AI 大廠集體轉(zhuǎn)向，大模型迎來“杰文斯時(shí)刻”

文 | 深流研究所，作者 | 絳楓

過去一周，Grok 4.5、GPT-5.6、Claude Sonnet 5 接連登場(chǎng)。

比發(fā)布密度更值得注意的，是這些公司對(duì)模型的新敘事。

最典型的是馬斯克。介紹 Grok 4.5 時(shí)，他幾乎沒提“xAI 最強(qiáng)”，而是反復(fù)強(qiáng)調(diào)一個(gè)點(diǎn)——“Opus 級(jí)模型”，但更快、更省 token、成本更低。

同樣的轉(zhuǎn)向，也在另外兩家發(fā)生。

OpenAI 把 GPT-5.6 的目標(biāo)寫成“讓每個(gè) token 產(chǎn)出更多有用工作”，Sam Altman 更直言，企業(yè)客戶現(xiàn)在真正在意的是 AI 支出換回了什么價(jià)值；Anthropic 則說，Sonnet 5 能完成的智能體任務(wù)，在幾個(gè)月前還需要更大、更貴的模型。

當(dāng)“更便宜”成了行業(yè)默認(rèn)動(dòng)作，真正的競(jìng)爭(zhēng)就不再是“降多少價(jià)”，而是同樣的價(jià)格，誰的模型能干更多、更難的任務(wù)？

性價(jià)比，開始成為競(jìng)爭(zhēng)的核心變量。

1、性價(jià)比之爭(zhēng)，模型公司重新組合能力、成本與場(chǎng)景

這種變化首先體現(xiàn)在模型產(chǎn)品本身。模型公司開始把不同能力、不同成本和不同調(diào)用方式重新組合起來。

OpenAI 的 GPT-5.6 最典型。“Sol / Terra / Luna”取代了過去幾年“旗艦 + mini/nano”的模型命名體系。這改變了模型分層的邏輯——以前按強(qiáng)弱排序，現(xiàn)在按場(chǎng)景分工。

Sol 承擔(dān)復(fù)雜推理、編程和 Agent 等高難任務(wù)，但價(jià)格與 GPT-5.5 標(biāo)準(zhǔn)旗艦持平；Terra 的綜合表現(xiàn)接近 GPT-5.5，卻落在 GPT-5.4 的中端價(jià)格區(qū)間；Luna 與開源 GLM-5.2 處在同一價(jià)位，主打高并發(fā)、低延遲的走量調(diào)用。

這套分層的核心，是讓能力跟著場(chǎng)景走、成本跟著任務(wù)變。復(fù)雜任務(wù)用旗艦?zāi)芰?，日常任?wù)用主力模型，高頻調(diào)用優(yōu)先低延遲和低成本。

OpenAI 今年 3 月推出Standard / Batch / Flex / Priority 定價(jià)機(jī)制，進(jìn)一步把這種思路推進(jìn)到調(diào)用層面。同一個(gè)模型，也可以按調(diào)用方式定價(jià)。能批處理、可等待的請(qǐng)求更便宜；追求低延遲、高確定性的請(qǐng)求更貴。

這意味著，價(jià)格不再只取決于模型能力，也取決于任務(wù)對(duì)時(shí)間和穩(wěn)定性的要求。過去隱藏在系統(tǒng)調(diào)度里的延遲、優(yōu)先級(jí)和確定性，正在被直接寫進(jìn)計(jì)費(fèi)結(jié)構(gòu)。

6 月底，Anthropic 發(fā)布 Claude Sonnet 5 同樣指向這一趨勢(shì)。Sonnet 5 內(nèi)置了 effort 機(jī)制。它讓調(diào)用方可以根據(jù)任務(wù)復(fù)雜度調(diào)節(jié)推理強(qiáng)度——中等 effort 用來控制成本，高 effort 才逼近旗艦表現(xiàn)。

這打破了“選定模型就鎖定成本”的舊邏輯。開發(fā)者不再只是選擇用哪個(gè)模型，也可以決定一次調(diào)用投入多少算力。性價(jià)比因此從靜態(tài)參數(shù)，變成了動(dòng)態(tài)調(diào)節(jié)。

7 月 9 日發(fā)布的 Grok 4.5，則把性價(jià)比前置到了訓(xùn)練階段：先鎖定高頻場(chǎng)景，再圍繞場(chǎng)景定義模型能力和成本結(jié)構(gòu)。

Grok 4.5 是 xAI 首個(gè)專門針對(duì)編程和智能體任務(wù)訓(xùn)練的模型，與 Cursor 聯(lián)合訓(xùn)練，使用了 Cursor 上大量真實(shí)交互數(shù)據(jù)。定價(jià)為每百萬 token 2 美元輸入、6 美元輸出，同時(shí)提供 MoE 架構(gòu)、500K 上下文和可配置推理強(qiáng)度。

編程和 Agent 往往上下文長(zhǎng)、調(diào)用頻繁、鏈路復(fù)雜，一次失敗還會(huì)觸發(fā)多輪重試，成本最容易被放大。Grok 4.5 選擇先鎖定 Cursor 這樣的高頻入口，再圍繞真實(shí)調(diào)用優(yōu)化能力和成本。

這三款模型共同說明，性價(jià)比已經(jīng)不再是一個(gè)簡(jiǎn)單的價(jià)格標(biāo)簽。OpenAI 是把不同能力放進(jìn)不同調(diào)用場(chǎng)景；Anthropic 是把旗艦?zāi)芰哼M(jìn)主力價(jià)格區(qū)間，并開放推理強(qiáng)度調(diào)節(jié)；Grok 則是在高頻編程場(chǎng)景里重新計(jì)算“劃算”的標(biāo)準(zhǔn)。

大模型競(jìng)爭(zhēng)正在從“能力最大化”轉(zhuǎn)向“有效能力的成本最優(yōu)化”。

2、性價(jià)比的經(jīng)濟(jì)賬，從“token 單價(jià)”到“單任務(wù)成本”

不同于傳統(tǒng)互聯(lián)網(wǎng) App，AI 產(chǎn)品每一次調(diào)用，都對(duì)應(yīng)一次真實(shí)的推理成本。使用越多，價(jià)值越大，成本壓力也越真實(shí)。

模型競(jìng)爭(zhēng)進(jìn)入應(yīng)用階段，性價(jià)比正在從“價(jià)格問題”，延伸為“商業(yè)模式問題”。當(dāng)模型真正進(jìn)入真實(shí)任務(wù)場(chǎng)景，決定商業(yè)可持續(xù)性的，是模型能力能不能在高頻調(diào)用中，被穩(wěn)定、低成本地交付出來。

一個(gè)真實(shí)任務(wù)的成本，通常由一整條任務(wù)鏈路共同決定：輸入輸出 token 數(shù)、調(diào)用輪次、上下文長(zhǎng)度、工具調(diào)用次數(shù)、推理強(qiáng)度、失敗重試率等，都會(huì)被計(jì)入最終賬本。

這也帶來一個(gè)反直覺結(jié)論：定價(jià)便宜的模型，未必真的便宜。

如果單次 token 價(jià)格低，卻需要更多輪對(duì)話、更長(zhǎng)上下文、更高重試率，那么單位任務(wù)成本未必低。反過來，一個(gè)看似更貴的模型，如果能用更少輪次完成任務(wù)，減少返工、降低失敗率，最終反而可能更劃算。

模型性價(jià)比的衡量單位正在發(fā)生變化——不只看 token 單價(jià)，還有完成單個(gè)任務(wù)所需的成本。

過去一年，國內(nèi)模型公司普遍轉(zhuǎn)向 MoE 和稀疏激活，也可以放在這一框架下理解。

DeepSeek-V4-Flash 是 284B 總參數(shù)、每 token 激活 13B；Qwen3-235B-A22B 是 235B 總參數(shù)、22B 激活；Kimi K2.6 是 1T 總參數(shù)、32B 激活。近期發(fā)布的騰訊混元 Hy3 正式版，也采用 MoE 架構(gòu)，295B 總參數(shù)、21B 激活參數(shù)，并支持 256K 上下文。

國產(chǎn)大模型集體押注“大參數(shù) + 小激活”，這說明模型能力與調(diào)用成本之間的關(guān)系，正在被重新設(shè)計(jì)。

總參數(shù)決定模型的能力池有多大，能覆蓋多少知識(shí)、推理、代碼和 Agent 任務(wù)；激活參數(shù)決定一次推理真正要支付多少計(jì)算成本。MoE 的關(guān)鍵價(jià)值正在于此：

讓模型擁有接近超大規(guī)模模型的能力邊界，同時(shí)讓每次調(diào)用不必承擔(dān)全量參數(shù)的計(jì)算開銷。

換句話說，性價(jià)比已經(jīng)前置到模型架構(gòu)設(shè)計(jì)階段，而不再只是模型發(fā)布后的定價(jià)策略。

騰訊混元 Hy3 正式版，正是這一趨勢(shì)的近期樣本。它的看點(diǎn)不只是 295B 總參數(shù)，更在于用 21B 激活參數(shù)承接一個(gè)更大的能力池，并將能力重點(diǎn)放在 Agent、辦公、知識(shí)處理、多文件生成等真實(shí)任務(wù)上。

此外，Hy3 正式版智能水平顯著強(qiáng)于同尺寸模型，效果可比肩參數(shù)規(guī)模為其 2—5 倍的旗艦?zāi)Ｐ?。這意味著，Hy3 能用更少的實(shí)際激活計(jì)算，承接更復(fù)雜的任務(wù)類型。

從 preview 到正式版，Hy3 日均 token 消耗增長(zhǎng) 20 倍，也說明模型經(jīng)濟(jì)性開始被真實(shí)調(diào)用規(guī)模檢驗(yàn)。

對(duì)國產(chǎn)模型廠商來說，性價(jià)比不只體現(xiàn)在開源和 API 價(jià)格上，更體現(xiàn)在能否在真實(shí)產(chǎn)品和開發(fā)者調(diào)用中，以更低成本支撐更多任務(wù)。

因此，這一輪性價(jià)比競(jìng)爭(zhēng)，本質(zhì)上正在變成“單任務(wù)經(jīng)濟(jì)性”的競(jìng)爭(zhēng)。

未來模型公司比拼的，不只是能力池有多大，更是每個(gè)任務(wù)實(shí)際要為這座能力池支付多少成本。誰能用更少計(jì)算、更少輪次、更少重試，完成更多真實(shí)任務(wù)，誰才真正擁有更高的性價(jià)比。

3、“默認(rèn)調(diào)用”之爭(zhēng)，大模型迎來“杰文斯時(shí)刻”

當(dāng)性價(jià)比的衡量單位轉(zhuǎn)向“單任務(wù)成本”，模型競(jìng)爭(zhēng)的重心也隨之改變。企業(yè)和開發(fā)者真正關(guān)心的，正在從“哪個(gè)模型最強(qiáng)”，轉(zhuǎn)向“哪個(gè)模型能被長(zhǎng)期、穩(wěn)定、低成本地默認(rèn)調(diào)用”。

所謂默認(rèn)調(diào)用，指的是模型在辦公、知識(shí)管理、Agent、客服、代碼等高頻場(chǎng)景中，系統(tǒng)優(yōu)先調(diào)用的底層能力。它未必總被用戶看見，卻會(huì)持續(xù)承接大量真實(shí)任務(wù)。

這種變化，已經(jīng)開始被云平臺(tái)和開發(fā)者工具產(chǎn)品化。Amazon Bedrock 推出的 Intelligent Prompt Routing、微軟 Azure AI Foundry 上線的 Model Router，本質(zhì)上都在把模型調(diào)用從“手動(dòng)選擇”，推進(jìn)到“統(tǒng)一調(diào)度”：系統(tǒng)根據(jù)任務(wù)復(fù)雜度、成本、延遲和性能，將請(qǐng)求路由到更合適的模型。

開發(fā)者生態(tài)中的 OpenRouter、LiteLLM、Dify，也在承擔(dān)類似角色。統(tǒng)一 API、多模型路由、預(yù)算控制，以及推理模型等默認(rèn)能力配置，正在把模型嵌入更上層的應(yīng)用框架和企業(yè) AI 網(wǎng)關(guān)。

這會(huì)重塑模型市場(chǎng)的競(jìng)爭(zhēng)方式。未來，很多調(diào)用未必由終端用戶直接決定，而會(huì)由云平臺(tái)、AI 網(wǎng)關(guān)、開發(fā)框架和企業(yè)中臺(tái)提前分配。誰能進(jìn)入這些系統(tǒng)的默認(rèn)配置，誰就能獲得更高比例的真實(shí)調(diào)用。

默認(rèn)調(diào)用的第一重價(jià)值，是規(guī)模。一個(gè)模型只要能承接企業(yè)和開發(fā)者每天穩(wěn)定發(fā)生的大量任務(wù)，即便單次調(diào)用價(jià)格不高，也能形成更扎實(shí)的商業(yè)基本盤。

規(guī)模還會(huì)帶來反饋。真實(shí)任務(wù)中的失敗率、重試率、用戶修正、工具調(diào)用路徑、上下文組織方式，都會(huì)反過來幫助模型和系統(tǒng)優(yōu)化。模型的進(jìn)化，離不開靜態(tài)評(píng)測(cè)，更離不開真實(shí)使用中的暴露、修正與迭代。

更關(guān)鍵的是，默認(rèn)調(diào)用會(huì)帶來生態(tài)綁定。開發(fā)者一旦圍繞某個(gè)模型調(diào)好了提示詞、工具調(diào)用、RAG 流程、Agent 框架、評(píng)測(cè)標(biāo)準(zhǔn)和安全策略，這個(gè)模型就會(huì)從一個(gè)可替換的 API，變成應(yīng)用架構(gòu)的一部分。

由此，“性價(jià)比”會(huì)形成一個(gè)新的競(jìng)爭(zhēng)飛輪：更低單任務(wù)成本，帶來更多默認(rèn)調(diào)用；更多默認(rèn)調(diào)用，帶來更大調(diào)用規(guī)模和更多真實(shí)反饋；真實(shí)反饋繼續(xù)推動(dòng)模型和系統(tǒng)優(yōu)化，進(jìn)一步降低單任務(wù)成本。

騰訊混元 Hy3 與 WorkBuddy 的結(jié)合，體現(xiàn)了這一趨勢(shì)。WorkBuddy 承接企業(yè)辦公、文件處理、流程編排等高頻任務(wù)，Hy3 則通過這一入口進(jìn)入真實(shí)工作流。

公開信息顯示，從 preview 到正式版，Hy3 日均 token 消耗增長(zhǎng) 20 倍，WorkBuddy 上自主選擇 Hy3 preview 的用戶數(shù)增長(zhǎng) 6 倍；正式版在辦公場(chǎng)景內(nèi)部測(cè)評(píng)中，任務(wù)成功率從 72% 提升至 90%，平均耗時(shí)縮短約 34%。

這說明模型開始被真實(shí)任務(wù)鏈路反復(fù)檢驗(yàn)。任務(wù)規(guī)劃、工具調(diào)度、多 Agent 協(xié)作等能力，只有進(jìn)入辦公場(chǎng)景，才會(huì)暴露出失敗、重試、耗時(shí)和工具調(diào)用等具體問題，并反過來推動(dòng)模型迭代。

類似的協(xié)同優(yōu)化，已經(jīng)成為行業(yè)共同方向。

Google 將 Gemini 深度嵌入 Gmail、Docs 等工作場(chǎng)景，圍繞郵件、文檔、會(huì)議紀(jì)要等高頻任務(wù)優(yōu)化；Adobe Firefly 也嵌入 Photoshop、Illustrator、Premiere 等創(chuàng)意工作流，讓模型圍繞真實(shí)編輯、生成和修改鏈路迭代。

模型只有進(jìn)入真實(shí)任務(wù)，才能獲得穩(wěn)定調(diào)用、真實(shí)反饋和持續(xù)優(yōu)化空間，最終形成“模型—產(chǎn)品—場(chǎng)景”的協(xié)同優(yōu)化。

因此，性價(jià)比競(jìng)爭(zhēng)已經(jīng)超出降價(jià)競(jìng)賽本身。它真正改變的，是需求邊界。

19 世紀(jì)，經(jīng)濟(jì)學(xué)家杰文斯觀察到一個(gè)現(xiàn)象：蒸汽機(jī)效率越高，煤炭消耗反而越多。效率提升沒有抑制使用，反而降低了使用門檻，讓煤炭進(jìn)入更多產(chǎn)業(yè)、更多機(jī)器和更長(zhǎng)的生產(chǎn)鏈條。

大模型正在接近自己的“杰文斯時(shí)刻”。

性價(jià)比競(jìng)爭(zhēng)的結(jié)果，未必是 AI 總成本下降，而是 AI 使用密度上升。模型調(diào)用會(huì)從少數(shù)高價(jià)值任務(wù)，擴(kuò)展到大量日常任務(wù)，最終讓 AI 變得更實(shí)用，也更普惠。