Вот пример что делает модель, которая в 6+ раз дешевле Опуса. Роутинг, кэш, оптимизация данных и токенов, создание более эффективных оркестраторов уже становится ключевым направлением для компаний, которые в ужасе от своего ИИ-чека. Я написал статью с обзором всех существующих способов сэкономить на токенах для компаний и какой примерно эффекти они дают: https://x.com/cyntro_py/status/2065152957679608156 P.S. если у вас есть мак с 256GB памяти, то можете гонять GLM локально и бесплатно