Infernomics：一个测量 LLM 推理经济学的实验工作台

GitHub 项目 Infernomics 是一个 LLM 推理经济性实验工作台，通过 OpenAI Responses 与 Embeddings API 对比不同配置下的每请求估算成本（欧元）、延迟、缓存行为、检索深度与模型评分质量。项目早期小规模运行截图显示 max_output_tokens=50 时最低成本约 29.3 µ€/请求、均值延迟 1,289.7 ms，top_k=1 时每欧元质量最高。结果存于 SQLite/JSON/CSV 并以 Streamlit 展示，属个人作品集实验，非生产服务，附可离线复现的合成样本脚本。