Vals研究：降低推理档位省成本远大于失分

Vals 在七个前沿模型上测试了三个推理档位（最低、中间、其排行榜通常采用的最高档）对 Vals Index 八项基准得分与成本的影响，结论是降低推理档位带来的成本下降远大于分数损失。测试在每个基准的同一固定子集上进行，约覆盖一半任务，成本按标价计算。 最低档位下，七个模型中有四个保留了至少 80% 的分数，成本不超过一半；Claude Opus 5.5 以 16% 的成本保留 80% 的分数，Grok 4.7 以 16% 的成本保留 86%。Vals 称，若按每个任务自身结果挑选最高分档位，可带来 6.0 分的提升，但这是真实系统所能达到效果的上限。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。