待验证50% 置信事实精确时间
在这套模型中，非人力评估支出从试点到生产增长了约13倍（404到5293美元），而测试集只增长了4倍。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/16
首次发现
有效期至：2027/1/14
来源
AI评估流水线成本拆解：从试点到企业级
rss2026/10/16
涉及实体
相关事实
待验证当预算和时间线计算交由外部可靠流程而非模型自行推断时，廉价模型上准确率提升高达42个百分点，强模型上仅提升2到5个百分点67% 相似待验证在测试集中，一个中等规模模型的部署成本是某个更小模型的4倍，但应用性能只提升了约2%。67% 相似待验证12个模型×任务组合中有7个，high只改变了价格而准确率不变，每个正确答案的成本上升了1.5到3.4倍。64% 相似待验证在四个操作任务家族上的测试中，CoDA 将分布外（OOD）成功率从监督微调后的 5.3% 提升至 27.6%，在相同生成预算下比最强的闭环基线高出 9.5 个百分点。63% 相似待验证在算术对照组任务上，所有模型准确率不变但每个正确答案的成本上升了1.65到2.5倍。63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1046447API
curl https://kongchang.com/api/v1/knowledge/claims/1046447MCP
get_claim(id=1046447)