你的 AI 账单，一半可能花在重试上！便宜 14 倍却不敢用？最便宜模型跑分类任务，成本只有对手零头却输在稳定性

大白话有人拿 150 条银行客服消息做实验，让十款模型从 77 个意图标签里选一个，看谁又准又便宜。结果最便宜的 GPT-6 Luna 每次成功只花约 0.00009 美元，比基线便宜约 14 倍，通过率 82%，但统计检验没法证明它和基线差距在 5 个点以内。而 GPT-6.1 Terra 通过率 84%，成本比基线低 42.8%，是唯一被判定「追平基线」的。

对你意味着如果你在做客服分类、工单打标这类批量任务，这张表能帮你算清「便宜」和「够用」之间的账，别只看单价。