（来源：上观新闻）
为什么现在流🏏📕行的Te🇫🇰💸xt-to-🎌SQL在企业里🏊♀️玩不转？ 🤙论文点出了⛑四个要命的差异⬇。Gemini智🧷能体更夸张，自然🇫🇴语言模式下输入🚯👩🎤超过2😲👁️🗨️7万to🥗💭ken，AQ🎓L模式下冲🏨🏂到近4❓🇸🇯7万toke🐕🧾n，调用了高🍢达22.71次🏮工具，一次查询的🎛🤹♀️金钱成本是0.2😒8美元，首次响🏦💖应时间要等🇹🇦👨🌾超过4分钟🧝♀️🆚。装好之后，需😵要接 API K🇫🇰💬ey，这一步📡🛋我就不演示了🐥📭。此外，🍁导弹的数量不够⏳新站做泛目录合理，需要改进🛅。
创作者经常要在👚多个AI工具⚫🗜之间来回切🧰📊换：先用聊天🛠👨🌾工具写文案，再导🏩入设计软件做排版🔇⏱，最后还要借助工🍜🏛作流工📷具管理进🤛🧘♂️度和版本，整个📂🗽工具链可以说🌰是非常🇱🇨之割裂🐻。亚马逊最近🆘👁几年开放了💌🤟很多API数据🧸，我们连接❕🇲🇻和利用AI🇹🇯，发现了后🐙🌘台一些🎩平常不📌🥇会关注到的一👯⏸些购买链路🈶。能源效率和总🐉🧼体拥有成本正成为🚋🏘核心关注↘点，因此，半导🇾🇹⬅体层面🇧🇫🇦🇬的改进🤦♀️对于人工智能🌧基础设❣🌘施的可持续性🔃🚖至关重要⛸。
