# 各大实验室现在拼的是价格，而不是 IQ 过去两年，旗舰模型发布会的主标题只有一个：我们最聪明，看我们刷爆的基准测试。到了 Microsoft Build 2026，标题变了——质量和 Opus 同一档，但每美元的输出多了约 10 倍，token 还少用 60%。炫耀的重点从 IQ 转向了效率，整个行业都在围绕价格而非峰值能力重新洗牌。本文讲清楚这条轴线为什么翻转，以及如果你在做产品，这意味着什么。 - **Author:** Fedor Chishchin - **Published:** 2026-06-04 - **Tags:** ai-native, business, agents - **Source:** https://fedorthinks.com/zh/blog/labs-race-on-price-now --- 过去两年，旗舰模型的发布主标题永远只有一个：*我们最聪明。*看，这是我们登顶的基准测试，这是我们以几个百分点险胜的对手。智商就是整个记分牌。到了 Microsoft 2026 年的 Build 大会，标题变了，而这个变化本身就是故事。 ## Microsoft 到底在炫耀什么 Microsoft 公布了它的首批自研模型，领衔的是一款推理模型 [MAI-Thinking-1](https://www.neowin.net/news/microsoft-unveils-mai-thinking-1-reasoning-and-mai-code-1-models/)， 在基准测试上表现得相当不错——AIME 拿到 97%，SWE-Bench Pro 拿到 53%， [大致与 Opus 并驾齐驱](https://microsoft.ai/news/microsoft-build-2026-mai-keynote-transcript/)。 但请注意，能力数字并不是它的卖点。卖点是价格。它配套的编程模型 [MAI-Code-1-Flash，能用最多 **60% 更少的 token** 解决更难的问题](https://microsoft.ai/news/introducingmai-code-1-flash/) ——更低延迟、更低成本，也就是 Microsoft 反复强调的“return on token”（每 token 的回报）。而且 Microsoft 预测，相比 GPT-5.5，它能实现 [**每美元输出 token 提升 10 倍**](https://www.neowin.net/news/microsoft-unveils-mai-thinking-1-reasoning-and-mai-code-1-models/)。 炫耀的口径从“比你更聪明”变成了“同样质量，成本只要十分之一”。 ## 这条轴线为什么翻转 有两股力量把竞争从 IQ 这条轴线推到了价格这条轴线上，这两点我都写过。 第一股是[成本恐慌](/blog/the-token-bill-came-due)。当企业用四个月就烧掉了一整年的 AI 预算，“同样质量便宜 10 倍”才是能成交的那句话——而不是“在某个财务部门根本没听说过的基准测试上高出两分”。成本成了那个约束性的瓶颈，于是成本也就成了各家实验室主打的东西。 第二股是[智能正在变成大路货](/blog/the-model-was-never-the-moat)。当一个免费的开放权重模型已经逼近前沿、只差几个百分点时，*略微*更聪明几乎一文不值——但在同样质量下*大幅*更便宜，则价值连城。说得直白点：Google 表示它的 Gemini 3.5 Flash 可以 [为企业每年省下超过 **10 亿美元**](https://www.cloudzero.com/blog/llm-api-pricing-comparison/)， 而它便宜是出于结构性原因——Google 用自家芯片，加上一个庞大到能随规模扩张而持续提升效率的 token 飞轮。10 亿美元这个标题，比基准测试上的一分要好看得多。 ## 整个行业都在围绕价格重新洗牌 这不只是一场主题演讲，而是如今整个领域的形态。Microsoft 自研模型，目的就是 [不再给 OpenAI 付账单](https://www.techtimes.com/articles/317631/20260602/microsoft-build-2026-mai-thinking-1-first-house-reasoning-model-trained-without-openai-data.htm)， 并在 Azure 上提供更便宜的推理。Google 依靠自家的 TPU 来压低服务成本。NVIDIA 下一代芯片平台主打的卖点是 [推理成本降低 10 倍](https://www.cloudzero.com/blog/llm-api-pricing-comparison/)， 而不是能力跃升 10 倍。而每 token 的价格一直在以 [**每年 200 倍**](https://www.cloudzero.com/blog/llm-api-pricing-comparison/)的量级下降。 从上到下，这场竞赛就是一场效率竞赛。 ## 如果你在做产品，这意味着什么 好消息来了，而它恰好奖励我一直在主张的那种纪律。如果你[从未把模型写死](/blog/cheap-model-most-of-the-work)，也从未[把护城河押在某一个模型上](/blog/the-model-was-never-the-moat)，那么这些效率发布的每一次，都是一次白送的利润率升级。一个同等质量、便宜 10 倍的模型上线，你改一个配置值，token 账单就降了，而你的产品丝毫不变。你不需要做任何聪明的操作——你只需要做到*可替换*，让价格战*替你*打。那些把所有任务都焊死在某一个高端前沿模型上的团队，正在被挤压，而我们其余人则坐收节省下来的钱。 ## 一个诚实的提醒 这并不是说“前沿智能不再重要了”。对于一个问题里真正难啃的那部分，你依然想要最强的脑子，而顶级推理依然像奢侈品一样定价。变的是重心：边际上的那一分 IQ 已经便宜到无所谓，而边际上的那一美元已经贵到浪费不起。所以正确的形态，就是我之前描述过的那种——[用聪明模型对付最难的 10%，用便宜高效的模型处理其余部分](/blog/cheap-model-most-of-the-work)，并且什么都不写死，这样每一个更便宜的新选项落地当天，你都能把它接进来。 人人截图分享的排行榜依然在给 IQ 排名。但各大实验室真正在跑的那场竞赛，已经转向了价格，因为“谁最聪明”正在变成一个尘埃落定、大路货化的问题，而“谁能用够用的质量做到最便宜”才是那个悬而未决、每年值 10 亿美元的问题。把产品做成这样：当下个季度答案变了——它一定会变——你靠改一行代码就能收割节省下来的钱，而不是重写你的产品。