现在, AI来帮忙写代码, 这已经成了科技这个行业里用来提高干活速度的最关键的办法了, 那些大公司都在不停地投钱、花精力去试试看这个本事到底有多大。
到了2026年5月16日的那一天, 有个叫彼得·施泰因贝格尔的人, 他既是这家公司的员工, 也是这个项目的创办人, 他向外头公开晒出了一组数据, 这组数据是怎么来的呢?
是他做了一个测试, 这个测试测了API被调用了好多回, 整整测了三十天这么长个时间段, 他把这个事儿一公布出来, 很快就在整个行业里面引来了好多好多的关注。
本次测试由用户方提供全部资金支持, 在测试周期内累计完成了七千六百万次API调用操作, 消耗的令牌总数达到了六零三零亿个之多, 总计产生的费用金额为十三点零五万美元。
测试期间共部署了大约一百个Codex运行实例, 这些实例主要被用于支持包括代码审核、漏洞检测以及自动修复在内的多种人工智能开发相关的任务场景, 其中出现频率最高且被大量调用的模型是GPT-5.5版本, 该版本于二零二六年四月二十三日方才正式发布推出。
施泰因贝格尔他们团队的测试, 主要是想搞清楚在完全没有预算限制的情况下, AI帮忙做开发到底能强到什么程度。为了搞这个情况, 他们用大量的API调用, 去模拟那些大企业里开发东西的实际场景。
测试出来的数据显示, 如果把那个叫“极速模式”的功能关掉, 整个测试花掉的钱能降到大概30万美元左右, 这个花费降了特别多, 比例是77%。这个结果的发现, 也说明了一点事情, 就是模型优化这块工作和控制成本之间是怎么平衡的。
因为用那个“极速模式”, 虽然能让系统快一点给反应结果, 但是会特别多地消耗计算资源，导致成本变高。这次测试的核心价值在于验证AI在复杂代码开发任务中的实际潜力, 开源的测试成果将为行业提供宝贵参考数据，助力企业优化AI辅助开发的成本结构。
同时, 测试数据也反映出当前大模型API的使用成本仍偏高, 后续需要通过技术迭代进一步降低应用门槛。
根据彭博社最近的监测情况分析, 在企业级测试报告发布方面, 某企业于2026年5月上旬公布了其3模型的测试结果, 在针对相同的代码审核任务进行对比时，该模型所需的API调用花费大约只相当于GPT-5.5费用的百分之七十五, 不过它在漏洞检测的准确程度方面比GPT-5.5要低了两个百分点, 与此同时, 在国内市场方面, 百度旗下的文心一言团队也在五月份推出了具有代码辅助功能的工具的公开源代码版本, 这一新版本能够支持如Java在内的总共12种常用编程语言来进行代码生成操作, 并且截止到五月二十日这一天, 已经有超过一点二万名开发者报名参与了社区测试工作, 大家的反馈结果总体上都表示比较满意。
