AI-assisted analytics now 10x cheaper
6 hours ago
- 小型AI模型现在与之前的旗舰模型一样智能，为优先考虑速度和成本而非原始智能的代理分析带来了新策略。
- OpenAI的GPT 5.6 Luna降价80%，在SQL基准测试中达到99.8%的准确率，价格比Gemini-3-Flash低5倍，甚至因模型缓存改进在语义建模基准测试中便宜10倍。
- Luna占据了价格/性能曲线的新区间，为不需要最大智能的任务（如SQL生成）提供速度和成本效益。
- 实际步骤包括：对低智能任务切换到Luna的max effort模式，并提出更多问题（杰文斯悖论）以利用该技术改进后的性能。
- 更大的转变包括采用更快的分析型数据库以避免延迟瓶颈，为较弱模型构建详细的上下文层，以及使用自然语言问题频繁运行评估以捕捉回归并适应业务变化。
- 评估工作流应保持实验室无关性，以避免锁定，并允许随着价格和性能变化快速切换到最优模型。
- 本文介绍了Guides——MotherDuck的AI代理上下文层，旨在以更低的Token消耗将原始智能转化为准确答案。