•
從GPT-5到DeepSeek V3.1，頂尖AI大模型的新方向出現了！
隨著推理模式日益複雜，完成任務所需的token數量正在暴漲，導致實際成本不降反升。業界正從單純追求模型能力上限轉向追求計算效率。目前，“混合推理”已成為行業共識，目的是要讓模型學會判斷何時需要“深度思考”，何時只需“快速響應”。
在AI大模型的激烈競賽中，衡量標準正悄然改變。
從美團最新開放原始碼的龍貓大模型，到OpenAI下一代旗艦GPT-5和明星創業公司DeepSeek的新品，頂尖玩家們不約而同地將目光投向了“混合推理”與“自適應計算”，標誌著AI行業的發展重點正從“更高、更強”轉向“更聰明、更經濟”。
美團近日開放原始碼的“龍貓”（LongCat-Flash）憑藉創新的架構，在性能比肩業界頂尖水平的同時，實現了驚人的算力節省。
華爾街見聞此前提及，LongCat-Flash最具創新性的設計之一是 “零計算”專家機制，該機制能智能識別輸入內容中的非關鍵部分，如常見的詞語和標點符號，並將其交由一個不進行複雜運算的特殊“專家”處理，從而直接返回輸入，極大地節省了算力。
此舉並非孤立的技術炫技，而是對當前行業痛點的精準回應——隨著推理模式變得更加複雜，AI應用的成本正在快速上升。
業界的應對策略正在聚焦到一個共同方向：混合推理模式。這種模式讓AI系統能夠根據問題複雜度自動選擇合適的計算資源配置，避免在簡單任務上浪費昂貴的算力。
01. AI越“聰明”，成本越昂貴
美團對效率的極致追求，恰恰反映了整個AI行業正面臨的嚴峻挑戰。
據機器之心，前段時間，TextQL聯合創始人兼CEO丁一帆（Ethan Ding）就指出了一個反直覺的現象 —— 明明Token的成本一直在下降，但各家模型公司的訂閱費卻在飛漲。
丁一帆認為，問題的癥結在於，那些降價的模型大部分不是SOTA模型，而人類在認知上的貪婪決定了，大部分人只想要“最強大腦”，所以99%的需求會轉向SOTA。而最強模型的價格始終差不多。
簡單來說就是，雖然單個token的價格在下降，但完成複雜任務所需的token數量正在以前所未有的速度增長。
例如，一次基礎的聊天問答可能僅消耗幾百個token，但一項複雜的程式碼編寫或法律檔案分析任務，可能需要消耗數十萬甚至上百萬個token。
AI初創公司T3 Chat的首席執行官Theo Browne也曾表示：
“爭奪最智能模型的競賽，已經演變成了爭奪最昂貴模型的競賽。”
這種成本壓力已傳導至應用層公司。據媒體報導，生產力軟體公司Notion的利潤率因此下降了約10個百分點。一些AI程式設計輔助工具的初創公司，如Cursor和Replit，也不得不調整定價策略，引發了部分使用者的抱怨。
02. 頂尖模型的共同答案：混合推理
為破解成本困局，“混合推理”或稱“自適應計算”已成為行業共識。
各大模型廠商雖然路徑不一，但目標高度一致：讓模型學會判斷何時需要“深度思考”，何時只需“快速響應”。
OpenAI的GPT-5採用“路由器”機制，根據問題複雜程度自動選擇合適的模型處理。舉例來說，對於如“天空為什麼是藍色”的簡單問題，GPT-5會直接將其交給輕量級模型，複雜任務則呼叫高算力模型。
根據OpenAI內部評測，GPT-5使用思考模式能以比前代模型少50-80%的輸出token完成任務，達到相同或更好的效果。該系統通過使用者行為、偏好反饋和正確率等真實訊號持續訓練路由機制，隨時間不斷改進。
DeepSeek的V3.1版本則更進一步，將對話和推理能力合併到單一模型中，推出了單模型雙模式架構。開發者和使用者可以通過特定標記或按鈕，在“思考”與“非思考”模式間切換。
官方資料顯示，其思考模式能在消耗減少25-50% token的情況下，達到與前代模型相當的答案質量，為企業提供了一個高性價比的開源選擇。
目前，這一趨勢已成為行業主流。從Anthropic的Claude系列、Google的Gemini系列，到國內的阿里Qwen、快手KwaiCoder、字節豆包以及智譜GLM等，幾乎所有頭部玩家都在探索自己的混合推理方案，試圖在性能與成本之間找到最佳平衡點。
有分析指出，混合推理的下一個前沿將是更智能的“自我調節”——讓AI模型能夠精準地自我評估任務難度，並在無人干預的情況下，以最低的計算代價，在最恰當的時機啟動深度思考。 (硬AI)