Airbnb 生产环境基准测试：微调 E2B 模型以 1% 成本实现前沿质量

Airbnb 工程团队对内部微调的 E2B 分类器与多家前沿 LLM API 进行了生产环境基准测试。结果显示，微调后的 20 亿参数模型在分类准确率上可媲美 GPT-6.1 Sol 和 Claude Sonnet 5.5 等前沿模型，但中位延迟仅为 35ms（低于 100ms 预算），且在高流量下成本约为前沿 API 的百分之一。