在人工智能大模型领域，一场激烈的竞争正以惊人的速度重塑行业格局。近日，DeepSeek发布的V4 Flash 0731成为焦点，这款新模型在Artificial Analysis的Intelligence Index评测中斩获50分，较上一版本提升10分。基于Intelligence Index v4.1的评测数据，若将各家模型绘制在散点图上，纵轴代表能力得分，横轴为每任务成本，V4 Flash 0731稳居左上角，形成一片“斩杀线”——区域内模型不仅成本更高，能力也明显逊色。
“斩杀线”这一概念源于电子游戏，如今在中英文AI圈广泛流传，成为大模型竞争白热化的标志。其核心逻辑在于：模型能力与成本的差距被智能体（Agent）的应用显著放大，导致市场分化加速。例如，Claude Opus 4.8（max）能力得分为56分，每任务成本1.78美元；而DeepSeek V4 Pro（max）仅得44分，成本却低至0.04美元。V4 Flash 0731以50分超越自家Pro版本，且与能力最接近的对手GPT-5.6 Luna（max）相比，在对方降价80%后，其每任务成本仍低约60%，凸显性价比优势。
智能体的崛起是这场竞争的关键变量。传统模型评测以单次对话或单轮任务为准，而智能体需连续执行多步骤、调用外部工具，并在出错后重试，最终交付完整任务结果。这一转变使得单次回答的准确性无法全面反映模型能力，而按token计价的成本模型也因任务复杂度提升而失效。美国国家标准与技术研究院下属的CAISI在2026年5月的评估中，对比DeepSeek V4 Pro与GPT-5.4 mini在7个基准上的表现，发现同一对模型的成本高低可能因任务不同而完全颠倒，进一步印证了“按任务评测”的必要性。
Intelligence Index v4.1的评测体系正是围绕任务设计：纵轴能力指数由9项评测加权构成，其中智能体任务占比34%，编程与科学推理各占24%，通用任务占18%；横轴每任务成本则综合输入、缓存、推理等五类token的计价，按权重加权得出。这种设计直接反映了智能体对模型能力与成本差距的放大效应。例如，在编码任务中，智能体的token消耗量是代码问答与推理的千倍，模型单价差距虽小，但最终支出可能相差数个数量级。Bai Longju等人在2026年4月的论文中分析，八个前沿模型在SWE-bench Verified上的执行轨迹显示，智能体任务的token消耗随步骤数增加而激增，进一步拉大了模型间的成本差距。
能力差距的放大同样显著。单轮问答中，模型准确率差异可能仅体现在个位数百分点；但在智能体任务中，二十步串联后，95%与90%的准确率对应的成功率分别为36%与12%，差距扩大至三倍。智能体的重试机制进一步加剧了这一效应——能力不足的模型需为失败任务重复支付成本，直接转化为额外支出。这种“双重放大”效应导致性价比落在斩杀线以内的模型迅速失去市场地位。
智能体的普及也引入了更多评测变数。例如，同一模型接入不同Agent框架时，任务执行效率可能差异显著。2026年7月，Reddit上的独立评测显示，DeepSeek V4 Flash在四个Agent框架中执行真实bug修复任务时，消耗的tokens与时间相差四倍。为统一标准，Artificial Analysis开源了测试框架Stirrup，所有模型的Intelligence Index跑分均在此框架内完成，但不同框架的差异仍提示：模型能力需在系统层级验证，单纯分数难以反映真实表现。
市场对性价比的敏感度极高。大模型切换成本低，API调用标准化，开发者可快速切换模型而不影响用户体验。与此同时，基础模型层的进步放缓，同质化竞争加剧，市场份额向性价比最优者集中。例如，2026年7月30日，OpenAI将GPT-5.6 Luna价格下调80%，次日DeepSeek即发布V4 Flash 0731，迫使竞争对手跟进降价。这种“毒圈”效应——即落后者被快速淘汰，幸存者需持续奔跑——使得价格战成为常态。OpenAI的算力投入从0.2吉瓦增至1.9吉瓦，收入增长10倍，但投入与产出几乎线性对应，未形成结构性优势，印证了这场竞赛的残酷性。
成本降低是唯一的喘息机会。2026年5月，DeepSeek将V4 Pro API价格降至原价的四分之一，创全球新低，其技术底气来自混合注意力架构与多token预测技术，使单token推理运算量降至前代的27%。国新证券研报指出，到2030年，大模型推理成本将较2025年降低超90%。路透社同年7月报道，DeepSeek正在研发专用于推理的自有芯片，OpenAI与Anthropic等头部厂商也已公布类似计划，通过技术迭代与硬件优化双管齐下，维持性价比优势。
在这场生死局中，“斩杀线”与“毒圈”的流行恰如其分地描述了行业现状：落后即出局，幸存者需不断突破。模型技术迭代与基础设施投入仍在推动“斩杀线”上移，而成本降低的耐力赛远未结束。大模型竞争已从技术比拼演变为综合实力的较量，唯有在能力、成本与执行效率上全面领先者，方能在这片开阔地上占据一席之地。
