所以可能存在一个 最优模型规模 x 最优 token 消耗倍数的交集。

在这个交集下 output 最优（考虑预算限制）。

从目前的模型性能表现上看，而这个最优规模可能是几百 B 而非数 T ，token 消耗倍数大概是 5 而非 10 或者 100 。。。

即在固定预算下，存在一个“模型规模 × test-time 计算（抽样次数/树搜索扩展/生成 token 上限）”的帕累托最优交集。

SOTA 的追求意义可能不大了。