评测显示 DeepSeek V4-Flash 运行 Agent 任务成本比 Fable 低 105 倍

摘要与判断

Artificial Analysis 最新基准测试报告显示，DeepSeek V4-Flash 在完成相同的 Agent 任务时，总成本比 Fable 低 105 倍。这一结果表明，在 Agent 应用阶段，模型评估标准正从单一的每 Token 价格转向单任务总成本。开发者在选型时需综合考量多轮交互消耗、工具调用次数及缓存比例，而非仅看基础定价。

Topics

引用和原文

• 看每个 task 的成本 不只看每个 token 的成本 在 chatbot 阶段，我们关注每个 token 的成本，因为它是单轮的，input 和 output 我们可以限制。
• 原文链接

Trace

Raw Item

raw_5bd79abbacf54b39

Processed Item

processed_6bac2d6a088242f7

Source

source_x_shao_meng

Cluster

查看所属簇

LLM Logs

llm_0f1493dc36fb4ec8, llm_1d0160130e6a46e8, llm_ee5bd3f0ced04b1b

Coze Loop

257dd30c3f93deb2fae855c1c9bda6ca