Scout 路由法：用小模型预填充预测任务成功与 token 数
原文标题：Scout Before You Route: Predicting Task Success and Token Count from a Small LLM Prefill
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出用单个小型冻结 LLM（scout）的预填充激活，同时预测候选模型的成功概率与输出长度，从而按查询定价路由成本。在九个数据集中的八个上，预测成本在同等准确率下比中位长度定价节省 9–33%，最高达完美信息可节省量的 69%。scout 规模约 2B 时收益饱和，超过 4B 反而得不偿失。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Scout 用小模型预填充激活预测成功概率与输出长度，同等准确率下比中位长度定价省 9-33%
- •用单个小型冻结 LLM 的预填充激活，同时预测候选模型的成功概率与输出长度，实现按查询定价路由
- •九个数据集中八个上，预测成本在同等准确率下比中位长度定价节省 9-33%，最高达完美信息可节省量的 69%
- •推理型候选模型下，完美按查询成本知识可省 29-61% 支出；非推理候选则少得多
- •scout 约 2B 时收益饱和，超过 4B 得不偿失；长度探针仅用 20 条标注问题即保留大部分节省
为什么重要：推理模型输出长度跨查询差一个数量级，固定成本定价会失真；该结果说明低成本探针即可改善路由成本，对推理服务定价与调度有参考价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。