# 榜单费用为什么不是你的完整工作成本？

观察模块2026-10-19.observations.2；整理2026-10-15；状态active
把题目/API费用、全部失败尝试、人工核验和最终交付放回同一个范围。
现今方法解释，实际工作比例未知；来源待复核/撤回时暂停采用。

## 先核对测试的产物
LCB看历史编程题的执行评分；AIME看固定数学赛事答案；FrontierCode组件是标准化rubric分。它们都提供工具选择线索，但不是同一种业务交付，也不提供相同质量下的完整人时。
[LiveCodeBench历史代码生成窗口](https://livecodebench.github.io/leaderboard.html) · [MathArena AIME2025固定赛事](https://matharena.ai/) · [Epoch ECI固定快照](https://epoch.ai/data/eci-documentation)

## 一笔费用包含了什么
AIME费用/题来自同模型、档位、赛事的官方页，仍缺单行实际重复次数、运行日与完整预算。AA Cost per Task方法按测试权重计算输入、缓存、输出token成本，不能转成你的完整工作费用。AA现行条款限制再发布，这里保留方法与原文入口，没有复制数字排行榜。
[MathArena AIME2025固定赛事](https://matharena.ai/) · [Artificial Analysis成本方法](https://artificialanalysis.ai/methodology)

## 给自己的试点记一份完整账
分开记录模型/工具费用、全部失败尝试、人的准备/提示/监督/复核/返工/接管与维护。机器运行、等待和总历时另记，重叠活动不重复累计。人的等待确实占用本人时说明计量约定；不知道就写未知。这个方法建议不是外部论文已替你的团队测出的ROI。


## 算术示例不等于已节省
人工构造例：每次调用0.02美元、10次尝试，调用费为0.20美元；如果仍需人审查30分钟，完整成本还取决于你的人工成本约定与质量验收。示例未执行AI任务，没有代入真实工资或节省比例。只有固定工作量与质量基线后，才比较接收产物的净结果。


## 带回工作
- 按同工作量同质量比较
- 记录失败与人工核验，别只记最终成功调用
- 把未知费用/时间留为空，不自动推荐最优模型
- [C03交接与验收](/changes?task=C03)
- [F01交接与验收](/changes?task=F01)
- [M01交接与验收](/changes?task=M01)
- [AIME2025：同赛事公布费用/题](/research?view=cost&series=aime-cost )
- [历史编程题：LiveCodeBench overall](/research?view=capability&series=lcb-code )
- [复杂代码任务：FrontierCode组件分](/research?view=capability&series=epoch-code )

## 原文、版本与定位
- [MathArena AIME2025固定赛事](https://matharena.ai/)；版本2026-10-14官方模型详情页AIME2025行的有限摘要；首次公开具体日期未知；收集2026-10-14；实际阅读2026-10-15；状态active；逐模型详情页AIME2025 Accuracy/CI/Cost/Output Tokens；公开2025题组；模型/推理档位逐行保留；单行实际运行日与重复次数未知；赛事后模型可能见过公开题；不是研究级证明；许可网页数据许可未单独确认；仅少量公布事实摘要与原文链接，不镜像题目/产物
- [LiveCodeBench历史代码生成窗口](https://livecodebench.github.io/leaderboard.html)；版本2026-10-14取得的同一公开JSON；仅overall；首次公开具体日期未知；收集2026-10-14；实际阅读2026-10-15；状态active；performances_generation.json；默认筛选边界2024-08-01至2025-05-01；454题；实际题目日期2024-08-04至2025-04-07；execution-based pass@1；不是2026新题实测；模型发布日未可靠建立，全部保持null；不与AIME合并排名；许可代码MIT；成绩JSON数据许可未单独确认；仅有限事实摘要
- [Epoch ECI固定快照](https://epoch.ai/data/eci-documentation)；版本2026-10-14取得的CSV；ECI与FrontierCode独立指标；首次公开具体日期未知；收集2026-10-14；实际阅读2026-10-15；状态active；eci_scores.csv；processed_data_for_eci.csv指定benchmark行；跨测试拟合的综合指数；组件保留模型版本，可能取同名同日不同配置的最高成绩；模型日不等于测量日；本次快照不是逐日历史；组件0–1分不称工作通过率；许可Epoch数据CC BY 4.0（当前官方链接核对），署名Epoch AI
- [Artificial Analysis成本方法](https://artificialanalysis.ai/methodology)；版本2026-10-15读取的方法与现行条款；首次公开具体日期未知；收集2026-10-14；实际阅读2026-10-15；状态active；Cost per Task与Intelligence Index；Terms of Use§2.1/2.2；测试场景的输入/缓存/输出token成本与任务权重；不是完整业务流程费用；本阶段仅说明指标并链接官方方法；未导入或提供AA数字排行榜；许可现行条款限制复制/再发布，数字排行暂不接入公开投影