一份第三方测评榜单上，那条"同等能力里最便宜"的线，这几天被重新描了一遍。四款新模型接连挤上这条线，最便宜的一档，跑完全套测评的单次成本压到 0.068 美元。这回挪动的地方与其说是名次，不如说是"花多少钱能办多少事"的整套坐标。

那条线是怎么画出来的

发布消息的是 Artificial Analysis，一家专门给大模型做独立测评的机构。它常年盯着两个数：横轴是"每任务成本"，指跑完它家一整套题平均要花多少钱；纵轴是"智能指数"，由十项评测加权算出，涵盖写代码、查资料、做表格、数学推理这些硬活。

把几百个模型按这两个数画成散点，再连出前沿线。凡是落在线上的点，它的左下方都找不到别的模型。通俗说，这个价位上已经没有明显更强的对手了。前沿线往外挪一格，就意味着同样的钱能买到更多能力，或者同样的能力能少花钱。

Artificial Analysis 的"智能指数 vs 每任务成本"图

四个新面孔，四张价签

推文给出的四个点，按价格从低到高排开：

• GPT-6 Luna（最高档推理）：37 分，每次 0.068 美元
• MiMo-V2.6-Pro：46 分，每次 0.13 美元
• GPT-6 Sol（最高档推理）：48 分，每次 1.06 美元
• Claude Opus 5.5（最高档，带回退）：58 分，每次 5.98 美元，是当前得分最高的模型

四款模型一共贡献了十一个前沿点：GPT-6 Luna 占五个，Claude Opus 5.5 占四个，MiMo-V2.6-Pro 和 GPT-6 Sol 各占一个。同一款模型为什么能占好几个点？因为推理强度可以调，用力小一点就更便宜、得分低一点，自己就撑出一小段前沿。

便宜的这一端，早不是凑合

最左边那两个点值得多看一眼。GPT-6 Luna 用不到 7 美分的单次成本换来 37 分；小米的 MiMo-V2.6-Pro 花 0.13 美元拿到 46 分，只比 48 分的 GPT-6 Sol 少两分，价钱却只有它的八分之一。

多家评测都提到，这批便宜模型比上一代价格近乎砍半，能力大体持平，个别项还略有退步。换句话说，这一轮推着前沿线左移的主要是降价。对天天要跑大量任务的团队来说，"能力不变、账单腰斩"的更新，比多挣两分实在得多。明察秋毫地拆开成本结构还能看到：这些模型的单次 token 消耗其实涨了，全靠单价下调撑着。

贵的那一端，值不值要算

最右上的 Claude Opus 5.5 是当前最高分，58 分，单次成本 5.98 美元，是 GPT-6 Luna 的八十多倍。这不代表贵就不值，最难的智能体和知识工作还得靠它顶上。但对大多数日常活计，多花出去的钱大概率换不回对等的产出。

选型因此更像量体裁衣：分类、抽取这类批量活，交给单价低的模型就够用；只有最难的少数任务，才值得请出最贵的那一档。

各方怎么看

独立测评机构给的结论很直接：新模型基本把各自的价位段填满了，同一个价位上很难再找到更强的对手。

媒体的复盘更细。有分析指出，GPT-6 这两款和上一代相比，价格减半而智能提升有限，编程能力一进一退：Sol 略涨，Luna 反而退了两分；不过幻觉率降幅明显，其中一款从九成多降到了六成。

国产这边，小米官方和北京日报都强调 MiMo-V2.6-Pro 拿下开源第一、国产第一，价格只有海外模型的二十分之一到六十分之一，在国内头部模型里也占价格优势，并称它在"智能与价格"图上做到了帕累托最优，也就是同价位里最强、同能力下最便宜。

也有批评的声音。有分析发现，Anthropic 自己发布的前沿图里，只画了对手的旗舰款，把同一天发布的便宜款晾在一边。挑图选对手这件事本身就是个提醒：别只信一家的自证材料，兼听则明，偏信则暗，几家独立榜单交叉着看才稳妥。

话说回来

前沿线往哪挪，说到底是在给"够用"重新定价。前两年要花大价钱才买得到的智能水平，如今正一档一档落到更便宜的价位上。真正值得更新的，或许不只是手里的模型，还有选型的习惯：先问这笔活值多少钱，再决定请哪一档出场。

原文链接：
https://x.com/ArtificialAnlys/status/2102833926788288704