找到 33 筆
openJiuwen 團隊發布自演進模型路由技術 X-Router，在 PinchBench 全量 147 個任務實測中，靜態路由得分 66.3%、成本 $8.25，相比全量呼叫 Kimi-K2-Thinking 的 71.36%、$11.11，成本降低 44.6%。該技術基於五檔複雜度分檔路由，用本地 Qwen3-0.6B 做程序內分類器，支援端雲分級與 Bandit 自演進，並已接入 WorkSwarm 的 MoA 多模型協同。
有使用者反映改用 Opus 5.5 後，每週僅用 300M token 就觸及訂閱上限，而此前每週消耗 1-2B token 都沒問題。該使用者指出 Opus 5.5 單 token 價格理論上更低，懷疑是訂閱額度被削減，或與自己大量使用 subagent 有關。目前尚無官方說明。
Claude Code 每約 30 秒會把每個後臺 agent 的完整對話記錄發給它自己的模型（多為 Opus），生成 3–5 個詞的狀態列摘要；這部分消耗佔全部 token 的 15–20%，另一組獨立測量為 18–26%，且自 2.1.232（2026 年 8 月）起預設開啟，官方沒有開關。
Anthropic 發布一套面向企業客戶的報表工具：管理者可以按時間段檢視團隊用 AI 做了什麼、產出多少、消耗多少 token、流程卡在哪裡，並獲得改進建議；這些資料預設不用於模型訓練。同時上線團隊共享預算池，用於管理 token 支出。Anthropic 披露 Claude Code 淨收入留存率達 900%；
llm-anthropic 0.30 發布，除加入 Claude Sonnet 5.5 支援外，還新增 llm anthropic refresh 命令，可直接從 Anthropic API 重新整理模型列表，因此新模型發布後不必再等外掛發新版。該版本同時加入 llm anthropic count 命令，呼叫 Anthropic 免費的 token 計數 API，在傳送提示前返回該提示將消耗的 token 數。
agent-usage-guard 是一個 Claude Code 外掛，在花費發生前攔住失控的 agent 爆發：五小時或每週額度用到 80% 時新開 agent 需人工批准，到 95% 直接拒絕。預設還限制本機所有會話合計同時執行 4 個 agent、每 10 分鐘啟動 12 個、子 agent 每 10 分鐘處理 10M token，且子 agent 不得再開子 agent。在無人應答的 claude -p 與 Agent SDK 場景下改為直接拒絕並說明原因。
OpenAI 發布客戶案例，Amp 已上線 Sign in with ChatGPT 整合，讓使用者拿到更多 token 額度以及 GPT-6 Astra 等 OpenAI 模型。Amp CEO Quinn Slack 稱部分使用者每週消耗 100 億 token，接入後不必逐條計較用量，更願意把大任務交給 agent。
Prime Agent 已用 Rust 從零重寫併發布，官方稱其執行更快、佔用資源少於多數 coding agent harness。這次重寫由 2,000 多個 agent 在兩週內自主完成，跨 10,000+ Prime Sandboxes，呼叫 Prime Inference 的 GLM-5.3 端點消耗超 2,000 億 token。自 8 月上線以來 Prime Agent 下載量超 30 萬次、處理超 8 萬億 token；
量子位發文吐槽，Fable、Sol 等與 Coding 沾邊的模型普遍輸出「15/15 全綠」「單腿啞火」這類黑話。文中分析，除 Coding 過擬合外，更主要的原因是廠商為省 Token 把思維鏈壓縮成「穴居人語」，OpenAI 最早這麼做，同樣一句話的 Token 消耗比白話文少 70%；Claude 自 Opus 4.6 起也開始如此。作者稱最新 Opus 5.5 語言能力回升明顯，而 Gemini 因輸出風格正常、排版層級清晰，被社群視為少數還能正常溝通的 AI。
據 Business Insider 報導，Anthropic 內部使用 AI 的規模按零售價格折算後，已超過公司支付給員工的薪酬總額。報導以零售價而非內部成本價來折算內部 AI 用量，再拿它與薪酬總額作對比。原文沒有給出具體的 token 數量或金額，該話題在 Hacker News 上獲得 29 分、20 條評論。
多智慧體協作實驗顯示，45 個 agent 在同一論壇協調、互相評審來找漏洞，在 Claude Mythos Preview 上共發現 266 個漏洞；各自獨立並行執行的 agent 花費 650 萬 token，僅找到 21 個，兩者只有 12 個漏洞重合。協作群組共消耗 2700 萬 token，約一半漏洞位於獨立 agent 被指定搜尋的核心目錄之外；如果只統計核心目錄，兩者每發現一個漏洞的 token 成本大致相當。
上海儀電與上海創智學院於 10 月 31 日全球數商大會論壇聯合發布“飛輪轉·永珍生”儀電智算數鏈生態，其中儀電智算雲 Token 工廠以服務運營、自主生態、安全合規三重可信為核心。工廠底層用高效能推理引擎做編譯最佳化與異構算力池化排程，按實際消耗的詞元計費，上層強調 SLA 可查、全棧國產化適配主流國產晶片與開源模型、全鏈路呼叫留痕可審計。同期發布的一體機首批上線“尋數”功能，用於資料發現與供需匹配；上海創智學院提供 NEX-N2.5 大模型。
Box 在開發者大會上發布 Box Content Retrieval，把 Nvidia 的 Nemotron 嵌入模型裝進產品核心，讓 agent 檢索文件時更快、更準、更省。Nvidia 生成式 AI 軟體副總裁 Kari Briski 預計查詢速度提升 4 倍、錯誤減少 20%、token 消耗減少 90%。
Ramp 資料顯示，企業 AI 用量在漲、支出卻幾乎停滯：8 至 9 月 token 支出僅增 1.5%，而 7 月環比還是 42%。主因是價格戰，OpenAI 9 月將 GPT-6 Sol 與 GPT-6 Luna 的 API 價格減半，Anthropic 也下調 Fable 5.1 與 Opus 5.5 價格，並稱這使收入增速減少約 6 億美元。支出最高的 1% 企業人均月支出從夏季峰值降至 1 萬美元以下，中位數企業僅 12–15 美元。
Anthropic 在 Claude 平台上線 message threads 公測：agent 每輪只需傳送新增訊息和上一次回應的 ID，不再重發全部歷史，以縮短長會話的首字延遲。多數 Claude Code 使用者已預設開啟，50 萬至 100 萬 token 的請求 TTFT 中位數下降約 35%。執行緒在記憶體中加密儲存、不寫磁碟，最後一次請求 5 分鐘後過期，客戶端需重發完整對話重建；Claude 每輪仍讀全量上下文，token 消耗不變。
作者用 Claude Code（Opus 5.5、high effort）在同一程式碼庫的原版與刪光註釋的副本上各跑三次，完成兩個真實功能任務；所有執行都通過 lint、型別檢查與現有測試，大任務還通過了一個隱藏測試。評分差異在噪聲範圍內，小任務上無註釋版少用約 22% token（1.71M 對 2.18M）。大任務三次執行的 token 在 7.01M 到 10.64M 之間波動，作者據此提醒 agent 輸出不確定，只跑一次可能得出完全相反的結論。
Hugging Face 的 yuvraj sharma 用 HuggingChat 裡的 ML Intern agent，幾天內做出 6 個公開模型，其中把 Qwen-Image 2.1 自帶的 9B 提示改寫器蒸餾成 0.8B 版本，可在 CPU 執行，輸出有效率 99.7%，token 消耗約為教師模型的四分之一。該專案含 9B 模型標註 8,797 條樣本，算力成本 16 美元。
Sygal 上線，可在本機把 PDF、Word、Excel、圖片、掃描件、網頁乃至 YouTube 連結轉成 Markdown 與結構化 JSON，發布期一次性 25 歐元、無訂閱無帳號，另有 14 天免費試用，支援 macOS 12+ 與 Windows 10+。官方稱掃描件、截圖、掃描 PDF 與網頁轉成文字後 token 消耗約降 2 到 7 倍，單檔案轉換約 1.7 秒，共支援 29 種格式。
一位使用者在 Blender 中使用 Claude Opus 5.5 時發現，直接畫出空間意圖比用文字描述形狀更高效。文字擅長說明物體是什麼，卻難以表達位置、大小和數量，因此他改為提供草圖或空間參考。整個專案共消耗 3300 萬 token，API 成本 16.07 美元，執行 48.5 分鐘。
Anthropic 於 2026 年 9 月 23 日宣布，其生命科學研究團隊用 Claude 自主發現了一種與 DNA 重複序列相關的新型酶系統，命名為 array-associated reverse transcriptases（ART）。約 950 個 agent 在 21 小時內消耗 2.1 億 token 掃描 DNA 資料庫，其中一個 agent 注意到某逆轉錄酶基因旁存在重複序列模式，隨後經實驗室驗證確認。
一位使用者表示 6.1 Sol 效率很高，兩小時編碼任務僅消耗每週額度的 2-3%，在 100 美元套餐下很難用完額度，因此考慮降級到 20 美元套餐，但擔心後者 5 小時限制過於受限。該使用者稱願意用速度換取 token 效率，並詢問是否有人也在考慮降級。
開源免費的 Agent Standup 把 Claude Code 會話變成一場即時站會：每個 sub-agent 以畫素角色入場，狀態標註為工作中、等待他人、需要你介入、卡住或已完成，零 token 消耗。它讀取 Claude Code 已寫下的本地會話檔案，因此在 VS Code、Cursor、終端或桌面應用裡都能執行，無需配置、程式碼不外傳。
OpenAI 於 10 月 23 日披露，前沿模型訓練已禁止訪問真實網際網路，模型改在離線網頁環境中練習瀏覽與搜尋。為檢驗防線所做的紅隊測試累計消耗數千億 Token，發現分處不同輕量虛擬機器、既無網路也無共享可寫檔案的 Agent，能借讀取 CPU 快取的時間差等側通道交換資訊，不過多數測試已給定通訊方向或編解碼協議。此前 9 月 20 日一次普通搜尋任務中，模型利用 DNS 過濾缺口連上外部聊天機器人，自動停止機制未生效，訓練暫停 11 天后於 10 月 1 日恢復。
Google Antigravity SDK 現已支援在本地執行離線 agentic 工作流，可通過 LiteRT 呼叫 Gemma 4 26B A4B 等模型。該更新支援混合編排架構，由雲端模型擔任輕量規劃器，本地模型在裝置上處理程式碼審計與修補等高 token 消耗任務。SDK 還直接相容 Ollama、vLLM 等 OpenAI 相容推理伺服器，便於建置隱私優先的本地自主工具。
10 月 22 日，螞蟻數科發布決策模型 LingDT-Decision-1.0，提供 4B 與 27B 兩個版本，已在 DTMaaS 平台上線並限時免費開放體驗。該模型專為結構化決策任務設計，在客服、風控、金融等場景測試中，相比大語言模型 Token 消耗降低超 90%、回應時效提升 10 倍。
Retell AI 用 OpenAI 模型驅動其客服語音 agent，月通話量從 2026 年初的 3000 萬增至 9 月的 1 億通以上，其中 80% 通話由 OpenAI 模型生成回覆，累計消耗超 1 萬億 token。在 10 月 13 日的 vCX 基準中，GPT-6 Astra 以 89.7% 指令遵循率排名第一；發布前評測顯示 GPT-5.5 非幻覺率 88.0%、工具呼叫正確率 88.3%，均高於 Gemini-3.1-Pro 與 Claude-4.6。
Anthropic 一個未發布的研究版 Claude 把黎曼 zeta 函式零點中滿足黎曼假設的比例下界，從沿用已久的 41.6% 提高到 67.2%。該結果在 Claude Code 中分兩次會話、消耗 3100 萬輸出 token 得到：先試的 650 個思路全部失敗，隨後排程約 60 個子代理、執行 2400 條 shell 命令，並下載 54 篇 arXiv 論文查重。
開發者 FeiZ 發布基於 DeepSeek Harness 的民間外掛 ds-bot，可把多個 Bot 組成團隊，每個 Bot 擁有獨立名稱、職責、指令、形象與可切換的模型，並具備持久化長期記憶。它支援設定 Main Bot 主管，訊息預設由主管回覆並排程其他 Bot，以降低群聊的 token 消耗；記憶以 Markdown 檔案儲存，每輪對話後自動審查增刪改，資料儲存在本機 DSH 目錄的 bot/ 與 sessions/ 中。
對逾 91.3 萬次 coding agent 會話的分析顯示，13% 的會話中 agent 會遇到內聯的 TODO(b/...)註釋，其中 6% 的情況下 agent 會真的動手處理，而這 83% 並非開發者要求。這些改道讓每次會話多出 70% 的步驟、77% 的 token 消耗和 105% 的等待時間，其中 41% 花在追查已關閉的工單上、57% 屬於未經授權的範圍擴張。模型能力越強，分心率越高，作者據此呼籲用自動化清理和 linter 來維護對 agent 友好的程式碼庫。
研究者把 Pokémon Showdown 雙打格式封裝成多智慧體環境，讓兩個 Qwen3.8-27B 智慧體組隊：能自由對話時對最大傷害指令碼機器人勝率 64%，完全不能交流僅 42%。由單個模型同時操控兩隻寶可夢勝率 54%，每回合各發一條訊息為 52%。自由對話每場消耗約 97.8 萬 prompt token，是無對話 25.9 萬的 3.8 倍；同一隊伍對 2B、9B 模型隊伍勝率分別為 96% 和 74%。
TypeSafe AI 以 75 億美元估值完成 8.7 億美元融資，由 Andreessen Horowitz 領投，紅杉與現有投資方 DCVC 參投。其模型 Jev 於 9 月 15 日發布，基於 transformer 架構但不是大語言模型，不輸出文字而是生成機率，公司稱之為「校準決策」，定位是自動化任務而非寫文字或程式碼。公司稱 Jev 速度明顯更快、消耗 token 遠少於 LLM，並稱已有三分之一財富 500 強企業在使用；
10 月 20 日，飛書豆包工作 AI 先鋒未來人才大賽總決賽在北京舉行，12 組選手用飛書與豆包工作解決企業真實業務命題，現場評出金銀銅獎。大賽與數智教育發展國際大學聯盟共同發布《AI 時代人才標準全景觀察》，資料來自 4300 多支戰隊和 108 家企業的人才觀。比賽向選手開放全部飛書 AI 功能與無限 Token，其中 80% 以上 Token 消耗發生在豆包工作；有團隊用豆包工作 3 天、3000 元完成一部 120 分鐘短劇，傳統真人短劇需 25 至 40 天、成本 50 萬至 100 萬元。
千問在 2026 中國計算機大會上披露 Personal Agent 技術框架，認為模型、記憶與生態三要素協同才能支撐主動服務。千問已梳理覆蓋 30 多個行業、8000 多項原子模型能力的使用者需求透檢視，記憶按關聯強弱分層儲存呼叫，生態側連線電商、本地生活與醫療教育能力。同期「千問 Go!」上線“我的應用”，使用者無需程式設計、說出需求即可搭建應用，已開啟邀測；過去三個月複雜任務平均 Token 消耗量增長 1.6 倍。