01
大模型圈有一个心照不宣的潜规则：能力最强的模型，永远是用不起的那个。
GPT-4刚出来那会儿，开发者圈流行一句话：“调用之前先算一下这道题值多少钱”。
一道复杂推理题跑下来，几美元就没了。企业级接入更夸张，一个月API账单能烧掉一个初创团队的季度预算。
不是没人想过办法。量化、蒸馏、小模型微调、MoE架构，各路招数轮番上阵，目标只有一个：把旗舰能力的成本打下来。
但折腾来折腾去，效果总是差那么一口气，要么能力打折，要么稳定性不够，要么长上下文直接崩。
直到DeepSeek横空出世，行业第一次有了“斩杀线”这个说法。
但这条线，在8月26日晚被往上挪了一大截。
阿里千问团队发布Qwen3.8-Flash，同步开源。
千亿总参数，仅激活60亿，性能超越Claude Opus4.6；每百万Tokens输入1元、输出3元，价格最低至DeepSeek-V4-Flash 的三分之一。
这不是又一次常规的参数竞赛，而是大模型效率赛道上，一次真正意义上的“降维打击”。
01
旗舰级的能力，打到了“日常价”区间
先说清楚什么叫“斩杀线”。
0
评论 (0)