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与Anthropic相继发布新模型。Anthropic的Claude Opus 5.5登顶智能指数榜首，OpenAI则推出GPT-6 Sol和Luna两款中低档版本。几乎同时，小米发布MiMo V2.6系列，其Pro版本在国产与开源模型中拿下双料第一。
引人瞩目的是价格变化：Claude Opus 5.5成本降低两成，OpenAI新模型在GPT-5.6基础上降价一半；而小米MiMo V2.6 Pro价格维持不变（输入3元/百万token，输出6元/百万token），性能却接近翻倍。
二十四小时内，大模型赛道释放出明确信号：用更少的钱提供更多智能。大模型的“斩杀线”竞争，正式迎来新节点。
斩杀线叙事如何兴起
所谓“斩杀线”（经济学称“帕累托前沿”），是指在同等价格下最聪明，或同等智能下最便宜的模型边界。落在斩杀线内的模型毫无性价比可言，随时会被更优者“一击毙命”。该词借自游戏，精准概括了换模型只需改一行配置的现实。
这一叙事始于今年4月，DeepSeek V4以极低价格打出折扣，并引发小米等厂商跟进。整个夏季，几乎所有厂商都在争夺这条生态位，连主打前沿模型的OpenAI与Anthropic也感受深刻并相继降价。
“斩杀线”由智能水平与单位成本决定。今年，Coding和Agent成为主流用法，单次任务Token消耗量激增两个数量级，价格从可忽略的参数变为必须精确计算的经济指标。当企业面临预算压力，轻量级模型与内部路由策略成为降本首选。价格成为硬约束，直接推动了斩杀线叙事的爆发。
进入新阶段的斩杀线
小米MiMo V2.6 Pro成为首个以Flash级价格提供前沿模型能力的产品。其AA评分达46分，单任务成本仅0.13美元。作为对比，海外同类前沿模型如Claude Opus 5.5成本高达5.86美元（45倍），降价后的GPT-6 Sol成本也需1.06美元（8倍）。
这一突破打破了“前沿智能必须支付溢价”的行业默认规则，重塑了价格锚点。用轻量级模型的价格提供顶级智能，也引发了AI时代的“杰文斯悖论”：成本的大幅下降不仅没有降低总收入，反而因过去被价格劝退的需求涌入，使大模型部署场景（如大规模智能体群）急剧扩张。
小米做对了什么：架构与强化的协同
在推动斩杀线外移的路径上，各家策略迥异：DeepSeek依赖推理工程，OpenAI与Anthropic优化缓存，Kimi与Qwen则狂堆参数。而小米与智谱主要依靠后训练强化学习（RL）。
作为消费硬件公司，小米的主业决定了其对效率的极致追求。MiMo V2.6在参数规模、架构和预训练数据均不变的情况下，仅凭347万美元的强化学习投入，就在六天内将DeepSWE v1.1性能指标从58提升至72以上。
其核心在于“架构、训练、推理协同设计”。从初代模型起，小米就将长上下文成本降至行业极低水平，采用混合注意力方案与分层缓存设计，大幅提升推理与强化学习的效率。这套系统级优化使MiMo开放平台日均Token消耗在半年内增长超40倍，海外注册用户占比近半，验证了市场对其效率路线的高度认可。
大模型无限游戏的未来
当前，API成本在企业支出中占比飙升（如半导体机构SemiAnalysis的Token支出已占人力成本四分之一）。只要售卖API的商业模式不变，斩杀线竞争就只会愈发激烈。但在这场无限游戏中，未来正在发生深刻分化：
首先是定价权之争。模型若能力趋同，极易沦为大宗商品。从按成本定价转向按价值定价是破局方向，但唯有熬过斩杀线、具备极致成本控制力的企业，才能掌握真正的定价权。
其次是开源与生态锁定。超八成美国创业公司已使用中国开源模型，私有化部署让API失去溢价。未来，拼的不仅是孤立模型的强弱，更是模型能否深度嵌入企业的工具链与数据管道，形成生态锁定。
再次是需求分层。高性能、中端、端侧模型将承接不同复杂度的任务，未来将不存在单一的斩杀线，而是旗舰、中端、端侧多条并行的细分赛道生死线。
归根结底，单纯扩大参数规模的边际收益正在递减。推动斩杀线发生戏剧性突变的，终究是底层的原始创新。这场无限游戏不会奖励试图一步登顶的投机者，只会褒奖那些在效率与成本上持续证明自己的长期主义者。
题图来源：《极速车王》
- FIN -