Armstrong この度のコスト削減と効率向上の操作は確かにハードコアで、キャッシュヒット率が5%から60%に引き上げられ、AI支出は直接半減し、Tokenはまだ上昇中であり、研究する価値がある。

Armstrongは、トークン使用量が急増する中でのコスト削減と効率化の方法を共有：制限を設けず、デフォルトモデルの最適化、スマートルーティング、キャッシュ戦略によるコスト管理。GLM 5.2、Kimi 2.7などのオープンウェイトモデルを採用し、高価な汎用モデルを代替、タスクに応じてルーティングをマッチング、キャッシュの前処理とセッション管理でトークンの無駄を削減、ヒット率を5%から60%に向上。その結果、AI支出はほぼ半減し、トークン使用量は依然として増加している。