[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 11

Posted onAuthorANDY LIEN

章節連結

筆記下 AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 課程相關內容。

[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 9

課程相關資訊

[連結]：https://learn.duotify.com/courses/ai-cost

請注意：本系列文章為個人對應課程的消化吸收後，所整理出來的內容。換言之，並不一定會包含全部的課程內容，也有可能會添加其他資源來說明。

內容

模型推理強度

以 GPT 5.5 為例：

1. 推理強度是用 Token 計費，所以強度並不會影響費用
2. 推理強度是「允許算多久」 – 可分為輸入、推理、輸出三個階段
3. 輸出 Token 成本大約是輸入的 5 ~ 6 倍
4. 最低推理是有機會解決大多數問題的
5. 得到正確的結果 or 得到一個結果 是你要下決定的

寫 Code 就是最燒 Token；模型單價貴，不代表真實成本貴，要看應用場景 – 推薦 glm5.2，對於寫 Code 很穩定

系列文章

  • [筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 9
  • [筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 8
  • [筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 7
  • [筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 6
  • [筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 5
  • [筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 4
  • [筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 3
  • [筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 2
  • [筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 10
  • [筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 1
    • 按讚加入粉絲團