Effort在AI领域通常指模型开发过程中需要投入的资源、计算能力和优化工作。近期，各大AI公司在模型优化和成本控制方面展现了显著的努力，通过技术创新降低计算资源消耗。
AI模型Effort近期进展
67.6%成本降低：Perplexity宣布Claude Opus 5.5上线其Computer平台后，运营成本大幅下降，这反映了模型优化带来的Effort减少。Claude Opus 5.5 上线 Perplexity Computer，成本降低 67.6%
66.6%性能提升：OpenRouter发布的GPT-6 Luna在DeepSWE v1.1基准测试中取得66.6%的分数，展示了模型Effort与性能的平衡。OpenAI 推出 GPT-6 Luna：低成本档在 DeepSWE v1.1 拿 66.6%
500K上下文处理：Grok 4.6在Amazon Bedrock上线，支持500K上下文窗口，体现了模型处理大量信息所需的Effort。Grok 4.6 登陆 Amazon Bedrock，500K 上下文四档推理
当前焦点与观察点
AI模型Effort的降低已成为行业关注焦点。OpenAI发布的提示词缓存调优指南表明，通过技术手段减少重复计算Effort，可有效提升资源利用率。OpenAI 发布提示词缓存调优指南
同时，模型间的Effort竞争也在加剧。Lovable测试显示，其接入的GPT-6 Sol优于GPT-5.6 Sol，反映了迭代优化带来的Effort效率提升。Lovable 接入 GPT-6 Sol，自建基准显示优于 GPT-5.6 Sol
开源模型迁移的Effort问题也备受关注，有开发者分享了数周完成闭源到开源模型迁移的五阶段实战手册，为行业降低迁移Effort提供了参考。从闭源到开源模型：数周完成迁移的五阶段实战手册
最后，AI应用的Effort边界不断拓展，网友用阿里Qwen3.8-27B模型开发出僵尸射击游戏，展示了大模型在创意领域的Effort应用潜力。网友用阿里 Qwen3.8-27B 模型开发出僵尸射击游戏