Jika pasukan AI anda mencecah had model premium sebelum hari ketujuh, itu bukan sekadar masalah token.
Ia adalah masalah unit economics dan seni bina.
Mungkin sudah tiba masanya kita semak semula strategi model kita.
Di AINNA, ChatGPT Pro + Ollama menjadi kombinasi yang paling praktikal. Kami menggunakan model optimum seperti Luna dan DeepSeek V4.1 secara agresif untuk pembangunan, distillation dan membina sistem berdikari - manakala model yang lebih tinggi kebanyakannya masuk hanya untuk audit akhir, validasi dan memberi arahan.
Dalam hanya satu bulan, kami membina 25 sistem berdikari, hampir separuh sudah berasaskan aplikasi, dan kemajuan pembangunan kami kini kira-kira 3× lebih pantas.
Kami juga membangunkan AI agent kami sendiri dengan keupayaan 智能路由, serta 命令行 berasaskan web dan protokol Telegram.
Jumlah kos operasi AI? Sekitar RM200/bulan sahaja.
Dan bukan pembangunan sahaja. Pasukan kami menggunakan stack yang sama untuk kerja harian, termasuk menjana ribuan imej setiap minggu.
Jadi, yang menarik bukan sekadar kos AI yang lebih rendah.
Ia adalah apa yang berlaku apabila model routing, internal agents dan sistem berdikari mula menjadi infrastruktur milik anda sendiri - bukan lagi bergantung pada satu model mahal untuk semua perkara.
Mungkin token tak penat lagi. GPU pula yang fed up tengok kami. He he he.
Gunakan model yang tepat untuk tugasan yang tepat. Simpan model terkuat untuk audit dan hala tuju, dan jadikan kecerdasan yang boleh diulang sebagai infrastruktur milik anda sendiri.
Ruang pembaca
Apa pendapat anda?
Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.
收藏了，主要是为了validasi dan memberi arahan。
如果有更多jika pasukan AI anda mencecah的数据和结果会更完整。
如果可以继续说明hampir separuh sudah berasaskan aplikasi的真实案例，我会想继续阅读。
我特别喜欢distillation dan membina sistem berdikari这一部分，内容没有把实施过程说得太简单。
文章对ia adalah masalah unit economics的结论比较平衡，不只是强调好处。
难得有人把itu bukan sekadar masalah token讲得这么直白。