没有算“缓存写入”，单价是$12.5/百万 token 。token 数量大概跟“非缓存输入”一致。这会多出大概$200 的费用。

没有考虑超出 270k 的长上下文，计费基本是翻倍的： https://developers.openai.com/api/docs/models/gpt-6-astra#:~:text=272K%20input%20tokens%20are%20priced%20at%202x

又看了一遍，发现你主要用 AI 编程，那 Codex 的 GPT 5.6 luna 量就够了吧。$20 每月应该有个几十亿 token 。

我说说我自己的一个数据采集项目吧：
每采 1 个机构，对话 10~20 轮，大概是初始提示词 10K token ，每轮输入 3K token ，输出 400 token 。然后每轮总计大概 50 万 token 。
按照 OpenCode Go $10 的订阅，这些 token 花费涨价前的 Deepseek 大概¥0.07 ，$60 美元可以使用 $60 * 7 / ¥0.07 * 50 万 = 30 亿 token 。

现在 Deepseek 涨价了，但还有 mimo-v2.5 还是原来的价格，也有便宜的模型。所以还是要看你的场景到底需要 LLM 具有多少智能。
像楼上说的，想省钱的话，可以试试优化一下 Agent 的流程。初始提示词，之前我的是是 30K token （ Agent 写的），后来简写成 10K token ，价格一下子就下来了。Claude Code 可以用--bare 去掉系统自带的提示词。

现在不是说 Anthropic 的推理部分，已经加上了上下文签名了吗。这还能蒸馏吗？不能的话，那对话数据再卖给模型厂就没啥用了吧？

收藏了。挺全的，就是消息消化不过来了，光一个 AIHot 一天就几百条。
这暖色系一看就是 Astra 做的，执行效率很强，我自己刚立项。

借您吉言。希望后续能放开吧。

昨天尝试 App Store 礼品卡内购$200 套餐，结果“购买未能完成”，联系了 Live Chat 客服，说风控要等 72 小时。选内购就是为了图一个长久使用，结果一次都用不成了。。囧。。

送钱给 OpenAI 都不要。从侧面也说明 Astra 确实是生产力。

正常的社会分工吧，打工人有多少可以脱离体系呢？ CEO 不也要借力公司嘛。也不用苛责自己吧，主要还是平时接触不到商业的东西，没那个经验，或者说没那个财富的野心。我觉得越有野心的人，才越想越会靠近产生价值的源头。
公司只是一种组织形式，第一步关键是野心，一个人一旦有了这方面的野心，组织起公司是水到渠成很自然的事。

目前我基本就看这几个：
- 数字生命卡兹克的「 AIHot 」： https://aihot.virxact.com/all
- v 友（ /t/1239678 ）做的「沿线新鲜事」： https://line.garinasset.com/
- LinuxDo 的「前沿快讯」： https://linux.do/c/news/34
- Twitter 的时间线： https://x.com/
还有 v 友做的一个中文版 hackernews ，忘记地址了。主要是根本看不过来。

不知道“闲鱼小法庭”是如何运行，现实中的陪审团制度，控辩双方的律师允许在陪审团甄选阶段，去挑选对己方有利的陪审员。双方都同意的人选，才被进入陪审团。

这点确实其实可以借鉴的，因为陪审团成员过往参与的案例，匿名化之后公开应该不是大的问题，包括双方提交的证据以及判决结果。然后买卖双方其实就可以挑选小法庭成员。

我看错了，你说的「大方块」是指啥？这看起来就像是布料啊。

用方块堆出这种效果，很强悍了，哈哈。
方块这种是刚体建模，就是不会变形的那种模型。衣服这种柔性的，应该用布料模拟吧。具体我也不太懂，但大方向是不会错的，就是衣服模型接上物理引擎，模拟网格之间的受力，形成最后的形状，包括衣服的褶皱变形都可以模拟出来。而且技术很成熟。

@haojiuweijian1 是那种科普动画，目前是 2D 的，还没有试 3D 的。昨天有 v 友也发过类似的：
「 22 小时用掉了 GPT 3 个 reset ，做了个科普网站，看看 Astra 能力上限」： /t/123977

这两天试了 Astra 做视频，太强悍了。在考虑买入 20x 的订阅了，虽然不知道能不能回本。但换个角度，如果做自媒体的年收入，不能负担每年 1 万多的 AI 订阅费，那这收入肯定也养活不了自己。

好像是没有，都在 /go/hardware 里面，比如： https://v2ex.com/go/hardware?p=2#:~:text=x2d

非常强悍了！
我猜脚本也是 Astra 写的吧？机械类的比较容易懂，因为直观。但是数学、计算机的一些科普很难听懂，比如讲 Hash 的那个，很突兀，没有背景介绍，讲述也很机械。也就是说 Astra 不知道「不懂 Hash 的人是什么状态」。

@Lax 有个性化的计划吗？我看了下你做的这些资讯集合，里面至少有一多半是我不感兴趣的。我记得看到过“数字生命卡兹克”他做的 AIHot ，是靠他自己打分来“规训 AI”的。但没有把打分的权限给到用户。

我感觉后面（甚至现在）应该会有这么一个应用，每个人都可以依靠 AI ，基于提示词要求、标签、平时的打分等等，筛选出个性化的信息。

不过，我准备做一个全人工筛选的 AI 资讯。AI 自动筛选的还是太机械冰冷了。

感谢分享。我发现这类需求，最大的问题，确实如你所说，「每个人的需求不一样」。