一、今年讨论的东西变了
2024 年大家比谁的模型分数高，2025 年比谁便宜，到了今年，问得最多的是：这东西跑起来一个月多少钱。
这不是行业变冷，而是行业进入算账阶段。
二、成本变成了第一约束
一个功能能不能上线，现在看三个数：单次调用的输入 token、输出 token、缓存命中率。
前两个决定单价，第三个决定你实际花多少。很多团队以为自己在优化模型，其实在优化提示词长度。
举个具体例子：一段一万字的资料，每次提问都全文塞进去，和先做摘要再检索，成本可能差十倍。模型没变，账单变了。
三、三个可观察的信号
信号一：小模型开始承担主力。
分类、抽取、改写这类任务，用大模型的收益越来越小。很多产品把 80% 的调用换成了小模型，剩下的才给大模型。
信号二：缓存与批处理变成产品能力。
能不能把重复问题命中缓存，决定了毛利。这也是为什么“提示词模板”突然重要——模板让缓存更容易命中。
信号三：推理时间被单独定价。
带思维链的模型，输出 token 是普通模型的几倍。同样的任务，账单可能差三四倍。
四、这对普通用户意味着什么
三件事：
- 免费额度会变少，但基础能力会变强。
- “能不能用”不再是问题，“值不值得用”才是。
- 会用提示词的人，和不会用的人，成本差距会拉大。
五、一个判断
接下来一年，竞争的重点不会是榜单，而是单位成本下的可用性。
谁能把一件事做到又稳又便宜，谁就能留在产品里。
六、怎么写这类观察才不空
我的做法是只写能验证的东西：
- 有具体数字的（价格、耗时、容量）；
- 有可复现操作的（自己跑一遍看账单）；
- 有明确边界的（说清适用场景）。
反过来，凡是“将彻底改变”“颠覆”这类词，我都会删掉。
七、资料来源建议
想看更多一手资料，可以翻文档库。
万象云档 的“人工智能&大模型”分类下有两百多篇文档，公开可读，比二手解读靠谱。
八、一句总结
行业的成熟，不是模型更强，而是开始有人认真算账。