[240528] git 漏洞 CVE-2024-32002 | ChatGPT Plus vs API 成本比较

上述文章由如下命令生成:

bash 复制代码

x osv vuln --yml CVE-2024-32002 \
  | @gemini -t 0 '以大纲方式，用中文简练介绍这个漏洞'

值得注意的是，受限于 osv 的官方来源信息，上述文章并无提到该漏洞需要的两个依赖：

可以参考以下文章了解更多的技术细节:

核心问题: 针对代码生成任务，ChatGPT Plus 订阅和 GPT-4o API 哪种方式更划算？

成本分析:

使用场景:

每日编程:
- 假设每天 5 个任务，每个任务 200 行 Python 代码 (约 1700 tokens)，每次任务与 ChatGPT 交互 3 次。
- 每月 API 成本约为 $10.20，远低于 ChatGPT Plus 的$ 20。
偶尔编程:
- 假设每周 1 个任务，每个任务 200 行 React 代码 (约 1500 tokens)，每次任务与 ChatGPT 交互 3 次。
- 每月 API 成本约为 $0.36，远低于 ChatGPT Plus 的$ 20。

结论:

以上的文章由如下命令生成（ Gemini 1.5 Pro，Temperature 为 0 ）:

bash 复制代码

x jina 'https://prompt.16x.engineer/blog/chatgpt-plus-vs-api-cost' \
  | @gemini -t 0 '用大纲方式总结要点 用中文'

原文带有很强的目标性 -- 论证采用该软件使用 GPT-4o 的 API 要比直接购买 ChatGPT Plus 订阅更划算。文中所谈 "偶尔编程" 的场景假设我无法理解；因此仅讨论每日编程这个场景的成本。

文章假设每天 5 个任务，而每个任务 Input/Output 皆是 1700 Token，每个任务交互三次。采用 GPT-4o 的成本是每个月 10.2 美元。

这个假设未免过于乐观。实际上，如果要完成好任务，需要采用 Agent 和 RAG 、 Memory 等 Prompt 技巧，预设的 Agent Prompt 和附带的参考内容的长度至少达到 1.7K Token。我们先让单次完成任务成本翻一番。

而每天 5 个任务，如果重度依赖进行任务解决，5个任务是远远不够 -- 我们就假设每天工作与 AI 共同完成 50 个问题的解决（ 5个小时 x 10个问题/小时）。

在上述粗糙的假设下，成本会变成 20 倍。相当于 200美元/月。

然而，这里的成本未来还有两个优化：

本地模型和更便宜的云上模型来分担任务，实现降本；例如我经常使用 GPT-3.5 和 Gemini 1.5 Flash 来完成一些总结工作；效果不错。x-cmd 上的当前 Agent 设计和开发也是往这个联动多个模型的角度来进行的。
按照最近一年的趋势，GPT-4o 层次的 AI 也会降价；最近一年，GPT-3.5 就降了 75% （输入 Token ）；未来两年内，这个成本变 1/10，这是可以期待的。

不过虽然成本在降，但随着更多使用潜力的挖掘，使用的频率和用量都会激增。我们最终每个月在上面会花费多少预算，未可知。ChatGPT Plus 的定价考虑的大概是用户的心理价位，以及市场当前的接受程度。

每月额外支出 200美元看似很高，其实换个角度，也并不难接受：

如果这些成本最终能让我们每天因此少工作一小时，那绝对物有所值。

反之，如果 LLM 给人类带来的价值也仅配得上额外的 200 美元月成本支出，那么就枉称新一轮科技革命了。

现在，对于生逢其时的我们，更需思考的是，如何在这个成本上，物尽其用，创造更大的价值。

更多内容请查阅 : blog-240528

关注微信官方公众号 : oh my x

获取开源软件和 x-cmd 最新用法