两份发布稿,第一段都是参数。翻到第二段,全在讲钱。
11 月 16 日,阿里发 Qwen4-Max,腾讯发 Hy4 flash。
以前的发布会不这么写。以前比的是榜单名次、上下文长度、每百万 token 几块钱。
阿里报的数是 26.58 元降到 11.16 元。腾讯报的数是 0.26 元。
一个任务,两个价
先把阿里的账摊开。26.58 减 11.16 是 15.42,除以 26.58,得 58.0%,和官方说的 58% 对得上。这个数出自阿里的 Work360 评测集,覆盖 721 个细分领域,跑的是编程、投研、汽车制造这类专业活;统计的是「跑完一个任务花多少钱」,不是「一百万字多少钱」。顺带说一句,有几家标题写的是「大降六成」,六成是四舍五入之后的说法,准确值 58%,两个百分点不算错,但在一篇讲口径的稿子里,先把它钉住。
腾讯那边是 0.26 元。这个数出自另一个评测集,叫 WorkIndex,跑的是 PPT 制作与修改、文档编辑、表格修复、音视频处理、视觉理解。样本是 85 位内部用户在 27 类任务上做的盲测,一共 259 个任务。
两个数放在一起,差了 43 倍。
43 倍这个数字很抓人,但它是假的。不是数据假,是这个比法假。
差的是任务,不是模型
Qwen4-Max 是旗舰,2.4 万亿总参数,每个 token 激活 710 亿,另加 3280 亿的 N-gram 查表参数,激活率 2.96%。Hy4 flash 是轻量版,2240 亿总参数、激活 120 亿,激活率 5.36%;它上面还有 7700 亿总参数、490 亿激活的 Hy4 preview,再上面才是标准版 Hy4。两家把参数表摆得整整齐齐,但表格里没有一个数字能说明「便宜」这件事——便宜不发生在参数上,发生在「干完一件活要用掉多少 token,每个 token 多少钱」这一步。
拿旗舰的单任务价和轻量版的单任务价比,等于拿货车的百公里油耗比摩托车。
两个数不该并排摆。
真正能比的是各自跟自己的上一代比。阿里说降了 58%,腾讯说降到 Hy4 preview 的十三分之一、标准版 Hy4 的二十分之一。这两句话都成立,但它们说的是两件不同的事:一个是「同一档位便宜了多少」,一个是「低一档比高一档便宜多少」。前者是技术进步,后者是产品分层,混在一起讲,就变成了「行业整体降价」。
还有个细节被标题盖住了。腾讯那个 0.26 元,是在自家办公任务上测的;阿里的 11.16 元,是在编程和专业任务上测的。同样是「一个任务」,一边是改一页 PPT,一边是跑一次代码修复,token 消耗差一个量级很正常。
所以这一天真正的新闻不是降价,是换尺子。
五成八,拆不开
按理说,成本降了,要么是用得少了,要么是单价降了,或者两样都有。这三件事可以分开算。
阿里其实给了可以拆的数。在 Terminal-Bench 4.0 上,同一档思考强度,每次尝试的平均 token 用量从 28.9 万降到 15.1 万,少了 48%;同一档位上,得分升到 48.5——字少了近一半,答对的题反而多了。但这两个数不能相除:48% 来自 Terminal-Bench,58% 来自 Work360,任务不同、样本不同、打分方式不同。用 58% 除以 52%,得出「单价降了 19%」这种结论,是把两把尺子接在一起量东西。
不能这么算。
官方没有公布 Work360 上 token 用量的降幅。所以那 58% 里,有多少来自少用 token、多少来自降价,外界算不出来。
能算的只有一件事:58% 是在「token 用量明显下降」和「API 价格下调」同时发生的前提下得出的。少了任何一半,都到不了这个数。
省下来的那部分,在注意力里
两家在技术上的动作,指向同一个地方。
阿里把注意力拆成了两层:每四层里,三层用 Gated DeltaNet,把历史信息压成一个固定长度的状态;剩下一层用稀疏注意力,按块挑出相关的上下文。历史越长,这个设计省得越多。腾讯那边是混合注意力、LatentMoE、Engram 三件套,KV cache 的大小压到 Hy3 的二十四分之一、Hy4 的六分之一。
KV cache 是推理时存历史键值的地方,上下文从十万字涨到一百万字,这块内存按老办法要线性涨;压到六分之一,意味着同一张卡能同时服务更多人。这一步省下来的不是算力峰值,是并发数——同样的机房,能接的活多几倍,摊到每件活上的固定成本就薄一层。
省的不是峰值,是并发。
再往下是后训练。腾讯用强化学习把端到端输出长度压了一半。这一条最容易被忽略,因为它不在架构图里,而在训练目标里:模型被教成「话少说完」。一句话能说清的事,不许展开成三段。
两家都在做同一件事——让一件事少用 token。
为什么挑这一天
11 月 18 日,腾讯发季报。11 月 19 日,阿里发季报。
两场发布会,都赶在自家财报前面。
最远的隔三天。
过去两年,资本市场问云厂商的是同一个问题:AI 投入那么大,回报在哪。回答「我们的模型更强」不管用,因为更强换不来收入;回答「同样一件活,客户花的钱少了五成八」才有用,因为它直接对应企业客户的采购决策——采购部门不评榜,只算账。这份稿子的听众从来不只是开发者,还有季报电话会上等着提问的分析师。
所以这一天真正被摆上桌的,不是模型能力,是一张给财务看的成本曲线。
便宜之后
有个反常识的地方:单任务变便宜,总支出往往变高。
一件活从 26 元降到 11 元,原本觉得不划算、干脆不做的活,现在值得做了。做的人多了,跑的次数多了,总账反而涨。这个逻辑在算力行业被反复验证过:单位成本降下去,原本不经济的场景被激活,总需求跟着涨。经济学里管这叫杰文斯悖论,一百多年前讲的是煤,现在讲的是算力。
所以「降本」这个词,对买方和卖方是两个意思。
买方看到的是单价,卖方看到的是总量。模型公司当然清楚这一点,之所以还敢把「便宜」喊得这么响,是因为现在的瓶颈不在需求,在信任——企业不敢把核心流程交给一个跑一次要二十几块的模型,但愿意交给一个跑一次十一块的。
价格先降下来,用量才敢放出去。
那把尺子还没统一
回到那两个数。26.58 和 11.16,还有 0.26。
三个数字背后是同一件事:卖的东西变了。以前卖 token,按字数计价;现在卖「一件事办完」,按结果计价。
按字数计价,客户会想办法少写字。按结果计价,客户只关心办没办成。
这对卖方是好事,它把价格从成本转到了价值;对买方也是好事,它终于能算清楚一笔账。
麻烦在于,这把尺子现在有两套刻度,谁也不认谁的。同一天发布的两个数,被并排写进了同一个标题。
等到有人把「一个任务」定义清楚的那天,这场价格战才算真正开始。
免责声明:本文基于公开信息撰写,仅供读者参考,不构成任何投资建议。