首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >省下来的 token 不是你的钱:Qwen4-Max 与 Hy4 flash 同日降价,账单为什么没降

省下来的 token 不是你的钱:Qwen4-Max 与 Hy4 flash 同日降价,账单为什么没降

作者头像
海风自语
发布于 2026-11-18 08:51:06
发布于 2026-11-18 08:51:06
120
举报

11 月 16 日,两家公司同时发模型。一家说,同样的编程评测,每次尝试的 token 从 289K 降到 151K;另一家说,缓存命中一百万 token 只要两分钱。两条消息并排放在眼前,我第一反应不是算能省多少,是想起了自己那张越算越糊涂的账单。

单价降了,账单不一定降,因为账单里最大的一项是次数,而次数只有你能改。

省下来的 token,是厂商的营收,不是你的成本

阿里这一代旗舰叫 Qwen4-Max,2.4 万亿总参数只激活 710 亿,缓存命中每百万 token 0.5 元,官方口径单任务成本比上代降 58% 到 62%。腾讯同一天的 Hy4 flash 更狠,2240 亿总参只激活 120 亿,缓存命中每百万 0.02 元,官方称效果略强于上一代 7700 亿参数的版本。以上都是厂商自报,未独立复现。

数字背后有件事更值得琢磨:厂商第一次把「每次尝试用多少 token」写进了卖点。过去比分数,现在比谁更省。为什么?

因为按 token 收钱这件事,天花板到了。模型越会省 token,它在同一个任务上收到的钱就越少。所以它必须换个说法,把计价单位从「卖 token」挪到「卖任务」。定价页上那个 token 单价还在,但真正的报价已经变成「完成一个任务多少钱」。

那这个「多少钱」是怎么算出来的?在它自己的任务分布上算的。Qwen4-Max 报的是覆盖 721 个细分领域的内部测试集,Hy4 flash 报的是 8 个自家产品任务集、85 位内部用户盲测 259 个任务。真实,有用,也带偏:任务分布恰好等于它自己产品的边界。

你的任务不在那个分布里。

我做变电站远程巡检的时候,验收口径从来不是「采集了多少帧图像」,是「这一轮漏没漏」。这个口径背后是同一件事:买的人要的是任务完成,不是计量单位。 厂商现在开始按任务报账,某种意义上是把这件常识捡回来了。

重试次数,是唯一还归你管的成本项

再看同一天另外两条消息,味道就不一样了。

一条是 DeepSeek 开始给免费档限额,限制长对话、每日额度、单次输入长度,部分用户两小时就触顶。另一条是几天前 Claude Code 的一次更新,顺手把每个子 agent 的上下文和花费那一行删了,没有替代方案。

三件事摞在一起看:单价在降,仪表在少,额度有了上限。

降价、少仪表、加配额,三件事合起来是在替你决定「什么时候算够了」。 而 agent 的成本结构里,一次任务的 token 用量不是一个数,是一个分布。失败一次重跑一遍,账单直接翻倍,而重跑的那一遍通常没人记。

我做过一套在线旅游的库存和订单系统,最贵的从来不是单次请求,是超时之后层层重试叠出来的雪崩。后来我们做的第一件事不是优化接口,是给重试设上限、加退避、把幂等做实。分布式系统里「有限重试」是老常识,到了 agent 这里,大家好像集体忘了。

一个 agent 任务失败,默认行为就是再试一次。试到第几次算够?没人写。 写在哪?通常也没人知道。

马上可以动手的三件事

一、挑一个最贵的 agent 任务,按「任务」记三天账。 不记 token,记三件事:单价、这次尝试用了多少 token、试了几遍。一张表就够,不花预算。三天之后你会知道自己的钱到底花在哪一项上。

二、给重试设一个显式上限。 比如单任务最多三次,超了就走降级模型,或者直接停下来报错。不许无限重试,也不许在没人看的地方重试。

三、给每条依赖免费档或最低价档的自动化,加一个「配额余量」健康项。 低于阈值就降级,或者停机。配额耗尽不会报错,它只会让输出变短、上下文被截、任务做一半。 这是最难查的一种故障。

窗口里的其他信号

  • 11-16,华为云开源昇腾原生具身世界模型 CloudRobo-WM1.2,RoboTwin 2.0 平均成功率 88.98%、LiberoPro 2.0 为 81.7%,两个基准均列第一(厂商自报)。
  • 11-16,美国 BIS 临时最终规则落地:远程使用美国先进算力也要许可,新马泰印尼巴西五国出口先进芯片需牌照,存量业务 90 天内申请。
  • 11-16,GitHub Copilot 正式退役一批模型,并预告 12 月再退一批;VS Code 的 Local harness 定于 2027 年 2 月停用。
  • 11-16,FrontierML 把预算做成评测变量:21 个任务、每任务 10 到 200 美元,人类研究员在 200 美元档提升 66.1 分,最强 agent 为 58.8 分。
  • 11-16,Claude Code v2.1.326 修掉一类静默失效:权限规则写不进配置文件时不再显示为已保存,会警告并报出文件名。

数据说明:Qwen4-Max、Hy4 flash、CloudRobo-WM1.2、FrontierML 的分数与成本均为厂商或 benchmark 作者自报,未独立复现;DeepSeek 免费档限额为社区与财经媒体口径,官方未发统一公告。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2026-11-17,如有侵权请联系 cloudcommunity@tencent.com 删除
目录
  • 省下来的 token,是厂商的营收,不是你的成本
  • 重试次数,是唯一还归你管的成本项
  • 马上可以动手的三件事
  • 窗口里的其他信号
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档