TurnCost：编码智能体成本主要由轮数决定

Pramod Kumar 与 Raj Kumar Pandey 发布论文并开源工具 TurnCost，用于在替代的缓存、定价、压缩与路由策略下重新评估编码智能体轨迹语料库。研究分析 600 条公开编码智能体轨迹后称，轮数可解释日志轨迹成本 84% 的方差，而平均观测大小仅占 4%；最昂贵的轨迹轮数最多但观测最小。 研究称中位观测仅 118-286 tokens，98.6% 输入 token 由前缀缓存命中，因此扁平输入定价平均高估循环成本约 7 倍；在评估的一半设置中，模型委派反而增加成本。这些结论均出自该论文的研究分析。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。