在当前科技飞速发展的背景下，花费一分钱就能换来多少智能？这成为各大技术公司激烈竞争的核心问题。2023年9月22日，OpenAI与Anthropic相继推出了他们的新一代模型。首先，Anthropic发布了Claude Opus 5.5，获得了Artificial Analysis智能指数的第一名，紧接着OpenAI推出了GPT-6 Sol与Luna，这两款是其旗舰模型GPT-6 Astra的中低端版本。其中最引人注目的，无疑是其售价。Claude Opus 5.5的价格相比前一代下降了20％，其缓存读取成本更是降低了60％。OpenAI的新款模型则在GPT-5.6的基础上再削减了一半，官方表述为“成本减半，错误也减半”。几乎在同一时间段，小米也揭晓了备受期待的MiMo V2.6系列，其MiMo V2.6 Pro在AA智能指数上达到了46分，几乎是前一代的两倍，不仅在国产模型中占据第一，更在开源模型中也首屈一指，而价格则保持在四个月前的水平：每百万token输入3元、输出6元。这三家公司的新推产品，均朝着用更少的预算提供更多智能的方向发展，标志着大模型市场的“斩杀线”叙事迎来了新的转折点。

“斩杀线”这一概念如何成为共识？我们可以将所有模型根据其智能水平和单位任务成本制成一个图表，连接最外层的一条线，符合这条线的模型，要么在相同价格下拥有更高的智能，要么在相同智能水平下价格更低。这一状态在经济学中称为“帕累托前沿”，在大模型的语境下，任何位于斩杀线内部的模型从效率的角度来看都被认为是多余的，因为总有更具性价比的模型会取代它。这个术语借鉴自游戏领域，指的是当角色的血量低于某一标准时即被瞬间击杀。同理，在模型市场中，替换一个模型往往只需简单修改配置文件中的名称，当某个模型掉入斩杀线内，它就像在游戏中失血过多一样，面临被剔除的命运。

自4月24日DeepSeek发布V4预览版以来，这一概念开始在公众视野中流行。Flash版模型的价格为每百万token输入1元、输出2元。次日，其Pro版的推出价格降至3元，输出6元，成为当时国内所有模型中成本最低的之一，且性能也可圈可点。这不仅引发了市场的关注，也为“斩杀线”概念的传播奠定了基础。5月22日，DeepSeek宣布将这一折扣永久保留，而五天后，小米的MiMo-V2.5毫不示弱地将价格也调整至相同水平，声称降幅达到99％。 谈球吧

“斩杀线”的形成取决于智能水平与单位成本这两个变量，任何一方的变化都会导致这一线的调整。DeepSeek自己便是一个典型案例。到7月底，其V4 Flash正式版上线后，市场需求迅速攀升，仅OpenCode一家的日使用量在短短两周内就从3T token飙升至18T，预计这对应着千卡级别的新需求，导致OpenCode一时难以满足用户需求，体验明显下降。8月17日，DeepSeek不得不宣布涨价，其V4 Pro在高峰时段的输出价从6元攀升至27元，随后OpenCode上的需求也开始减退。

整个夏天的模型竞争主要划分为两大阵营。一方是头部厂商推出不断刷新市场记录的前沿模型，而另一方则是几乎所有厂商都对斩杀线生态位展开争夺，其中包括以前沿模型为主打的OpenAI与Anthropic。作为在智能技术前沿承担高额成本的领军者，它们对市场动态变化的敏感度无与伦比。7月30日，OpenAI将Luna的价格下调了80％，并将技术报告标题定为“推进成本——智能前沿”；而8月10日，Anthropic则将Sonnet 5的介绍价转为永久价格。国内模型公司在价格变动上的反应更为灵敏。例如，DeepSeek的V4.1 Flash在能力超过V4 Pro的同时，其输出价仅为4元，而这一价格与V4 Pro的正式上线相隔不足一个月。与此同时，越来越多的模型厂商在不断提升性能的同时，也推出了更具性价比的轻量级模型。

斩杀线竞赛的积极进展，显然归因于市场对价格的敏感性。回首一年前，大多数用户使用模型多是进行简单对话，每次对话消耗的token极为有限，费用显得微不足道，而C端产品更是纷纷推出免费的使用方式。然而，今年随着Coding和Agent技术成为主流，模型的作用逐渐演变为连接一项又一项的复杂任务：从读取文件到工具调度再到测试执行，一条完整的任务路径往往动辄需几十万token，当多个Agent并行工作时，消耗量更是数倍增长。在这种情况下，成本从可被忽视的参数转变成了不能忽略的经济考量，这也是今年夏季“斩杀线”叙事升温的关键原因。用户的财务状况便是最早反应出这一变化的。曾经受欢迎的tokenmaxxing因成本增长的速度远超模型带来的效果提升而迅速降温。Uber在短短四个月内就耗尽了整年的AI预算，这让许多企业开始设定AI开支的上限，或者建立内部路由机制，让不同的模型按照任务难度分配，从而有效降低整体成本。这种做法的可行性，正是因为轻量级模型的能力也在日益增强。 谈球吧