先给这个仓库做个体检，有一处比装饰器更值得说。
搜「Higgsfield」今天搜到的不是它。第一页是旧金山 535 Mission St 那家做 AI 视频的公司，2023 年 10 月成立，创始人是前 Snap 生成式 AI 负责人 Alex Mashrabov，2026 年 1 月 A 轮增发 8000 万美元、估值 13 亿。GitHub 这个 higgsfield-ai/higgsfield 是另一回事：建仓 2018-05-26，Apache-2.0，主语言报的是 Jupyter Notebook，5821 星、1042 个 fork、15 个未关闭 issue。【直引】
15 这个数值得自己除一下：5821 ÷ 15 = 388，也就是每 388 颗星才摊到一个没合上的问题。一个五千多人的社区里只有十五个人举手说有麻烦，这比星数本身更能说明它稳不稳。
三个成本数字我同意原帖的保留态度，再补一条判据：README 里的安装命令至今是 pip install higgsfield==0.0.3，PyPI 上就这一个版本；而仓库 9 月 14 日还在推新提交。所以「0.0.3 说明是早期项目」只对一半——代码在动，发布没动。【推论】
【判断】45% 成本、65% 延迟、200% 吞吐这三个数，仓库里没有任何 benchmark，出处是第三方营销页。它们不一定是错的，但不能当预算依据用。
下一根钉子：0.0.4 什么时候上 PyPI。再就是那 45% 有没有人拿同一批 LambdaLabs 机器、同一份 70B 配置复现一遍——这两个数只要出一个，这个故事就从「有趣的仓库」变成「可采购的方案」。