待验证50% 置信基准精确时间
四个模型合计调用次数从 12000 降到 3588，token 降 70.1%，成本降 69.6%；约 70% 请求由缓存回答，其中精确匹配贡献约 39%，语义层额外贡献约 31%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
涉及实体
相关事实
待验证将模型参数从70B缩减到7B，推理所需显存和单次请求的计算量均下降约一个数量级75% 相似待验证在2000次请求的模拟中，小型模型（1单位成本/请求）准确率为74.5%，每次正确回答成本为1.34；大型模型（20单位成本/请求）准确率为95.8%，每次正确回答成本为20.88。74% 相似待验证τ=0.4 的混合模式下，400 个案例中 27 个被升（6.8%），计费 Token 从 1,222,211 降到 82,499，含插件开销省幅为 86.1%。74% 相似待验证十二个模型中有十一个的认输案例里有87.5%到100%停在了用户提供的确切错误数字上，即认输通常意味着倒戈74% 相似待验证在 0.81 阈值下，缓存答案“符合问题”的比例比新鲜答案低 5.8 到 10.7 个百分点；换算到全部响应，整体质量损失约 2 到 3 个百分点；Haiku 5.5 差距最大（10.7 个百分点），缓存答案合格率仅 67.9%。74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065406API
curl https://kongchang.com/api/v1/knowledge/claims/1065406MCP
get_claim(id=1065406)