待验证60% 置信事实时间未知

大语言模型每次调用的费用与输入token数量正相关，在Agent循环中随着对话历史积累每次调用成本会线性增长

2

来源数

60%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

AI Agent后台任务机制：慢操作不阻塞，开发效率翻倍

bilibili基格不鸽

涉及实体

大语言模型concept

相关事实

待验证大语言模型的推理成本是可变的、按用量结算的，一个Agent处理复杂任务可能触发数十次模型调用、消耗数百万token82% 相似待验证模型每次响应会将完整对话历史（上下文窗口）计入计费，随着对话轮次增加，单次调用的Token消耗会呈线性甚至超线性增长79% 相似待验证大语言模型的成本结构包括训练阶段的巨额一次性投入和推理阶段的持续运营成本78% 相似待验证大模型推理的总成本高于训练成本，因为推理会随用户规模线性增长而持续发生74% 相似待验证大型语言模型的推理成本与参数规模并非线性关系，参数量从千亿级跃升至万亿级时推理所需的GPU显存、带宽和计算量会指数级攀升72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/6797

API

curl https://kongchang.com/api/v1/knowledge/claims/6797

MCP

get_claim(id=6797)