KV Cache
Token 单价两年跌 90%：理解推理链路，才看懂大模型的成本逻辑
为什么同样一个 AI 助手，有的收费贵、有的能免费用？答案藏在每一次"你说一句话"背后的计算过程里。我们讲清楚 Token、Transformer、KV Cache 这些名词如何决定 AI 公司的成本结构。
返回首页
大模型成本
找到 4 篇关于此标签的文章
DeepSeek
DeepSeek 缓存命中最高涨 12 倍 — 还在靠 AI 抠成本的公司，账要重算了
8 月 17 日零时 DeepSeek 新定价生效，V4-Pro 高峰时段缓存命中从 0.025 涨到 0.30 元/百万 tokens，翻 12 倍。这不是普通调价，而是精准砍向 RAG、Agent 这类高频调用场景 — 过去靠缓存省钱的那批企业，账得重新算了。
Transformer
自注意力机制让AI看懂上下文 — 但理解它的企业仍然不多
自注意力机制是当前主流AI模型的核心，让AI能同时考虑一段话里所有词的关系。理解它，是判断AI应用成本与效果的关键起点，值得每位关注AI的决策者花十分钟搞懂。
ReWOO
AI智能体开始先想后做：省下大笔Token，但开环执行易烂尾
Agent架构正从ReAct的步步观察转向先想后做。ReWOO省了Token却易烂尾，Plan-and-Execute能纠错却极耗成本，这标志着AI落地进入精算时代。