The Reasoning Tax: Token Economics of LLM Reasoning Across Task Types and Deployment Contexts

Token Economy Score 用准确率边际提升除以 token 倍率，直接回答“多想一会儿是否值得”。基于 7 个基准、151 次运行的分析发现，AIME 2025 和 LiveCodeBench 的链式结构带来高 TES，而 MMLU-Pro 的知识回忆即便困难也低效；更高 reasoning effort 还会出现递减收益乃至降准，RCS 与 DCM 则把内部思考和部署地点纳入成本模型。