Mubit 與 Neon 發布能削減前沿模型 token 的 agent 範本
先了解這件事
Mubit 與 Neon 發布了一套資料分析 agent 範本，將每次模型呼叫都經由 Mubit 路由至 Neon AI Gateway，目標是削減前沿模型的 token 花費。在 Mubit 針對 20 道 CL-bench 題目各執行三次的基準測試中，此配置使 gpt-5.5 的輸入 token 減少 73%、回答速度提升 40%，準確率為 65%，而單獨使用 gpt-5.5 則為 60%。 其機制為：先讓一個小型調校模型通過由該任務自身流量建構的測驗，之後 Mubit 將列出資料表、撰寫答案等例行步驟交給它，而每一條 SQL 查詢仍由 gpt-5.5 撰寫。該 agent 執行於 Neon Functions 與 Lakebase Postgres 上。 使用此範本需要一個 Neon 專案，且其所在區域須支援 Neon Functions 與 AI Gateway，並具備 AI Gateway 預付額度；同時需要 Node 24+ 與已登入的 Neon CLI，以及一個 Mubit 專案，其唯一的供應商金鑰為 Neon AI Gateway 金鑰。73% 與 40% 這兩個數字來自 Mubit 自家的基準測試，並非獨立測試。
AI 依報導生成 · 15 小時前更新
報導時間線
沿著報導，了解事件的不同側面。
- Hacker News · AINeon 與 Mubit 發布一款代理範本，可將其自身的前沿模型 token 用量削減 73%
Neon 與 Mubit 在 Neon Functions 與 Lakebase Postgres 上發布了一款資料分析代理範本，將每次模型呼叫都經由 Mubit 送往 Neon AI Gateway。在 Mubit 針對 20 道 CL-bench 問題、每題各執行三次的基準測試中，此配置將 gpt-5.5 的輸入 token 削減了 73%，回答速度提升 40%，準確率為 65%，而單獨使用 gpt-5.5 則為 60%。Mubit 會在一款小型微調模型通過由該任務自身流量建構的測驗後，將列出資料表、撰寫答案等例行步驟交給該模型處理，而每一條 SQL 查詢仍由 gpt-5.5 撰寫。
本事件熱度走勢
還沒有足夠的連續觀測資料，暫不繪製趨勢。