NVIDIA：比价目表没用，token 效率才是选模型的关键指标
NVIDIA 的人在 Open by Design NYC 活动上说，选模型别只看单价，token 效率才是决定真实成本的关键，训练自己模型的团队也适用。现场还有 Reflection 和 Together AI 的人一起聊开源模型和 post-training，做技术选型的可以听听他们的算法。
NVIDIA 的 Jacob Loewenstein 在 Open by Design NYC 活动上提出，只用价目表比较模型成本会漏掉一半的账，token 效率应排在模型评估标准前列。
这一观点同时适用于两种场景：企业直接选用现成模型，以及团队自己训练模型。活动上还有 Reflection 的 Zach Wentz 和 Together AI 的 Hassan El Mghari，与在场开发者讨论了开源模型、post-training 和推理相关话题。
If you’re comparing models by their price sheet, you’re missing half the math.
Jacob Loewenstein @spatialjlo from NVIDIA explains why token efficiency belongs at the top of your evaluation criteria, whether you’re adopting a model or training your own.
One of the standout moments from Open by Design NYC, where Jacob, Zach Wentz @zkwentz from Reflection, and Hassan El Mghari @nutlope from Together AI chatted with builders digging into open models, post-training, and inference.
本条情报归属 AITOP「技巧」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：token效率、开源模型、post-training、Together AI，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Together AI」（@togethercompute），经 AITOP 多维评分管线结构化提炼。截至目前，全网已有 6 家独立信源对该事件进行交叉印证与跟进报道（含 NVIDIA AI、Thomas Wolf、TestingCatalog 等），属于近期高关注度行业信号。
