7.4
深览指数
科技人人都是产品经理·赛博禅心··AI 生成
从 Token-Maxxing，到 Token-Minimizing
文章核心判断：AI 行业正从“猛烧 Token、拼谁用得多”的探索阶段，转向“精算 Token、压低每份合格交付总成本”的务实阶段。作者提出“Token-Maxxing”（词元天尊/全民养虾）和“Token-Minimizing”两个概念，对比了 Meta 早期按用量排名、鼓励用 Agent 并行探索的做法，与当下 DeepSeek、GLM、百灵等推出廉价 Flash 模型后的成本核算逻辑。文章结合外滩大会百灵团队案例，指出真正有效的 Token-Minimizing 不是单纯省钱，而是要降低包括人力复核在内的“端到端总成本”，甚至要奖励模型“不知道就拒答”以减少错误。适合产品经理、AI 应用开发者、技术决策者阅读。原文 ↗
核心观点
- ▍AI 行业正在从 Token-Maxxing（拼消耗、猛烧 Token）阶段，进入 Token-Minimizing（精算每份智力的产出）阶段。
- 01Meta 内部曾按 Token 用量给员工排名，授予“Token Legend”（词元天尊）称号；国内也称此现象为“全民养虾”。
- 02早期用 Agent 探索是合理的——浪费一些计算，好过错失可能；但随后出现“空烧”，如把额度用于解答哥德巴赫猜想或转卖公司 Token 资源。
- 03厂商纷纷推出 Flash 级口粮模型，标准：智力在 Opus 4.6 以上、价格是头部模型 1/10 以内、速度 100 token/s 以上，例如 DeepSeek V4.1-Flash 价格为 Opus 4.8 的 1/10，GLM-5.3-Flash 为 Opus 4.8 的 1/40。
- 04百灵团队阿福负责人指出，用户规模上来后推理成本极高，且 C 端用户等 5 秒就会流失；当小模型跨过业务水位线，选型标准从“谁最聪明”变为“在足够聪明下更快、更便宜、更稳定”。
- 05百灵推出金融增强模型 Ling-3.0-flash-Fin（124B 总参数、5.1B 激活参数），演示中能读取财报和 5000 余公式的 Excel，完成更新预测值、处理跨表依赖等任务。
- 06蚂蚁集团联合中金发布 FinFIRST 评测基准，由 50 余名金融专家设计，从结果、过程、证据三层面评估模型，并提高了对拒答的奖励——不知道时宁愿告诉用户不知道。
反方 / 局限
- — Token-Minimizing 若只理解为“省 Token”则过于狭窄；真正的总成本包括“人力+Token”，为省 Token 耗费大量人力（如反复复核）是得不偿失的。
- — 当前 Benchmark 机制在严肃场景下存在缺陷——它鼓励模型“尽量答”，即使不确定也猜一个，导致金融场景中出现几十种互相冲突的口径，增加人工判断负担。
- — 文章暗示，旗舰模型（如 Fable）的溢价中很大一部分是“时间优势”，六个月后的 Flash 模型可能就能赶上，这意味着高价旗舰的不可替代性可能快速下降。
Token-MaxxingToken-Minimizing全民养虾DeepSeekGLM（智谱）百灵（蚂蚁集团）MetaGemini（Google）Opus（模型系列）Ling-3.0-flash-FinFinFIRST中金公司外滩大会阿福（百灵产品）
11 分钟 · 3 卡片 · 8 资料
读原文 →