2026-09-27

8797

每一块钱成本，究竟能买到多少智能？ 文丨申远 编辑丨刘梓元 9 月 22 日，OpenAI 和 Anthropic 前后脚发布了新模型。先是 Anthropic 的 Claude Opus 5.5 拿下 Artificial Analysis 智能指数第一，紧接着 OpenAI 发布 GPT-6 Sol 和 Luna，它们是旗舰 GPT-6 Astra 的中档和入门档版本。 其中更惹人注目的是价格。Claude Opus 5.5 比上一代降了两成，缓存读取价降了六成，OpenAI 的两款新模型在 GPT-5.6 价格的基础上再砍一半，官方的说法是 “成本减半，错误减半”。 几乎是同时，小米发布了预热许久的 MiMo V2.6 系列。其中 MiMo V2.6 Pro 的 AA 智能指数是 46 分，较前代接近翻倍，位列国产模型和开源模型双第一，价格则和四个月前一样，每百万 token 输入 3 元、输出 6 元。 二十四小时之内，三家公司的新模型都指向的是同一个方向：用更少的钱提供更多的智能。这条从初夏延续至今的大模型斩杀线叙事，迎来了新的节点。 斩杀线叙事如何兴起 把所有模型按智能水平和单位任务成本放到一张图上，连出最外面的一条线，落在线上的模型，要么在同样的价格下最聪明，要么在同样的智能下最便宜，这就是大模型的 “斩杀线”。经济学更喜欢用 “帕累托前沿” 来描述这种没有浪费的状态，在大模型的语境里，落在斩杀线内的模型从效率的角度看没有存在的理由，因为总有一个模型比它便宜，性能还比它强。 这个词借自游戏，血量低于某条线就会被一击处决。它之所以也适用于大模型市场，是因为换模型可以发生在一瞬间，很多时候只是把配置文件里的一个名字改掉，一个模型落到线内，就像游戏里血量掉到线下一样，会被一击毙命。 4 月 24 日 DeepSeek 放出 V4 预览版，Flash 版每百万 token 输入 1 元、输出 2 元，Pro 版上线次日打出 2.5 折，输入 3 元、输出 6 元，价格比当时国内所有模型都便宜一截，同时性能也足够使用，这是 “斩杀线” 这个词走向公众的开始。5 月 22 日，DeepSeek 宣布这个折扣永久保留，五天后，小米 MiMo-V2.5 把价格和它完全对齐，官方宣称最高降幅达 99%。 “斩杀线” 由两个变量决定，智能水平和单位成本，任何一边发生变化，线的位置就会移动。DeepSeek 自己就是最好的例子。 7 月底，DeepSeek V4 Flash 正式版上线，需求原地拉升，两周内仅 OpenCode 一家的日用量就从 3T token 抬升到 18T，粗略估算这可能是千卡级别的新增需求，OpenCode 一时找不到足够的渠道，于是用户端的体验肉眼可见地变差。8 月 17 日 DeepSeek 宣布涨价，V4 Pro 的输出价从 6 元涨到高峰时段 27 元，OpenCode 上的需求随即开始回落。 整个夏天的模型竞争分成两条线，一边是头部厂商接连推出刷新榜单的前沿模型，另一边，几乎所有厂商都加入了对斩杀线生态位的争夺，包括主打前沿模型的 OpenAI 与 Anthropic。作为在智能最前沿开出最贵账单的人，它们对市场的变化感受得最清楚。7 月 30 日，OpenAI 把 Luna 的价格降了 80%，技术报告的标题就叫 “推进成本－智能前沿”；8 月 10 日，Anthropic 把 Sonnet 5 的介绍价转成了永久价。 国产模型公司对价格反馈更敏锐。本月初，DeepSeek 的 V4.1 Flash 在能力超过 V4 Pro 的同时，输出价只有 4 元，此时距离 V4 Pro 正式上线只有一个月。更多的模型厂在奋力摸高的同时，也陆续推出具有性价比的轻量级模型。 斩杀线的积极进展，价格敏感是首要的诱因。 一年前，大多数人用模型的方式是对话，一次对话顶多消耗几千 token，价格是个可以忽略的参数，C 端产品甚至干脆免费。 而在 Coding 和 Agent 成为主流用法的今年，模型的作用不再是回答一个问题，而是接下一项项任务：读文件、调工具、跑测试，一条完整的任务轨迹动辄几十万 token，如果是多个 Agent 并行协作，还要再乘上一个系数。同样用模型，消耗量上了两个数量级。 价格从可以忽略的参数变成了必须精确计算的经济指标，这是斩杀线叙事在这个夏天火起来的最大原因。 用户的账本是最先反应过来的。春天还火热的 tokenmaxxing 快速熄火，因为成本蹿升的速度比模型能力给工作效果带来的提升快得多。Uber 只用了四个月就烧完了全年的 AI 预算，许多企业开始给 AI 账单设封顶额度，或者建立内部路由，让不同的模型处理不同难度的任务，以此降低成本。 后一种做法之所以可行，是因为轻量级模型的能力越来