AI 大廠集體轉向，大模型迎來“傑文斯時刻”
重點摘要
AI大廠OpenAI、Anthropic及xAI近期接連發布新模型，集體將策略從「能力最大化」轉向「有效能力的成本最優化」，透過模型分層、推理強度調節及MoE架構來降低單任務成本。性價比競爭推動模型進入「傑文斯時刻」，效率提升反而讓AI使用密度與默認調用規模大幅擴張，辦公、編碼等高頻場景成為新戰場。
過去一週，Grok 4.5、GPT-5.6、Claude Sonnet 5 接連問世，更值得注意的是這些公司對模型的全新敘事。以馬斯克為例，他在介紹 Grok 4.5 時，並未強調「xAI 最強」，而是反覆指出這是一款「Opus 級模型」，但速度更快、token 消耗更少、成本更低。同樣的轉向也發生在 OpenAI 與 Anthropic：OpenAI 將 GPT-5.6 的目標定為「讓每個 token 產出更多有用工作」，執行長 Sam Altman 直言企業客戶現在真正在意的是 AI 支出換回了什麼價值；Anthropic 則表示，Sonnet 5 能完成的智能體任務，在幾個月前還需要更大、更貴的模型。當「更便宜」成為行業默認動作，真正的競爭已不再是降價幅度，而是同樣的價格下，誰的模型能完成更多、更難的任務。性價比，正成為大模型競爭的核心變量。 這種變化首先體現在產品設計上。模型公司開始將不同能力、成本與調用方式重新組合。OpenAI 的 GPT-5.6 以「Sol / Terra / Luna」取代過去「旗艦 + mini/nano」的命名體系，從按強弱排序轉為按場景分工。Sol 承擔複雜推理、程式設計與 Agent 等高難任務，價格與 GPT-5.5 標準旗艦持平；Terra 綜合表現接近 GPT-5.5，卻落在 GPT-5.4 的中端價格區間；Luna 與開源 GLM-5.2 同價位，主打高併發、低延遲的走量調用。這套分層讓能力跟著場景走、成本跟著任務變。OpenAI 今年 3 月推出的 Standard / Batch / Flex / Priority 定價機制，更進一步將此思路推進到調用層面：同一個模型可按調用方式定價，能批處理、可等待的請求更便宜，追求低延遲、高確定性的請求更貴。過去隱藏在系統調度裡的延遲、優先級與確定性，被直接寫進計費結構。 6 月底，Anthropic 發布 Claude Sonnet 5，內建 effort 機制，允許調用方根據任務複雜度調節推理強度——中等 effort 用於控制成本，高 effort 才逼近旗艦表現。開發者不再只是選擇用哪個模型，也能決定一次調用投入多少算力，性價比從靜態參數變成動態調節。7 月 9 日發表的 Grok 4.5，則將性價比前置到訓練階段：先鎖定高頻場景（程式設計與智能體任務），再圍繞場景定義模型能力與成本結構。它與 Cursor 聯合訓練，使用大量真實交互數據，定價每百萬 token 2 美元輸入、6 美元輸出，並採用 MoE 架構、500K 上下文與可配置推理強度。這三款模型共同顯示，性價比已不再是簡單的價格標籤，大模型競爭正從「能力最大化」轉向「有效能力的成本最優化」。 不同於傳統網際網路應用，AI 產品每一次調用都對應真實推理成本。使用越多，價值越大，成本壓力也越真實。一個真實任務的成本，由輸入輸出 token 數、調用輪次、上下文長度、工具調用次數、推理強度、失敗重試率等共同決定。定價便宜的模型未必真的便宜，如果單次 token 價格低卻需要更多輪對話、更長上下文、更高重試率，單位任務成本反而可能更高。反過來，看似較貴的模型若能以更少輪次完成任務、減少返工與失敗率，最終可能更划算。因此，模型性價比的衡量單位正在從 token 單價轉向「單任務成本」。 過去一年，國內模型公司普遍轉向 MoE 與稀疏激活，正是在此框架下的布局。DeepSeek-V4-Flash 總參數 284B、每 token 激活 13B；Qwen3-235B-A22B 總參數 235B、激活 22B；Kimi K2.6 總參數 1T、激活 32B；近期發表的騰訊混元 Hy3 正式版也採用 MoE 架構，總參數 295B、激活 21B，支援 256K 上下文。這些模型共同押注「大參數 + 小激活」，讓模型擁有接近超大規模的能力邊界，同時每次調用不必承擔全量參數的計算開銷。性價比已被前置到架構設計階段。騰訊混元 Hy3 正式版智能水平顯著強於同尺寸模型，效果可比肩參數規模為其 2 至 5 倍的旗艦模型，能用更少的實際激活計算承接更複雜的任務。從 preview 到正式版，Hy3 日均 token 消耗增長 20 倍，說明模型經濟性正被真實調用規模檢驗。 當性價比衡量單位轉向「單任務成本」，競爭重心也隨之改變。企業與開發者真正關心的，從「哪個模型最強」轉向「哪個模型能被長期、穩定、低成本地默認調用」。所謂默認調用，指模型在辦公、知識管理、Agent、客服、程式碼等高頻場景中，系統優先調用的底層能力。雲平台與開發者工具正將此產品化：Amazon Bedrock 推出 Intelligent Prompt Routing，微軟 Azure AI Foundry 上線 Model Router，本質上都在把模型調用從「手動選擇」推進到「統一調度」；開發者生態中的 OpenRouter、LiteLLM、Dify 也承擔類似角色。未來許多調用將由雲平台、AI 網關、開發框架與企業中臺提前分配，誰能進入這些系統的默認配置，誰就能獲得更高比例的真實調用。 默認調用的第一重價值是規模。一個模型只要能承接企業與開發者每天穩定的大量任務，即便單次調用價格不高，也能形成紮實的商業基本盤。規模還會帶來真實反饋，幫助模型與系統持續優化。更關鍵的是，開發者一旦圍繞某個模型調整好提示詞、工具調用、RAG 流程、Agent 框架與安全策略，該模型就會從可替換的 API 變成應用架構的一部分，形成生態綁定。由此，「性價比」形成新的競爭飛輪：更低單任務成本帶來更多默認調用，更多默認調用帶來更大規模與真實反饋，反饋繼續推動優化，進一步降低成本。 騰訊混元 Hy3 與辦公產品 WorkBuddy 的結合體現了這一趨勢。WorkBuddy 承接企業辦公、文件處理、流程編排等高頻任務，Hy3 透過此入口進入真實工作流。從 preview 到正式版，Hy3 日均 token 消耗增長 20 倍，WorkBuddy 上自主選擇 Hy3 preview 的用戶數增長 6 倍；正式版在辦公場景內部評測中，任務成功率從 72% 提升至 90%，平均耗時縮短約 34%。模型開始被真實任務鏈路反覆檢驗，任務規劃、工具調度、多 Agent 協作等能力只有進入辦公場景，才會暴露出具體問題，並反過來推動迭代。Google 將 Gemini 深度嵌入 Gmail、Docs 等工作場景，Adobe Firefly 也嵌入 Photoshop、Illustrator、Premiere 等創意工作流，模型只有進入真實任務，才能獲得穩定調用、真實反饋與持續優化空間。 19 世紀經濟學家傑文斯觀察到，蒸汽機效率越高，煤炭消耗反而越多，因為效率提升降低了使用門檻，讓煤炭進入更多產業與更長的生產鏈條。大模型正在接近自己的「傑文斯時刻」：性價比競爭的結果，未必是 AI 總成本下降，而是 AI 使用密度上升。模型調用將從少數高價值任務擴展到大量日常任務，讓 AI 變得更實用、也更普惠。在「默認調用」之爭中，誰能讓自己的模型成為系統的底層配置，誰就能掌握下一階段的主導權。
Related
相關文章
榮膺2026 WAIC“鎮館之寶”！大模型原生智能體手機STEPX Neo解鎖AI交互新範式
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 榮膺2026 WAIC“鎮館之寶”！大模型原生智能體手機STEPX Neo解鎖AI交互新範式 量子位的朋友們 2026-07-15 14:43:37 來源：量子位 7月15日，階躍大模型原生智能體手機STEPX Neo從眾多AI前沿創新成果中脫穎而出，斬獲2026 WAIC“鎮館之寶”獎項。STEPX Neo搭載全球首個智能體原生操作系統Step AOS，內置智能體階躍Amoo，旨在打造真正的“模型、軟件、硬件”三位一體AI新物種。 本文由階躍星辰提供，量子位獲授權轉載，觀點歸原作者所有。 版權所有，未經授權不得以任何形式轉載及使用，違者必究。 階躍星辰 量子位的朋友們 又快又聰明，阿里發佈Qwen-Audio-3.0-Realtime：實時語音大模型四項功能升級2026-07-15 B站AI創造公開賽正式上線投幣榜，單月參賽人數突破五千2026-07-14 2026年世界人工智能大會，7月17-7月20上海舉辦2026-07-14 GPT-5.6-sol入榜DRACO：OpenSquilla集成方案仍在Brave組質量、成本雙領先2026-07-14 掃碼分享至朋友圈 相關閱讀 全球最大開源視頻模型，現在也Created in China了，階躍出品 開源生態滾雪球ing 衡宇2025-02-18 多模態大模型 大模型六小強 開源 階躍星辰 什麼是真正好用的推理模型？階躍Step 3：開源的，多模態的，低成本的，國產芯片適配的 開源多模態推理模型SOTA易主 衡宇2025-07-28 WAIC 多模態推理 階躍星辰 國內首發！躍問App上新「創意
DeepSeek衝刺IPO，“AI四小強”的估值都要重算了
DeepSeek衝刺IPO，“AI四小強”的估值都要重算了世界模型工場2026.07.15 14:33 · 來自北京全文4284字00:00 / 12:24中國AI公司迎來壓力測試。文 | 世界模型工場彭博社報道稱，DeepSeek已啟動IPO準備工作，最快有望於2026年內提交上市申請，目標瞄準境內資本市場，爭取在2027年上市。截至目前公司尚未正式遞表或公佈明確上市方案。 就在今年5月，DeepSeek完成了成立以來首次外部融資，募資約70億美元，投後估值約520億美元。僅時隔一月，市場便傳出其與潛在投資者磋商新一輪融資的消息，擬議投前估值上調至710 億美元。這家曾以“背靠幻方量化、自有資金充足、長期拒絕外部融資”著稱的公司，如今連續融資、快步衝向資本市場的反轉，也拋出了三個貫穿行業的核心問題：DeepSeek為什麼突然需要鉅額資本？它的資本化之路，將如何改寫智譜、MiniMax、Kimi、階躍星辰“AI四小強”的競爭命運？DeepSeek的入場，會託舉中國AI的估值天花板，還是刺破當前大模型板塊的估值泡沫？DeepSeek從不差錢到擁抱資本這是DeepSeek成立三年來，第一次大規模敞開融資大門。首輪70億美元的募資規模，遠超絕大多數AI初創企業的單輪融資體量。值得注意的是，創始人梁文鋒本人據報投入約200億元人民幣，是本輪最大單一齣資方。騰訊、寧德時代、京東、網易等產業資本參與投資，國家人工智能產業投資基金也成為少數股東。這意味著本輪融資並非創始人套現退出，而是為公司引入長期產業資本與國家資本，構建更穩定的資本與資源底座。首輪融資尚未消化便快速啟動下一輪，背後是DeepSeek的競爭邏輯正在改變，資本需求集中在四個方向：其一，前沿模型競爭，已轉向大規模Agent運行場景，算力消耗總量不降反升。其二，自有數據中心建設提上日程。據《金融時報》報道，新一輪融資與Deep
AI Coding的價值，正在從“誰的模型更強”悄悄轉向“誰的工具鏈更密”
AI Coding的價值，正在從“誰的模型更強”悄悄轉向“誰的工具鏈更密”硅基星芒2026.07.15 14:26 · 來自北京全文2786字00:00 / 07:41一場關於“誰定義了工作流的哪一層”的戰爭。文 | 硅基星芒時間先要回到今年3月30日，那一天，OpenAI發佈了一個官方插件。不是給自己的產品，是給Claude Code——它最直接的競爭對手、Anthropic旗下的編程工具。裝好之後，開發者只需輸入一條命令，就能讓Claude負責管理任務、拆分需求、審核輸出，而OpenAI自家的Codex負責動手寫代碼。寫完的代碼再由Claude逐行審查，確認無誤後才算通過。一家AI實驗室，把自己先進的編程引擎，裝進了競爭對手的工具箱裡。當時接入的模型還是雙方各自的早前版本。到了6月，Anthropic發佈Fable 5，Claude Code的工程管理能力再上一個臺階；OpenAI隨後推出GPT-5.6-Sol，代碼生成精度進一步躍升。當初那條不起眼的插件命令，如今已經演化為一套高度協同的雙模型工作流：Fable 5管，GPT-5.6-Sol寫，Fable 5審。兩個模型，一套流程。OpenAI當然不傻。它之所以願意把Codex送進Claude Code，是因為它看到了一個比模型跑分更重要的事實：AI編程（Coding）的價值，正在從“誰的模型更強”悄悄轉向“誰的工具鏈更密”。Anthropic在這個轉移中搶到了先手。Claude Code已經成為大量開發者的默認編程環境——不是因為它能寫更好的代碼，而是因為它能管整個工程。理解項目結構、拆分任務、調用工具、管理版本、審核變更，這些都是比生成代碼本身更靠近開發者日常工作流的能力。OpenAI的Codex能寫出漂亮代碼，但開發者不會因為代碼漂亮就換掉整個工作臺。插件就是這道裂縫裡的產物。OpenAI繞開了“讓開發者二選一”
谷歌圖片服務上線 25 週年，AI 概覽新增 Nano Banana 生圖功能
首頁 > 智能時代>人工智能 谷歌圖片服務上線 25 週年，AI 概覽新增 Nano Banana 生圖功能 2026/7/15 14:26:45 來源：IT之家 作者：故淵 責編：故淵 評論： IT之家 7 月 15 日消息，谷歌昨日（7 月 14 日）發佈博文，宣佈慶祝谷歌圖片（Google Image）功能上線 25 週年，並推出新功能：用戶在 AI 概覽中，可以直接調用 Nano Banana 模型自定義生成圖片。IT之家援引博文介紹，谷歌圖片於 2001 年 7 月上線，首次支持搜索和即時瀏覽全網視覺內容，該服務於 2011 年上線“以圖搜圖”功能，隨後不斷更迭引入 Google Lens 識圖功能、圈選即搜（Circle to Search）等。谷歌為慶祝谷歌圖片服務上線 25 週年，在 AI 概覽中新增生圖功能，谷歌表示：有時，完美的圖片就存在於網絡上，等待著你去發現。但有時，你可能有一個非常具體的構想，卻找不到合適的圖片。為了幫助你將這些獨特的想法變為現實，我們將圖像生成功能直接引入到搜索的 AI 概覽中。此次更新利用我們最新的 Nano Banana 模型，可以將簡單的文本提示轉化為完全原創的高質量自定義圖像，無縫銜接想象與現實。AI 概覽中的圖像生成功能將在未來幾周內陸續在英文版中推出，面向所有目前支持 AI 模式圖像創建的地區。廣告聲明：文內含有的對外跳轉鏈接（包括不限於超鏈接、二維碼、口令等形式），用於傳遞更多信息，節省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。 投訴水文 我要糾錯 下載IT之家APP，簽到賺金幣兌豪禮 相關文章關鍵詞：谷歌，AI谷歌發佈 SensorFM AI 模型：500 萬人、1 萬億分鐘可穿戴數據預訓練谷歌發佈 LiteRT.js 庫，Web AI 推理最高提速 3 倍谷歌 reCAPTCHA 測試 AI 抓取 2
Mozilla 發佈 2026 開源 AI 報告：DeepSeek V4 Flash 全球月用量 18.4T Tokens 登頂
Mozilla 發布 2026 年《開源 AI 現狀報告》，指出開放權重模型與閉源模型平均差距僅 3.3%，且差距持續縮小。在 API 調用消耗量方面，DeepSeek V4 Flash 以 18.4T Tokens 月用量位居全球第一。報告也顯示開發者採用開放模型的比例高達 79%，但成功部署至生產環境的比例卻低於閉源模型。
Mistral 首席執行官 Mensch：法國憑平價電力在 AI 競賽中佔據有利位置
Mistral AI 執行長 Arthur Mensch 指出，法國因大規模核電而擁有平價電力，這在 AI 競賽中是重要優勢。他強調電力是 AI 基石，法國可選擇將電力賣給美國，或透過歐洲 AI 企業轉換為高價值的 Token。