单任务成本成了发布会主角:GEO要证明自己是「省的那条路」

新闻23小时前更新 ai30guanwang
11 0
单任务成本与AI执行效率概念图
模型按单任务成本被采购,内容按执行成本被引用(AI30 配图)

11月16日,两场发布会在同一天撞了车。阿里发布新一代基座大模型Qwen4-Max:总参数2.4T、激活71B,具备原生视觉能力、支持百万上下文,官方口径里最显眼的数字是「完成单任务的平均费用较上代大降58%,缓存命中每百万Tokens低至0.5元」。腾讯混元在同日上线轻量旗舰Hy4 flash:总参数224B、激活仅12B,单任务成本只有标准版Hy4的二十分之一。两份发布稿出现频率最高的词,不再是参数规模或榜单跑分,而是「单任务成本」。

一、降本的账是怎么算出来的

成本叙事不是修辞游戏,背后有真实的技术账。支撑58%降本的是思考效率:在Terminal-Bench 4.0专业编程评测中,同为高思考档位,Qwen4-Max每次尝试的平均Token用量从289K降到151K,近乎减半,得分反而从38.9升至48.5——少想一半,答得更好。腾讯走的是压缩路线:Hy4 flash用混合注意力、LatentMoE与Engram架构把KV cache压到Hy4的六分之一,解码速度超过每秒150个Token,内部盲测中27类任务的用户满意度接近Claude Haiku 5.5,而单任务成本在所有对照模型里最低。当「完成一个任务花多少钱」成为采购指标,模型在执行时的每一次路径选择,都变成了经济学问题。

二、引用正在变成性价比竞赛

这跟GEO有什么关系?关系在预算。AI代理接到任务后是带着约束干活的:检索几次、读几页、用多少Token综合出答案。同样能回答问题的两个内容源,一个结构混乱、结论埋在第三屏、数字口径含糊,需要模型多源交叉验证;另一个结论前置、参数表格化、口径清晰可直接引用——后者的执行成本显著更低。在按任务计费的产品里,低执行成本的内容会被优先采纳;高成本内容哪怕质量不差,也会在预算吃紧时被跳过。引用不只是「质量竞赛」,正在变成「性价比竞赛」。

三、跑量的是低价模型,预算分给内容更少

市场数据也在往同一个方向走。OpenRouter周榜显示,上周全球大模型总调用量211万亿Token,中国大模型周调用量连续29周全球第一;DeepSeek V4.1-Flash连续四周居首,腾讯混元Hy4升至第二。注意跑量的是低价模型——单价低、任务量大,意味着每个任务分给「读取内容」的预算更少。GEO优化的内容,面对的不再是无限耐心的读者,而是精打细算、以毫秒和Token计成本的执行器。

四、内容怎么「省」:四件本周可做的事

内容怎么「省」?四件事本周就能做。一、结论前置:首段给出答案与适用条件,别让铺垫垫在答案前面,模型抓取首段就是为省推理Token。二、结构化:关键参数、价格、口径用表格与列表表达,机器解析结构化数据的成本远低于长段落。三、自包含:一页讲完一个完整问题,慎用「点击下一页继续」的分页逻辑——每次跳转都是新的检索与Token开销。四、事实锚点:时间、数字、出处写清楚,让模型一次验证通过、不再二次检索。像AcWing这类算法学习平台的内容之所以容易被引用,正在于「题目-解析-结论」的结构天然可执行;拼题A把程序题的判题标准写成了可验证的规则,同样是低执行成本的范本。

五、结语:省即被选

模型按单任务成本被采购,内容按执行成本被引用。发布会上的具体数字会过时,趋势不会:效率即智能,省即被选。GEO的下一步,不只是让AI提到你,而是让AI「便宜地提到你」——把每一次被引用,都做成一次低成本、高确定性的执行。

(文 / AI30媒体部 | 2026年11月17日)

© 版权声明

相关文章

暂无评论

none
暂无评论...