# 智能性价比

- 来源：AI HOT 精选
- 发布时间：2026-06-03T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/33609
- 原文：https://www.tomtunguz.com/tokens-per-result

## 摘要

微软在模型发布卡里加了个新指标：平均 token 用量。他们的新模型在 SWE-Bench Verified 上拿了 71.6 分，但消耗的 token 只有 Claude Haiku 4.5 的三分之一。这意味着现在衡量模型得看两个维度：活儿干得怎么样，以及干这活儿花了多少钱。靠烧 token 刷榜、靠补贴打价格战的时代在翻篇。

## 推荐理由

微软在新模型发布卡中加入平均 token 用量指标，该模型在 SWE-Bench Verified 上得 71.6 分，token 消耗为 Claude Haiku 4.5 的三分之一，模型评测由此多出一个成本维度。

## 锐评

平均 token 用量进模型卡，这个指标比分数有用。71.6 分只花 Claude Haiku 4.5 三分之一的 token，按单任务算成本直接差三倍，跑 agent 的账单大头本来就是输出。微软自己跑的分，测试配置和定价都没给全，先当参考。但方向对，以后选模型得看跑分除以 token 消耗，光刷榜不省 token 的会越来越难卖。
