正文 · AI 翻译
我们在 5 个模型上运行了 1,730 道视觉推理题。将图像细节降至“低”会损失实际准确率，而在 gpt-5.5 上，账单反而还增加了。真正能可靠降低成本的手段是推理努力度。
OpenRouter：Announcements（RSS）
在LLM中选择最佳图像输入细节级别
阅读原文· openrouter.ai精选理由
OpenRouter 用 1730 道题的实验告诉你，降图像细节未必省钱，GPT-5.5 上反而更贵，真正靠谱的开关是控制推理努力。做视觉应用的不看这个容易踩坑。
AI 摘要
在5个模型上测试了1730道视觉推理题，发现将图像细节降至"low"会损失准确率，且在gpt-5.5上费用反而上升。真正可靠降低成本的手段是调节推理努力（reasoning effort）。
正文 · AI 翻译
我们在 5 个模型上运行了 1,730 道视觉推理题。将图像细节降至“低”会损失实际准确率，而在 gpt-5.5 上，账单反而还增加了。真正能可靠降低成本的手段是推理努力度。