DeepSeek V4 Flash一发布，“智效比”就成了大家嘴边的新词儿。实际跑下来，V4 Flash Max做个API监控页只花了0.0758美元，而蚂蚁的Ling-3.0-Flash更狠，只要0.0402美元。现在选模型，光拼参数已经过时了，关键是看单位成本下能解决多少真问题。
智效比到底是个啥？
以前大家聊模型，开口就是参数多大、跑分多高。现在风向变了，DeepSeek V4 Flash出来之后，圈子里都在说“智效比”——说白了，就是你每花一块钱，模型能帮你干多少活。
这跟买车有点像，光看马力没用，还得看油耗和开着顺不顺手。模型再聪明，跑一次任务烧掉几十美元，普通开发者根本碰都不敢碰。
实测：一个API监控页，谁更划算？
有人拿真实任务测了一圈。用DeepSeek V4 Flash Max做一个API状态监控页，前前后后调了25次模型，输入约122万Token，输出约6.7万Token，总共花了0.0758美元。这价格低到啥程度？一杯咖啡的钱，够你跑几十回。
同样的任务，蚂蚁的Ling-3.0-Flash更夸张，只花了0.0402美元，比DeepSeek便宜了约40%。不过它的输入消耗是94万Token，输出只有1.48万Token——输出少，自然更省钱。
- DeepSeek V4 Flash Max：0.0758美元，输入122万，输出6.7万
- Ling-3.0-Flash：0.0402美元，输入94万，输出1.48万
但便宜不一定代表赢。在另一个电影院指南任务里，Ling-3.0-Flash花了0.483美元，Claude Sonnet 4.6要2.5美元。Ling确实便宜不少，可它给的推荐里有一部分是错的。省钱和省心，有时候真得二选一。
参数越小，反而越能打？
Ling-3.0-Flash总参数量124B，听起来挺大，但推理时只激活5.1B参数。这种“稀疏激活”的设计，让它在成本上占尽优势。在Artificial Analysis智能指数中，它拿了38分，和MiMo-V2.5、Qwen3.6 27B持平。这说明什么？小身材也能干大活。
DeepSeek V4 Flash Max没公布具体参数，但它的成本表现同样亮眼。Hugging Face联合创始人Clem分享过一个数据：不同模型每任务成本能差出800倍。旗舰模型平均每任务要31美元，而DeepSeek V4 Flash Max只要0.04美元——差了将近三个数量级。
智能体时代，成本才是拦路虎
为啥大家都在乎“智效比”？因为AI正在从聊天工具变成“数字员工”。OpenAI的数据显示，2026年5月，70.2%的用户提交过至少需要人类工作一小时的Codex任务，最活跃的1%用户，一天内跑出了超过60小时的Agent运行时长。
这种高强度使用，成本稍微高一点，账单就爆炸。反过来，像DeepSeek V4 Flash这样的模型，单日消耗量能达到8万亿Token——OpenCode平台说，这个数字已经超过了OpenRouter全平台日均规模。便宜到一定程度，使用量才会真正爆发。
便宜不等于万能
说到底，“智效比”不是单纯比谁便宜，而是看钱花得值不值。Ling-3.0-Flash在监控页任务里确实省，但到了电影院指南这种需要常识和准确性的任务，它就会犯错。Claude Sonnet 4.6贵，但人家给的答案靠谱。
所以选模型有点像点外卖：赶时间就吃快餐，想吃得舒服就得下馆子。关键是知道自己要什么。
FAQ
Q: 智效比是什么意思？
A: 智效比就是模型在单位成本下解决实际问题的能力。简单说，花一块钱能办多少事，而不是只看模型参数有多大、跑分有多高。
Q: DeepSeek V4 Flash Max真的只要0.04美元吗？
A: 不同任务成本不一样。在API监控页任务中，DeepSeek V4 Flash Max花了0.0758美元；Clem分享的数据显示它平均每任务成本约0.04美元。总之都远低于旗舰模型平均31美元的水平。
Q: 蚂蚁Ling-3.0-Flash比DeepSeek便宜，为什么还要推荐DeepSeek？
A: 因为便宜不一定代表效果好。Ling在部分任务上会出错，比如电影院指南推荐有误。DeepSeek在成本和准确性之间平衡得更好，而且生态消耗量巨大，社区验证更多。
Q: 以后选模型主要看什么？
A: 看场景。简单重复的任务可以选最便宜的，复杂高价值的任务得选更聪明的。智效比不是选最便宜，而是选最合适。
来源：爱范儿
