AI 组队做网页花费多了，四组对照只有一组明显提分

10 月 9 日，Vals AI 比较了 AI 单独做网页和组队做网页。四组对照的费用都涨了，只有一组的质量提升有充分统计证据。多开几个 AI 的价值，要看多付的钱换回了什么。

同一份需求，多付的钱换来了多少

研究让 GPT-6 Sol 和 Claude Opus 5.5 各做 50 个网页应用，在中档和高档思考下分别比较单个智能体与团队。得分看网页功能测试的通过率。下面这组是提分证据充分的 Sol 中档对照。

四组团队的费用是对应单个设置的 1.8 到 5.1 倍。其余三组的分数变化不足以确认提分，不能解释成它们一定无效，也不能拿某次高分证明组队稳定更好。

有缓存，重复读需求仍要花钱

Vals AI 发现，多出的费用主要来自缓存输入。每个子智能体都有自己的需求和工作状态，后续调用仍要带上这些内容。多个子智能体分别接收相同材料，后续再次携带这些材料仍要计费。

时间回报也不一致。Sol 高档团队约 28 分钟完成，单个约 38 分钟；Opus 高档团队约 174 分钟，单个约 75 分钟。前者较早拆开并行工作，后者分批安排建设和测试，下一批会等上一批。

什么时候多几个 AI 才有意义

Anthropic 在多智能体研究系统的工程文章里，把可独立并行的广泛检索列为适用场景，也指出紧密依赖、共享大量上下文的工作不一定适合。这是检索任务的经验，不能直接当成网页编程的成绩。

这些数字来自单次运行的网页基准。两款模型使用了不同工具；Sol 的费用估算还没能逐请求计算长上下文加价，因此不能当成所有真实项目的固定花费。

把几份互不依赖的资料分别交给 AI，和把同一个网站拆开后重新接好，协调成本并不相同。本次网页测试说明，增加智能体数量会增加支出，能否换来可验收的质量或时间收益，仍得由任务证明。