学习模型定价、用量核算和成本优化，适合管理个人或团队 AI 预算的用户。
22 条精选 · 入门 10 · 按推荐学习顺序：越基础、直观越靠前，越系统、深入越靠后
Introducing Claude Opus 5
这是 Anthropic 的发布公告，介绍当日上线的 Claude Opus 5。文中称其接近 Claude Fable 5 的前沿智能水平而价格为其一半，在 Frontier-Bench、GDPval-AA 等编程与知识工作评测上达到新的最优水平，但在网络安全任务上仍落后于 Mythos 5；它成为 Claude Max 的默认模型和 Claude Pro 上最强的模型，与上一代 Opus 4.8 成本相同而性能提升，并提供可按智能或节省 token 调节的 effort 设置。
Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber
Google 发布三款 Gemini 新模型，面向构建生产级 AI 智能体的开发者，强调 token 效率、低延迟和可靠性。文中称 3.6 Flash 在编码、知识工作和多模态方面表现更好，按 Artificial Analysis Index 输出 token 用量较 3.5 Flash 减少 17%，在部分基准上降幅可达 65%；3.5 Flash-Lite 定位最快、最经济的 3.5 级模型，约每秒 350 个输出 token；3.5 Flash Cyber 则在 CodeM 相关语境中介绍。
OpenAI and Anthropic cut their LLM prices by up to 80% within a few months. Why?
Max Woolf 的博客文章，梳理 2026 年 6 月至 7 月 OpenAI 与 Anthropic 主要模型发布的时间线，列出各模型输入/输出/缓存读取的每百万 token 定价，包括 GPT-5.6 Sol、Luna、Claude Sonnet 5、Claude Opus 5 等，并记录 OpenAI 在 7 月 30 日将 GPT-5.6 Luna 价格下调 80% 至 $0.20/$1.20/$0.02，文章还配有降价后 Luna 的模型质量与单任务成本对比图。
Introducing Kimi K3.1 Pro
Simon Willison 记录 Kimi K3.1 Pro 上线 Kimi API 的情况：权重尚未开放，Moonshot 承诺 2026 年 11 月 4 日前发布完整权重；另有价格翻倍、速度 2–3 倍的 Highspeed 版本（输入缓存命中价格相同）。文中列出定价（输入 2 美元/百万 token、输出 10 美元/百万 token）与 Moonshot 及 Artificial Analysis 的基准对比，并附上他用 LLM 0.32 的 openai endpoint 命令在三个推理级别下生成骑自行车鹈鹕 SVG 的测试过程。
[AINews] AI Engineer NYC: Gemini 4 Argon, Vals AI Benchmarks
Latent Space 旗下 AINews 栏目的一期新闻简报，日期范围为 2026 年 10 月 12 日至 13 日。内容涉及 Google 全球发布 Gemini 4 Argon（覆盖 API、Gemini 应用及搜索等入口，并列出每百万 token 2 美元/10 美元的入门价格及后续调价信息），以及 AI Engineer NYC 约两万人参加的大会主旨演讲，包括 Anthropic 的金融服务技术栈、Vals AI 的基准测试原则和 Coatue 的 AI 负责人分享。
The AI Bill Is Too Damn High: Tokenomics 101 — Eugene Cheah, Featherless AI
这是 AI Engineer NYC 2026 上 Eugene Cheah（Featherless AI）的演讲录像，针对 token 支出上升而生产力未同步提升的情况，提出在大规模场景下降低推理成本的四个步骤：度量、按需选型、合理采购算力、检查流程。内容涉及按团队拆分 API key、代理性与流程型工作负载的区分、在特定任务上可比肩前沿模型的开源模型、分类器、微调、速度与成本的权衡以及所谓“slop grenades”，并附时间戳与问答环节。
Proving Alpha: How a Hedge Fund Measures AI's ROI - Hari Kumar, Contour Asset Management
Contour Asset Management 的 AI 负责人 Hari Kumar 介绍这家约 60 亿美元的基本面多空基金如何衡量 AI 投入的回报。内容包括对分析师研究工作进行有无 AI 工具的实时 A/B 测试、跟踪“每条有用洞察的成本”、用智能体在市场重新变得有趣时调出旧想法，以及把同样的思路延伸到交易、运营和合规环节。材料中附分章节时间线。
How to Build an AI Code Review Agent - Daksh Gupta, Greptile
这是 Greptile 联合创始人 Daksh Gupta 的演讲，介绍该公司对想要自建代码审查智能体的公司的建议。他从沙箱加 webhook 的简单方案讲起，说明该方案会漏掉缺陷、每个 PR 花费 3 至 25 美元并产生大量细枝末节的挑刺，随后逐项介绍改进方法：更聚焦的提示词、历史事故 PR 数据集、模型反转（用 GPT 审查 Claude 写的代码反之亦然，可多发现约 10% 的缺陷）、代码库上下文与持续更新的 wiki、在沙箱中借助 computer use 自主测试，以及把多数子任务交给更便宜的模型。视频带有章节时间戳。
How Specializing the Vocabulary of SLMs Can Cut Inference Cost by 77% in Real Applications
文章介绍 Dharma-AI 基于 VocabX 论文的成果：围绕每个 token 的成本而非频率来专门化词表，在不更换基座模型的情况下把实测推理成本降低 77%。文中以生产环境中基于 Qwen3-4B 的葡萄牙语作文自动评分器为例，说明通用词表如何将模型最常写出的文本切分成过多 token，并指出分词器通常被视为基座模型的固定属性而未被改动。
Same GPU, 50% More Output: Why the Operator Matters — Oliver Kennon, SemiAnalysis
演讲把算力视为大宗商品市场，指出购买 GPU 只是获得潜力，实际可用产出取决于运营方：在同样的 B200 芯片上，仅服务栈一项就能带来约 50% 的产出差异。内容还包括集群安全如何影响“智能”是否有用、SemiAnalysis 的 ClusterMAX 如何给运营方评级、租用价格与生产成本的区别、成本位置取决于竞争对手，以及构建可比算力评级与算力期货所需的条件。
Why AI Compute Comes in Rectangles — Erik Bernhardsson, Modal CEO
Latent Space 的访谈节目，主持人与 Modal CEO Erik Bernhardsson 讨论公司在 5 亿美元 C 轮后完成 7.5 亿美元 D 轮、估值 160 亿美元、年化收入突破 10 亿美元并创建近 30 亿个沙箱的情况。核心话题是算力经济学：传统容量合同把 GPU 按固定数量、固定时长购买，在时间—容量图上呈矩形，而真实工作负载会增长、突增、回落；Erik 讲述 Modal 如何通过聚合数千客户的需求来做“时长变换”。含 YouTube 完整对话链接，涉及服务器无服务器化 AI 基础设施的开发者与商业读者可关注。
The Programmable Data Center — Evan Conrad, SF Compute
这是 Latent Space 在 AIE NYC 新设的 Compute Trading 分论坛期间录制的对谈，嘉宾为 SF Compute 的 Evan Conrad。文章以软件定义网络对思科、VMware 的影响作类比，讨论 GPU 计算的同类变化：SF Compute 让用户买卖当下和未来的 GPU 小时，并从网络到内存进行程序化控制。对谈还涉及物理交付 GPU 合约需要什么条件、计算市场要变得流动需要满足哪些前提，以及公司从转租集群扩展到承担云运营商职能的过程。
Why Compute Still Trades in Group Chats — Affaan Mustafa & Alejandro Soumah Fernandez, Jump Trading
Jump Trading 负责算力交易的两位讲者解释为何大部分 GPU 容量仍在公开市场之外交易：私下报价、双边合约以及通过 Slack、X、Telegram 达成的交易。他们讨论为何代币价格下跌而 GPU 价格坚挺、芯片与电力、机房和资金如何共同决定一个 GPU 小时的价格，以及中型企业因三年合约需预付 15%–25% 而面临的融资缺口；还涉及经纪商、交易所、期货、出口管制和标准化合约等话题。