便宜模型跑 Agent 反而更贵：线性往返堆爆上下文窗口

在 agent 框架中运行便宜模型，总成本常高于前沿模型。原因在于，经 RL 后训练并带有简洁性惩罚的前沿模型会激进地并行调用工具，把多个步骤合并处理；较弱的模型只能串行执行，每一步都增加一轮往返，几十次循环后不断撑大上下文窗口。因此选模型时，除单 token 智能水平外，还要计入把多轮折叠成一轮的能力。