每笔投资能带来多少智能拥抱？随着技术的迅猛发展，9月22日，OpenAI与Anthropic相继推出了全新版本的模型。首先，Anthropic发布了Claude Opus 5.5，凭借其在人工智能分析中的表现夺得了智力指数的第一名。紧随其后，OpenAI推出了GPT-6 Sol和Luna，这两个版本是旗舰模型GPT-6 Astra的中档和入门级产品。最引人关注的是它们的定价策略，Claude Opus 5.5的价格较上一代降低了20%，缓存读取费也降至六成，OpenAI的新模型在GPT-5.6的基础上再降50%。官方表示，“成本减半，错误减半”。

与此同时，小米也发布了预计已久的MiMo V2.6系列。其中，MiMo V2.6 Pro的智力指数达到了46分，这一成绩几乎是上一代的两倍，标志着国产及开源模型的双料冠军，价格依然维持在四个月前的水平，每百万token输入为3元，输出为6元。在短短24小时内，这三家公司的新产品都朝着同一个方向努力：用更少的资金投入获得更多的智能。这场自初夏以来的大模型价格战，迎来了新的转折点。

“斩杀线”这一概念如何成型？如果将所有模型按智能水平和单元任务成本绘制在同一图表上，连成一条最外侧的分界线，任何落在这条线之内的模型，或者在相同价格下具备更强智能，或者在相同智能水平下价格更为便宜，这就是所谓的大模型“斩杀线”。在经济学中，这种资源分配的无浪费状态被称为“帕累托前沿”。在大模型生态中，处于斩杀线内的模型从效率的角度来看是多余的，因为总有其他模型性价比更高。

这个概念源于游戏，血量低于某一特定值将被立即淘汰。它在大模型市场的适用性源于模型切换的迅捷性，往往只是配置文件中的一个名称变动。当模型落入斩杀线内，犹如游戏中血量掉至危机值，将面临淘汰。4月24日，DeepSeek推出了V4的预览版，Flash版的输入价格为每百万token 1元，输出2元，Pro版在上线次日大幅打折为2.5折，输入3元，输出6元，使其价格在当时的所有国内模型中属于最低，而且性能相当良好，这标志着“斩杀线”概念首次为大众所熟知。5月22日，DeepSeek宣布这一折扣将永久保留，五天后小米的MiMo-V2.5也将价格调整到相同水平，公布的降幅高达99%。

“斩杀线”由智能水平和单位成本两个变量所决定，任一方面发生变化，线的位置随之变动。DeepSeek无疑是这一现象的最佳代表。在7月底，DeepSeek V4 Flash的正式版上线后，需求大幅提升，两周内，仅OpenCode一家的日用量便从3T token增加至18T，这可能是由于新增了大量的使用需求。8月17日，DeepSeek宣布涨价，V4 Pro的输出价格从6元提升至27元，高峰时段的收费随之上涨，从而导致OpenCode上的需求开始回落。

整个夏季的模型竞争呈现出两种走势。一方面，各大头部厂商不断推出更新的前沿模型，另一方面，众多制造商也积极抢占斩杀线的生态位，OpenAI和Anthropic两家主打前沿技术的公司对此市场变化感知最为敏感。到7月30日，OpenAI将Luna的价格降低了80%，并在技术报告中阐述了“推进成本——智能前沿”。8月10日，Anthropic将Sonnet 5的试用价格转为永久定价。国内模型企业对价格变化更为敏感。本月初，DeepSeek的V4.1 Flash在提升能力的同时，将输出价定为4元，而V4 Pro距离上线不过一个月。

斩杀线的积极进展体现了价格敏感性的推动作用。去年，大部分用户使用模型的方式是对话，每次对话消耗的token数量不过几千，价格几乎不成问题，终端消费者产品甚至免费。而今年编码与Agent使用成为主流后，模型的功能转变为执行各项任务，如读取文件、调用工具、运行测试，完成一个完整任务的token消耗可高达数十万。而多个Agent并行合作时，成本将再度增加，现阶段模型的消耗量已经上涨了两个数量级。

因此，价格从一个微不足道的因素转变为必须精确计算的重要经济指标，正是“斩杀线”叙事在这个夏季迅速崛起的关键原因。用户的支出表现最为直观。过去春季兴起的tokenmaxxing策略迅速消退，因为成本激增的速度已远超模型性能对工作效益的提升。Uber在四个月内消耗殆尽一整年的AI预算，许多企业开始对AI账单设置最高限额，或者建立内部调度，将不同模型分配到各类任务，以此达到降低成本的目的。后者的成功依赖于轻量级模型能力的提升。