人工智能行业迎转折点：成本压力驱动“小模型”崛起
人工智能热潮曾建立在“模型越大能力越强”的假设之上，如今这一逻辑正面临破裂。不断上涨的成本促使用户重新审视更小、更便宜的模型。这种注重成本的选模模式虽为新趋势，但其对行业的深远影响已初现端倪。
Coinbase联合创始人布莱恩·阿姆斯特朗（Brian Armstrong）预测，这将导致绝大多数任务转向低成本模型。他在社交平台表示：“对智能的需求近乎无限，但80%的工作负载将在12到18个月内运行在便宜99%的模型上；仅20%的关键场景仍需最新一代模型以最大化IQ。”若此预测成真，AI行业将迎来意义重大的范式转移。
此前，AI公司多在质量层面竞争，默认采用最先进模型。若廉价模型能在不影响质量的前提下处理同等工作，将意味着AI经济模式的巨大转变。关键在于，节省的成本主要由大型实验室承担，这将在OpenAI和Anthropic筹备IPO之际，对其财务表现造成沉重打击。
这场潜在巨变的核心在于：企业是否准备好切换到较小模型？初步测试给出了肯定答案。法律AI工具Harvey在与推理平台Fireworks AI的合作测试中，通过结合Claude Opus与GLM 5.1并将密集任务定向分配，在不降低质量的前提下将推理成本降低了3倍，服务器时间与总体成本均显著下降。
Harvey联合创始人加比·佩雷拉（Gabe Pereyra）指出：“质量至上在法律领域尤为关键，但质量的定义正在演变——从单纯使用最强模型，转变为使用能以最高效率得出正确答案的最佳模型。”
这一趋势常被误读为专有模型与中国或开放权重模型的对抗，实则核心分歧在于“大模型与小模型”之争。无论是切换至DeepSeek V4 Flash还是GPT-5.4-mini，本质都是通过适配模型规模来降本增效。至于具体哪种小模型胜出，并非当前宏观问题的重点。
尽管“按需使用计算资源”看似常识，但这与行业长期主导的“扩展优先”策略背道而驰。过去受投资者补贴支撑，客户倾向于选择最前沿选项；如今随着Token价格上涨和补贴放缓，用户首次直面成本压力。
目前尚不确定成本压力是否会全面推动企业转向小模型，用户也可能通过减少调用、压缩上下文或砍掉低效部署来节流。但若多数部署确能在小模型上高效运行，不仅会抑制对推理能力的过度需求，更将引发关于如何证明前沿模型训练成本合理性的新思考。