理解 AI 助手的成本

您正在构建一个内部工具，使用 AI 模型来生成单元测试。您在评估两个模型：A 模型和 B 模型，并且已知以下信息：

• 两个模型的按 token 定价相同。
• 对于每个请求，两者用于生成测试本身的输入 tokens 数量和输出 tokens 数量大致相同。
• B 模型在每次请求中还会额外生成 1,500 个"推理" tokens，这些会计费，但不会提升测试质量。

在已知每个模型的单 token 成本的情况下，哪一个（A 或 B）更具性价比？