Show HN: 一种无需牺牲基准分数的 AI 模型成本优化工具

该工具通过数据包络分析（DEA）方法，展示了如何在不降低基准分数的前提下优化 AI 模型成本，使用 GPT-6 Astra、GPT-6.1 Sol 和 Claude Opus 5.5 等模型进行实验。摘要显示，不同设置下模型的最低成本和匹配分数各不相同，且成本节省基于基准测试估算，未包含延迟、配额等其他部署成本。用户需在自身任务中测试替代方案以验证效果。