待验证50% 置信权衡取舍精确时间

迁移到小模型省下的推理成本可能被更复杂检索管线的额外算力和延迟部分抵消，因此需实测端到端成本、延迟、质量三项指标

1

来源数

50%

置信度

长期有效

时效性

2026/8/27

首次发现

来源

小模型RAG陷阱：检索质量为何成了生死线

涉及实体

相关事实

待验证多模型并行调用可使总延迟等于最慢模型的响应时间而非三者之和，但成本仍为三倍API费用78% 相似待验证低成本套餐通常意味着底层模型能力受限，复杂推理和多轮上下文追踪可能表现不稳定78% 相似待验证路由决策若用小模型可能判断不准，若用大模型则路由开销会抵消节省，需要在准确性、延迟、成本之间权衡77% 相似待验证模型能力增强时，过多的约束和提示词会浪费上下文预算并引发提示词漂移(prompt drift)，减少约束反而更好76% 相似待验证将全量用户语句都交给大模型处理会同时导致延迟、成本、稳定性三大问题崩盘76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/810054

API

curl https://kongchang.com/api/v1/knowledge/claims/810054

MCP

get_claim(id=810054)