7.5
深览指数
科技腾讯新闻·晚点LatePost··AI 生成
大模型 “斩杀线”，战火烧到了前沿模型
本文以“斩杀线”（帕累托前沿）概念为核心，梳理了大模型行业从2024年4月DeepSeek掀起价格战，到9月Anthropic、OpenAI及小米相继发布新模型，将性价比竞争从轻量级模型烧至前沿模型的演进路径。文章核心发现是，小米MiMo V2.6 Pro首次以Flash档价格提供了第一梯队模型能力，迫使所有高价模型回答“多付的钱买到了什么”。作者认为，在Agent与Coding场景大幅推高Token消耗量的背景下，成本已成为硬约束，斩杀线叙事将持续主导竞争。文章适合关注AI产业竞争格局、商业模式的从业者与投资者阅读。原文 ↗
核心观点
- ▍大模型行业的竞争焦点已从单纯的智能能力转向性价比，即“斩杀线”（帕累托前沿）的争夺，这条线正从轻量级模型烧至前沿模型，改变了高端模型的定价锚点。
- 012024年4月，DeepSeek V4预览版以远低于市场价的API定价（Flash版输入1元/输出2元每百万token），首次将“斩杀线”概念带入公众视野。
- 029月22日，Anthropic与OpenAI同日降价：Claude Opus 5.5较上一代降价两成，缓存价降六成；OpenAI的GPT-6 Sol和Luna在GPT-5.6价格基础上再砍一半。
- 03小米发布的MiMo V2.6 Pro，AA智能指数46分，API价格与前代持平（输入3元/输出6元），单任务成本仅0.13美元，是Opus 5.5的1/45，首次实现以Flash档价格提供第一梯队模型能力。
- 04文章引用Epoch AI数据，2023年以来达到同等性能所需成本平均每季度下降约47%，速度为算力成本下降的6倍。
- 05Agent与Coding成为主流用法后，单次任务消耗Token量从数千上升到数十万甚至更多，使价格从可忽略参数变为硬约束。Uber四个月烧完全年AI预算即为例证。
- 06小米模型的效率跃升主要来自后训练的强化学习，而非改变基座架构。V2.6与V2.5共用同一万亿参数基座，纯靠强化学习在DeepSWE v1.1上把性能从58提升至72，花费仅347万美元。
反方 / 局限
- — 作者指出，“斩杀线”叙事建立在API商业模式之上。若模型能力趋同并转向按价值定价，或开源模型生态锁定的影响超过单纯的性价比，现有的斩杀线逻辑可能分化或失效。
- — 文章暗示，单纯依靠扩大参数规模的边际收益正在递减，而强化学习也非无限提升。最终的突破仍需依赖架构创新，但这一点在当前竞争中并非所有玩家都能做到。
OpenAIAnthropic小米DeepSeekMiMo V2.6 ProGPT-6 SolClaude Opus 5.5斩杀线帕累托前沿强化学习罗福莉Artificial AnalysisEpoch AI
15 分钟 · 4 卡片 · 9 资料
读原文 →