官网查看
定制方案
- ✓
暂未采集到具体套餐，价格以官网为准
AgentCodec
整合低成本模型，与前沿大语言模型和视觉语言模型相抗衡
AgentCodec 是什么？
AgentCodec 通过组合多个 LLM 与 VLM 模型（开源或托管均可），借助借鉴通信理论的技术——反馈重试、增加冗余、融合多份输出——让组合后的效果对标前沿大模型，即便只用两个开源权重模型也能在基准测试中获得明显提升。用户可在自有数据上评估 28 种组合策略，系统路由器会为每次请求自动挑选合适的模型与技术，仅用一个旋钮即可调节成本与质量的取舍，对外提供统一的 OpenAI 兼容接口。
产品详细介绍
整合低成本模型，与前沿大语言模型和视觉语言模型相抗衡
AgentCodec 通过组合多个 LLM 与 VLM 模型（开源或托管均可），借助借鉴通信理论的技术——反馈重试、增加冗余、融合多份输出——让组合后的效果对标前沿大模型，即便只用两个开源权重模型也能在基准测试中获得明显提升。用户可在自有数据上评估 28 种组合策略，系统路由器会为每次请求自动挑选合适的模型与技术，仅用一个旋钮即可调节成本与质量的取舍，对外提供统一的 OpenAI 兼容接口。
定价方案
需要付费创始人评论
INTELLERCE LLC创始人
嗨，Product Hunt，
我是 Hamed，AgentCodec 的作者之一。
你的手机发送每条消息的方式并不相同。靠近基站时，它会尽可能多地塞进数据；在地下室时，它会降速并增加冗余，这样信息就不会丢失。通信工程师自香农 1948 年的论文以来一直在打磨这套方法。
大多数 AI 应用根本不做适配。无论是简单还是困难的请求，每一个都用同一个模型、以同样的方式调用。简单的请求被过度付费，困难的请求却仍然失败。
我们的论文《A Communication-Theoretic Framework for LLM Agents: Cost-Aware Adaptive Reliability》刚刚被 NeurIPS 2026 接收。它表明 LLM 在数学意义上表现得像一个有噪信道，因此同一套工具箱同样适用。在论文的文本基准测试上，我们的路由器在达到与最佳固定方法相同质量的同时将成本降低了约 56%，或在相同成本下将质量提升了约 7%。它不只是选取成本-质量前沿上的一个点，而是画出了新的前沿。
论文只是个起点。AgentCodec 从那以后已经改进很多，现在它也能用于视觉语言模型。在 MMMU 上，通过 AgentCodec 组合的两个开源权重 VLM，比单独使用任一个并开启思维链时得分都要明显更高。
你能获得的功能：
- 28 种可靠性技术：21 种来自通信理论（HARQ、turbo、fountain、FEC、分集合并、自适应路由），以及 7 种业内熟知的方法，如 self-consistency 和 best-of-N
- 基于你自己数据样本、跨你选择的模型的评估：托管或开源权重，文本或视觉
- 一个为每个请求挑选模型与技术的路由器，仅用一个旋钮调节成本与质量的权衡（在 Dedicated 套餐上你可以基于自己的运行数据训练它）
- 一个端点，如果你愿意可以兼容 OpenAI
举一个我们视觉测试中的小例子：MMMU 中一道题问一段没有小节线的短乐谱中有多少个小节。我们测试的两个开启思维链的模型都答错了，其中一个还花了超过 26000 个 token 去数。AgentCodec 的 HARQ 技术——也就是你手机在弱信号下使用的同一套重传方案——以同样的成本给出了正确答案。
AgentCodec 现已在 AptAgents 平台上架，Standard 套餐提供 7 天免费试用。更多详情见产品页：https://intellerce.com/products/...
我们非常期待你的反馈，尤其是如果你在生产环境中运行智能体。今天你的请求会在哪里失败？要让你信任一个路由器来处理它们，你需要什么？我今天全天都在这里回答问题。
创始团队
INTELLERCE LLC创始团队
