一个模型可以更好地完成任务，但对企业来说可能更糟。 必须根据工作要求来判断模特的表现。前沿模型通过廉价模型无法可靠完成的工作获得溢价。将它们用于日常任务会增加成本，但不会改善结果。 在任务市场中，买方就验证结果的价格达成一致，让供应商决定如何盈利交付。 OSWorld 2.0评估多步骤计算机任务上的代理。在最大步骤预算下，Claude Opus 4.7在108个任务中达到了49%的部分得分，总成本约为3900美元。这相当于每分79美元。MiniMax M3达到22%，价格约为260美元，即每点12美元。 Opus的得分约为2.3倍，每分的成本约为6倍。当附加功能改变结果时，其溢价是合理的。在整个工作流程中使用它会侵蚀利润率，只要低成本模型就足够了。更多的计算一直在起作用，但每次增加都会减少购买量。无论花费多少，廉价型号的价格都低于25%。 路由允许提供商为困难的工作保留边界模型，并将常规步骤发送到成本较低的替代方案。他们还可以通过按呼叫付费市场购买推理或数据，并在需要判断时添加人工审查。买家仍然看到完成任务的一个价格，而供应商则无法更有效地交付任务。 每个任务的成本反映了模型选择、外部服务、重试和验证的综合效果。它决定了提供商可以将其作品定价到多低，以及交付后还剩多少利润。