批次来源页：模型竞争、选型与商业化
批次来源页：模型竞争、选型与商业化
来源类型： 批次综合页（微信文章4-批次014）
日期： 2026-08-24
标签： model-race, model-selection, token-economics, gui-agent, monetization
覆盖文件数： 12 篇
覆盖文章列表
| # | 标题 | 来源 |
|---|---|---|
| 1 | 大模型到底怎么分类？从"聊天模型"走到 Agent 模型选型 | 深海恶霸Grace |
| 2 | Qwen-UI-Agent：让模型真正"会用"每一块屏幕 | 千问大模型 |
| 3 | 一个扭转命运的决定：5000 亿智谱如何「逆风改命」丨深氪 | 周鑫雨、张雨忻（36氪） |
| 4 | Palantir CEO 谈 FDE：买 Token 创造不了价值！！ | 谈数据（来源：奇点时刻） |
| 5 | 小红书悄悄开源发布了自己的大模型，内容平台也要造底座 | 连冉（极客公园） |
| 6 | 规模之外：一家中国大模型公司的非共识实践 | 真司（虎嗅APP） |
| 7 | Pi + DeepSeek-v4-Flash，这用着也太爽了。 | cxuanAI |
| 8 | 4.4w颗星！又一个CC Switch，几乎支持所有模型 | 小G（GitHubStore） |
| 9 | 赶在DeepSeek涨价前，我猛烧1千测了6个省token的Skills | AI沃茨（卡尔的AI沃茨） |
| 10 | 当大模型开始按Token计价，SSD正在成为AI推理核心 | 张锦怡（DeepTech深科技） |
| 11 | 当本体论遇上大模型：给 AI 织一张语义网 | 余龙生 |
| 12 | 揭秘Superfluid Lab：阮翀的基座模型信仰与元戎启行的第二曲线 | 张麟（甲子光年） |
核心主题
本批文章集中在"模型竞争进入下半场"的三大焦点：怎么选模型（工程视角）、谁在赢（商业化视角）、钱怎么算（Token 经济视角）。[1]给出"先拆任务、再选模型"的功能四分法（生成/Embedding/Rerank/分类），[7][8]展示个人开发者如何借 Pi、FCC 等 harness 实现模型自由与路由分层；[2]则把竞争引向 GUI 执行层——模型"会用屏幕"成为新战场。
商业上呈现多条非共识路线：智谱押注"三合一"Coding 换得 ARR 翻倍与万亿市值 [3]；小红书以内容平台身份自研开源基座 [5]；面壁用"密度定律"转向端侧效率 [6]；阮翀在元戎启行内部建 Superfluid Lab 探索物理世界基座模型 [12]。同时 [4][10][11] 指出价值创造不在"买 Token"本身，而在应用层（Ontology）、推理系统效率（有效 Token/SSD）与可解释边界（语义笼子）；[9] 则用实测戳破"省 Token Skills"的营销数字——约束工具叠加会推高 thinking 开销，这恰是 Token 计价的暗面。
关键发现
模型分类与选型（[1][7][8]）
- 大模型按"模态+功能"理解而非排斥性分类树；功能四类：生成、Embedding（维度无标准，BGE-M3 1024 维、Small 可达 384 维）、Rerank（两阶段检索：召回 Top50 → 精排 Top5）、分类（企业起步可用 Qwen3-0.6B 一套打天下）。[1]
- "会生成工具参数 ≠ 执行了工具"：权限、超时、审计属 Agent 系统；模型是"多维能力配置表"。 [1]
- Pi=极简内核 harness（read/bash/edit/write），模型自由、Skill 跨工具复用；选型口诀"官方 CLI 省事，Pi 自由"。[7]
- FCC（4.4w 星）本地 API 代理+协议转换层：CC/Codex/Pi 透明接入 NIM、OpenRouter、DeepSeek 及本地模型，支持分层路由（Opus 走大模型、Haiku 走本地小模型）、流式中断恢复、本地省 token 优化。[8]
竞争与商业化（[3][5][6][12]）
- 智谱 2025.5 战略会改押 Reasoning+Coding+Agentic"三合一"（GLM 4.5 用 15T 通用+8T 三类数据），成为国内最早拿 Coding"门票"的公司；GLM 5.2 后一个月 ARR 从 5-6 亿美元翻倍至 10 亿、市值破万亿港元；靠 A/B Test 体系、数据策略与清华师门人才壁垒做到"不犯错"。[3]
- 小红书海外开源 dots3-note preview（MoE 280B/激活 16B/512K 上下文，Apache 2.0）+ VibeSearchBench/VibeLifeBench，逻辑是高频场景成本可控、数据闭环与"模型=基础设施"。[5]
- 面壁 2023 年放弃千亿参数模型转向效率，提出"密度定律"（同等智能所需参数每 3.5 个月减半，Nature 子刊）；2026 端侧规模化元年，MiniCPM 下载 4400 万+、估值超 200 亿，ForgeTrain 已实现 AI 编写预训练框架。[6]
- Superfluid Lab：阮翀（DeepSeek 前研发负责人，27 篇论文中 18 篇/覆盖 6 方向居首）带队做物理世界基座模型（先 VLA），NEO Lab 式组织；元戎启行以 50 万辆量产数据闭环（12 小时迭代）验证，价值在"从理解道路到理解世界"。[12]
Token 经济与降本（[7][9][10]）
- 在线推理交付的产品是"有效 Token"（满足 TTFT/TPOT/质量/稳定性），SSD 由此成为推理基础设施：承载模型权重、KV Cache、MoE 专家参数；代表方案 Mooncake、ServerlessLLM、NVIDIA CMX；分消费级（AI PC 本地 AI）与企业级（GPU 利用率/每 Token 成本），厂商路径有方案型（群联 aiDAPTIV）、存储主动型（江波龙 SPU+iSA）、协同型（寅谱×联芸）等。[10]
- 六款省 Token Skill 实测（固定 DeepSeek V4 Flash）：单任务下 Ponytail/Token Saver 确有压缩（减 30%/71% 字符），但 Headroom 仅在长输入有效（48.5%），Graphify 需约 36 次查询才回本（实测 3.56 倍而非宣称 70 倍）；六项同题对比"一个都不便宜"（最多加 222.8%），因规则叠加使 thinking 占比 40%→65%（96%新增开销是思考）——它们是约束工具，不是省钱工具。[9]
- DeepSeek 即将涨价背景下，Pi+DeepSeek-v4-Flash 实测：20M token 不到 1 元、1M 上下文、路径自纠错，构成个人工作流"日常基座"。[7]
GUI Agent 与真实世界执行（[2]）
- Qwen-UI-Agent：100+ 真机、150+ 应用训练环境；MobileWorld 82.1%、AndroidDaily 97.5%、OSWorld-Verified 79.5%、WebArena 73.6%、ScreenSpot-Pro 81.5%；GUI+CLI 混合动作空间（CLI 动作近半、40% batched actions）、>100 步在线 RL（1 万并发）、AI 驱动数据飞轮、跨端主动服务 Harness、GUI×DeepSearch 协同；安全上危险请求拒绝执行、敏感操作主动停手待确认。[2]
安全、本体与可解释（[4][11]）
- Karp：LLM 是概率工具（>51% 准确率即可），高精度任务（造车/登月）不够用；"买 Token 创造不了价值"，实际盈利的只有应用层（Ontology/Foundry）与算力；模型+应用层+算力缺一不可，核心是"谁控制权重、缓存、提示词"。[4]
- "语义笼子"：GraphRAG 全面性胜率 72-83%、根级摘要省 97% token、LazyGraphRAG 索引成本降至向量 RAG 的 0.1%；KGR 草稿返修、Think-on-Graph 可解释；GraphMERT 证明 Qwen3-32B 生成医学图谱 FActScore 仅 40.2%，80M 小模型达 69.8%——"画地图"不能全交给 LLM；AIP 让 Agent 基于本体行动（Citi 开户 9 天→秒级、General Mills 年省 1400 万美元），欧盟 AI Act 使可解释成为生产硬门槛。[11]
提取的概念
- concepts/model-selection — 先拆任务再选模型，Agent 开发核心方法论 [1]
- concepts/model-routing — FCC 层级化路由：Opus 走大模型、Haiku 走本地小模型 [8]
- concepts/classifier-model — 分类模型用于意图识别与内容路由，小模型常够用 [1]
- concepts/reranking — 两阶段检索中的精排层 [1]
- concepts/gui-agent — GUI 是数字世界最通用入口，GUI 智能体基模成为新战场 [2]
- concepts/token-pricing — 按 Token 计价 + 有效 Token 概念 [10]
- concepts/token-saving — 省 Token 工具的收益与 thinking 暗账 [9]
- concepts/prefix-cache — 把稳定规则放对话前部命中上下文缓存 [9]
- concepts/ai-inference-economics — 从"买了多少 GPU"到"交付多少有效 Token" [10]
- concepts/ontology-driven-ai — 语义笼子：把 LLM 约束在本体边界内 [11][4]
- concepts/knowledge-graph — GraphRAG/KGR/Think-on-Graph 事实校验与可溯源 [11]
- concepts/physical-ai — 从理解道路到理解物理世界，物理 AI 赛道 [12]
- concepts/vla-models — 连接"理解"与"行动"的最直接路径 [12]
- concepts/responsible-scaling — Scaling 共识裂缝：密度定律、非共识路线 [6]
- concepts/from-model-to-product — 模型价值取决于放进什么产品 [3][5]
提取的实体
- entities/palantir — FDE 鼻祖与 Ontology 应用层，买 Token 不创造价值论 [4][11]
- entities/zhipu-ai — GLM 4.5/5.2/5.3，Coding 门票与万亿市值 [3]
- entities/deepseek-v4-flash — 低价高能日常基座，涨价前的省 token 实测对象 [7][9]
- entities/qwen — Qwen-UI-Agent 真机 GUI 基模 [2]
- entities/xiaohong — 内容平台自研开源 dots3-note，模型=平台底座 [5]
- entities/mianbi-zhihui — 密度定律与端侧路线，AI 制造 AI [6]
- entities/ruan-chong — DeepSeek 全栈第一研究者，Superfluid Lab 负责人 [12]
- entities/pi-agent — 极简内核 harness，多模型自由的代表 [7][8]
- entities/moonshot-ai — 开源 Mooncake，SSD 参与 KV Cache 池 [10]
- entities/nvidia — CMX Context Memory Storage 与 Karp 的"掌控生产资料"合作 [10][4]
与 OpenClaw/Hermes 的关系
本批内容与 OpenClaw/Hermes 类本地 Agent 高度呼应：Pi/FCC 证明"harness 与模型解耦"已是个人 Agent 主流范式——多 Provider、协议转换、层级路由与省 token 优化，正是 OpenClaw 这类多模型运行时可以直接借鉴的工程能力；Qwen-UI-Agent 的 GUI+CLI 混合动作空间、batched actions、跨端 Harness 与敏感操作停手确认，为 OpenClaw 在桌面/浏览器域的"会用屏幕"提供了执行层与安全边界的样板。
更大层面的启示来自 [4][11]：Palantir 的"应用层才是价值"直接质疑纯 Token 转售模式，而"本体作为 Agent 世界模型 + human-in-the-loop 护栏 + 可解释才能上生产"（GraphRAG/KGR/AIP 案例），对 OpenClaw/Hermes 的意义在于：Agent 的记忆与知识层应接结构化的知识图谱/语义网，而非纯向量或纯上下文；DeepSeek 涨价与省 Token Skills 的实测则提醒，OpenClaw 的 skill/prompt 设计若堆叠过多约束，thinking 开销会反过来吃掉账单。
我的判断
- 判断1（置信度：高）：模型竞争将从"榜单参数战"转向"产品内有效 Token 成本战"，按 SLO 有效 Token 计价与 SSD/缓存层会成为推理基础设施标配；2026-2028 年 GPU 之外的存储与互联层将出现新融资热点。理由：文章 10 已给出完整的"产品=有效 Token"框架与 Mooncake/CMX 量产证据。
- 判断2（置信度：中）："省 Token Skill"是伪赛道，真正的降本来自记忆/图谱/缓存等系统层（Graphify 类、prefix-cache 类）而非输出压缩规则；2026-2028 年 Skill 生态会从"指令压缩"转向"上下文工程原生"。理由：文章 9 实测证明规则叠加的 thinking 开销吞噬收益，而 Graphify 回本曲线唯一正但需 36 次查询。
- 判断3（置信度：中）："内容/场景平台自研基座 + 开源打法"会从小红书扩散到美团、快手、电商出行类平台，形成"少数前沿公司 + 大量垂直基座 + 中小团队调 API"的分层格局；2026-2028 年自研但不开源垂直基座的中国平台公司至少再出现 3-5 家。理由：文章 5 的云化类比与成本/闭环/掌控力三逻辑可复制，且 12 中"项目制 vs 基础能力"逻辑同样成立。
