一位独立开发者分享了使用大语言模型（LLMs）构建人工智能应用的昂贵经验。起初，来自 OpenAI 和 Anthropic 等提供商的 API 成本似乎尚可承受，但实际使用中，一次用户操作可能触发多次带有大量上下文的大语言模型调用，导致费用迅速飙升。该开发者还考察了开源模型，发现所需的基础设施和优化工作带来了另一种同样可观的成本。核心问题在于，成本优化已落后于大语言模型能力的发展，使得高效架构和成本控制对独立开发者至关重要。 AI
影响 凸显了独立开发者在构建人工智能应用方面面临的显著成本挑战，表明成本控制是主要障碍。
排序理由 开发者关于大语言模型成本的个人经验和观点文章。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
