7.5
深览指数
科技人人都是产品经理·深流研究所··AI 生成
AI 大厂集体转向，大模型迎来“杰文斯时刻”
文章核心判断：大模型竞争正从参数规模竞赛转向“单任务经济性”竞争，性价比成为新核心变量。作者拆解了GPT-5.6、Claude Sonnet 5、Grok 4.5三款最新模型在能力-成本-场景上的不同重构策略，并延伸至MoE架构、模型路由等产业实践，认为模型竞争将演变为“默认调用”之争，最终可能迎来AI使用密度大幅提升的“杰文斯时刻”。适合关注AI产业趋势、技术产品化及商业模式的从业者阅读。原文 ↗
核心观点
- ▍大模型竞争正从“能力最大化”转向“有效能力的成本最优化”，性价比成为核心变量，衡量单位从“token单价”变为“单任务成本”。
- ▍模型竞争将演变为“默认调用”之争，谁能进入云平台、AI网关和开发框架的默认配置，谁就能获得真实调用规模、反馈和生态绑定，形成正向飞轮。
- 01OpenAI的GPT-5.6以Sol/Terra/Luna替代旗舰+mini分层，按场景分工而非按强弱排序，并推出Standard/Batch/Flex/Priority定价机制，将延迟、优先级等纳入计费结构。
- 02Anthropic的Claude Sonnet 5内置effort机制，允许调用方根据任务复杂度调节推理强度，打破了“选定模型就锁定成本”的旧逻辑。
- 03xAI的Grok 4.5与Cursor联合训练，针对编程和智能体高频场景优化，定价每百万token 2美元输入、6美元输出，将性价比前置到训练阶段。
- 04国内模型公司普遍转向MoE架构，如DeepSeek-V4-Flash（284B总/13B激活）、Qwen3-235B-A22B（235B总/22B激活）、Kimi K2.6（1T总/32B激活）、腾讯混元Hy3（295B总/21B激活），旨在用“大参数+小激活”实现能力与成本的重新平衡。
- 05腾讯混元Hy3正式版日均token消耗增长20倍，WorkBuddy自主选择Hy3用户数增长6倍，办公场景任务成功率从72%提升至90%，平均耗时缩短34%。
- 06Amazon Bedrock的Intelligent Prompt Routing、微软Azure AI Foundry的Model Router，以及OpenRouter、LiteLLM、Dify等开发者工具，正在将模型调用从手动选择推进到统一调度。
反方 / 局限
- — 文章预设了“性价比竞争是大模型发展的核心主线”，但未充分讨论部分公司（如Google DeepMind）可能仍坚持“能力优先”路线，或某些场景（如高端科研、复杂创意）下“单任务成本”并非首要考量。
- — “杰文斯时刻”的类比意味着AI使用密度上升，但作者未讨论这种上升可能带来的算力基础设施瓶颈、能源消耗与环境影响，以及是否会导致AI应用泡沫化。
OpenAIAnthropicxAI腾讯混元DeepSeekSam AltmanGPT-5.6Claude Sonnet 5Grok 4.5MoE杰文斯悖论Amazon BedrockCursorWorkBuddy
11 分钟 · 4 卡片 · 9 资料
读原文 →