Agent到底是如何花钱的 | 隐形账单 | OpenHands | 8款前沿模型 |消耗主要在输入Token | 波动性极大 | 任务准确率不高反低 | 哪个模型更省钱 | 成本能预测么

AI Agent 在代码任务中的成本结构呈现出高度不透明与不可控性。研究表明，此类任务的 Token 消耗主要由输入端主导，输入输出比高达 154:1，且成本波动极大，同一任务的运行成本差异可达 30 倍。Token 消耗增加并不必然提升准确率，反而常因冗余的文件操作导致 “逆测试时间缩放” 现象。模型效率差异显著，GPT-5 系列表现出更优的性价比，而部分模型在面对失败任务时缺乏止损机制，导致资源浪费。此外，无论是人类专家还是模型自身的预测能力均极弱，且普遍存在系统性低估。行业亟需重构定价模式，并优化 Agent 的工具调用与上下文管理策略，以实现成本透明化与高效执行。