AI 实干派 看真正用 AI 拿到结果的人怎么做
工作提效·本周演示·2026-11-21·US

推理档位调高一级,同一题从 4 美分涨到 24 美分

Simon Willison 实测,Gemini 4 Hydrogen 从 high 档调到 xhigh 档,输出从 5,311 个 token 涨到 31,477 个,费用从 3.99 美分涨到 23.61 美分。Suhail Doshi 建议拿自己的五项日常任务测几个模型,再决定贵的值不值。

谁·场景
开发者 Simon Willison 在维护自己写的 llm-gemini 插件。YouTuber Riley Brown 说他有一个月不小心花了 1.2 万美元的 API 费用,于是去请教 Mixpanel 联合创始人 Suhail Doshi。
怎么用
Simon 用「鹈鹕骑自行车」这道固定题目,对比同一模型在不同推理档位下的 token 用量、费用和出图效果。Suhail 的办法是选五件自己真正在做的事,用同一组提示词跑几个模型,看哪些任务能分出高下。
结果
Simon 说,xhigh 档下 Hydrogen 画出的鹈鹕能和 Gemini 4 Neon 打个平手,单次费用是 high 档的大约 6 倍。
你可以试
挑五个你每周都会重复的任务,同一组提示词分别交给贵模型、便宜模型和高推理档位,把费用和产物放在一张表里比。
注意
Simon 这道题主要用来看出图效果。写作、剪辑这类任务的好坏得你自己判断,样本太少也比不出稳定的差别。

Simon Willison 发布 llm-gemini 0.38.1,补上了 Gemini 4 Hydrogen 和 Neon 的 xhigh 推理档位(Carbon 没有这一档)。他更新了对比表:Hydrogen 在 high 档输出 5,311 个 token,花 3.99 美分;在 xhigh 档输出 31,477 个 token,花 23.61 美分,画出的图追上了 Neon。

同一天,Riley Brown 在节目里问 Suhail Doshi:贵的模型什么时候才值得用?Suhail 的建议是拿自己真实的五项工作做小评测,用同样的提示词跑几个模型,看在哪些任务上你真能分出差别。节目还谈到 agent 整天运行时价格会怎么变,以及什么时候换成更便宜的开源模型。

两件事放在一起看:模型选择之外,推理档位本身就是一个成本开关。先用一个固定题目把档位和费用对应起来,只在差别明显的任务上开高档。agent 长时间跑的时候,这个差距会成倍放大。