待验证50% 置信事实精确时间
努力级别从low到最高档成本与耗时呈近似指数上升，但能力提升并非同比例。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证智能的提升往往伴随成本的非线性增长，从中等模型升级到顶级模型基准分数可能只提高几个百分点，但调用成本可能翻数倍72% 相似待验证自2024年以来，多项研究和产业实践显示单纯增加参数量带来的收益正在递减，训练成本呈指数增长而基准测试分数提升趋于平缓70% 相似待验证从 High 到 Max 推理档位的边际收益递减明显：DeepSWE 分数仅提升约 4 个百分点，成本却增加约 1.5 倍67% 相似待验证杰文斯悖论指出当资源使用效率提高、单位成本下降时，总消耗量反而上升，被用于解释token降价推动AI调用量成倍增长66% 相似待验证研究结论是对于被测试的模型和任务，默认加载完整职业画像既不提升准确率，还显著抬高成本65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1029741API
curl https://kongchang.com/api/v1/knowledge/claims/1029741MCP
get_claim(id=1029741)