Show HN：一个在不牺牲基准分数的前提下优化 AI 模型成本的工具

Jeffery Kline 发布交互页面，用数据包络分析（DEA）按 API 成本与各任务基准分数匹配模型，找出每 1000 个基准任务下成本最低且各项分数不降的单一模型或加权混合方案。页面按任务分别使用不同基准与成本单位，单页幻灯片任务因偏好评分不可平均而只比较单一模型，并采用 FDH 变体。作者称节省为基准估算，不含延迟、配额与切换等部署成本，建议在自己的任务上验证。