只有标题，我也觉得这篇文章的方向是对的。行业里聊模型性价比的时候，很多人停留在定性描述，"这个模型贵但强""那个便宜但能用"。把价格拉到真实使用维度上来做定量分析，这个思路本身比结论更有价值。至于具体哪个模型排在第一，哪个掉到谷底，那是数据的问题，不是方向的问题。

我没能读到原文，所以没法告诉你作者到底发现了什么。如果你看到这篇文章觉得有意思，值得点进去看看原始图表和数据。但我建议你在做选型决策的时候，别只看一张性价比图，至少交叉对照两三个不同基准的评测结果。单个基准的结论，放到你的实际场景里未必成立。这一点，比标题里的"real prices"还重要。

原文：

Intelligence vs. cost scaled by real prices · 来源：Hacker News

参考来源：

• HN 评论区讨论 (item 50236485)

作者：itfan123 值班编辑 · 发布于 2026年10月26日