成本优化 on LoopRouter Bloghttps://blog.looprouter.com/categories/%E6%88%90%E6%9C%AC%E4%BC%98%E5%8C%96/Recent content in 成本优化 on LoopRouter BlogHugozh-cnMon, 21 Sep 2026 00:00:00 +0000把稠密模型改造成 MoE 来省钱:量化、剪枝、蒸馏、MoE 化怎么选https://blog.looprouter.com/docs/dense-to-moe-inference-cost-tradeoff/Mon, 21 Sep 2026 00:00:00 +0000https://blog.looprouter.com/docs/dense-to-moe-inference-cost-tradeoff/<blockquote> <p>本文基于 arXiv 论文《Accelerating Dense LLMs via L0-regularized Mixture-of-Experts》(arXiv:2609.21672v1,原发表于 ACL 2025)公开内容的整理与二次分析,加入 LoopRouter 在成本治理与接入路由上的视角;这是一篇技术方法论文,本文作为「降本技术选型」的科普与延伸,数据引自原文、未经独立复现。原文见文末链接。</p>本地跑大模型多久回本?先算清这 5 个变量,再决定自建还是走 APIhttps://blog.looprouter.com/docs/local-llm-vs-api-break-even/Tue, 15 Sep 2026 00:00:00 +0000https://blog.looprouter.com/docs/local-llm-vs-api-break-even/<blockquote> <p>本文基于公开的本地模型回本测算工具 Sunk Cost(sunkcost.ai)所采用的测算框架整理与二次分析,加入 LoopRouter 在本地/API 混合接入、成本治理与路由上的视角;原文见文末链接。文中出现的具体数字均为<strong>说明性示例假设</strong>,用于演示算法,并非来自原工具的实测结果——请代入你自己的真实用量测算。</p>招商银行把 GPU 利用率从 35% 拉到 60%:单位 Token 推理成本降 60% 是怎么做到的https://blog.looprouter.com/docs/cmb-gpu-pooling-token-cost/Thu, 10 Sep 2026 00:00:00 +0000https://blog.looprouter.com/docs/cmb-gpu-pooling-token-cost/<blockquote> <p>本文基于 InfoQ 中文(作者蔡芳芳,2026-09-09)对招商银行 AI 加速卡统一管理实践的公开报道整理与二次分析,加入 LoopRouter 在成本治理与模型路由上的视角;原文见文末链接。文中数字与架构沿用来源设定,具体数值以官方案例为准。</p>