作者|Cynthia 编辑|郑玄 过日子的风,还是吹到了大模型行业。 2026 年之前,一款模型能不能刷屏,往往取决于它又做到了什么。GPT-4o 的实时语音交互、Claude 的编程能力、DeepSeek R1 的推理表现,一度轮番成为讨论焦点。一款新模型发布,大家首先关心的是它超过了谁,又做到了什么过去做不到的事。 但到了 2026 年,Agent 真正流行起来之后,风向开始变了。SOTA 模型的领先能力开始以季度为单位被轮番刷新,变得不再新鲜。而模型能力能不能用得起、等得起,成为了新的议题。 毕竟,让模型回答一个问题,和让 Agent 接手一项工作,对应的资源消耗模式完全不同。在 Agent 场景中,一次指令背后,可能是几十轮模型调用。读材料、查代码、调用工具、处理报错,每一步都会增加大量上下文和调用次数。OpenRouter 披露,今年 2 月 6 日,平台上 Agent 的 Token 用量首次超过人类直接调用;到 9 月底,已经约为后者的七倍。 具体到任务,今年 4 月,密歇根大学与斯坦福大学一项覆盖 8 款模型、500 个真实代码问题的研究发现, 在其测试中,Agent 每次尝试处理一个问题,平均累计消耗约 417 万 Token,模型调用费约 1.86 美元 。按这个均值,连续跑十次,就接近 20 美元。 在这一背景下。任务越长,大家对速度和价格就越敏感。各家模型厂商的 Flash 性价比模型也因此有了越来越大的用武之地。 早在去年,OpenRouter 与 a16z 对超过 100 万亿 Token 的使用数据进行研究后就发现,Gemini 2.0 Flash、DeepSeek V3 0324 这类兼顾能力与低成本的模型,已经获得了与部分高价领先模型相近的用量。到了今年 11 月 14 日,DeepSeek、智谱的 Flash 模型,又同时进入 OpenRouter 单日 Token 用量前十。用户越来越愿意为更强的能力付费,同时也在把大量日常任务交给更实惠的
ARTICLE
/
极客公园
腾讯 Hy4 flash 实测:快速、实惠、聪明,国模进入过日子时代
2026年11月17日 15:12 · 来自 极客公园