AI成本博弈新战场：企业级模型为何从“拼参数”转向“省Token”？

引言：当“Token 成本”成为企业 AI 部署的第一痛点

对于当下正在拥抱生成式 AI 的企业而言，算力账单的飙升已经取代模型能力，成为 CIO 们最头疼的问题。业界普遍意识到，一味追求更大参数规模或更高基准分数，往往意味着部署成本的失控。尽管开源模型凭借更低的单 Token 价格受到青睐，但如何在浩如烟海的模型库中精准匹配业务需求，始终是横亘在落地路上的巨石。

近期，面向营销场景提供 AI 工具与智能体的 Writer 公司发布了一款名为 Palmyra X6 的新旗舰模型，试图在成本与性能之间找到新的平衡点。与多数闭源巨头不同，Writer 此次选择了一条“借力打力”的路径：基于 Z.ai 的开源模型 GLM-5.2 进行后训练微调。这一策略的核心逻辑在于，通过优化“智能体框架（Agentic Harness）”而非单纯堆砌模型参数，来显著降低企业客户的 Token 消耗量。

成本下降的关键：被忽视的“智能体框架”优化

长期以来，AI 行业的注意力几乎全部集中在基座模型的迭代上，而负责编排任务、调用工具、管理上下文的“智能体框架”则被视为相对次要的工程问题。然而，Writer 的研究团队近期发布的一篇论文却提出了相反的观点：在多数测试场景中，对智能体框架进行微调所带来的成本削减效果，远比更换底层模型更为显著。

该研究团队在多个不同模型上进行了横向对比测试，结果发现，仅通过优化框架的指令路径与上下文管理策略，即可实现平均 40% 的成本下降。这一发现颠覆了“模型决定成本”的传统认知。正如研究者在论文中所指出的：“框架是唯一一个能够在企业运行的所有模型（无论是当前的还是未来的）上成倍放大效率的组件。”

对于 Writer 而言，这一发现直接转化为了产品策略。Palmyra X6 并非孤立存在，它与 Writer 自有的其他模型以及通过 Azure 或 Amazon Bedrock 导入的第三方模型并行，共同服务于客户。这意味着，对于企业用户来说，模型的底层来源不再重要，真正决定成本结构的是上层框架的调度效率。

从“追赶基准”到“追求确定性”

Writer 首席执行官 May Habib 在谈及此次发布时，毫不掩饰对现有行业风气的批评。她指出，企业客户对于“追逐下一个基准分数”的竞赛已经感到厌倦，他们真正需要的是可预测的、不断下降的成本曲线，而当前几乎没有哪家头部实验室能够兑现这一承诺。

这种情绪背后，折射出的是企业市场对大型 AI 实验室的信任危机。Habib 认为，部分闭源实验室的商业模式高度依赖 Token 消耗量，这导致它们在帮助客户控制成本方面缺乏内在驱动力。相比之下，通过框架优化来降低消耗，更符合企业客户的长远利益。这种“模型中立”的立场，也让 Writer 在生态位上有别于那些既提供模型又售卖算力的巨头。

从技术实现角度看，Palmyra X6 的重点放在复杂多步骤任务的执行效率上。通过减少冗余推理和压缩上下文窗口，该系统能够以更少的 Token 完成同等质量的工作。对于营销文案生成、竞品分析、多轮对话等高频场景，这种效率提升带来的成本削减是立竿见影的。

国内视角：降本增效的“同题竞争”

Writer 的这一策略，与国内 AI 厂商的近期动向不谋而合。随着 DeepSeek、智谱 GLM 等开源模型的崛起，国内企业级市场同样在经历从“唯参数论”向“性价比为王”的转变。例如，百度智能云近期强调的千帆平台中的“模型路由”能力，以及阿里云百炼平台对 Prompt 优化和缓存机制的强化，本质上都是在“框架层”做文章。

值得注意的是，国内厂商在 Token 价格上的竞争更为激烈。以 DeepSeek 为代表的模型在保持高性能的同时，将 API 调用价格压至极低水平。这迫使更多企业客户开始关注“总拥有成本（TCO）”，而非单一的模型报价。从这个角度看，Writer 的“框架优化+开源底模”组合拳，与国内“开源模型+工具链整合”的路径形成了有趣的呼应。两者的共同逻辑是：在模型能力趋于同质化的当下，工程化能力才是拉开成本差距的关键变量。

结论：AI 部署进入“精打细算”时代

Writer 此次发布的意义，或许不在于 Palmyra X6 模型本身的性能有多惊艳，而在于它重新定义了企业 AI 成本优化的坐标系。当行业还在争论参数规模时，先行者已经开始通过系统级工程优化来重构成本结构。对于 CTO 和 CIO 们而言，这意味着在选择 AI 供应商时，除了考察模型榜单，更应关注其框架层的调度效率与成本透明度。

正如 Writer 研究人员所言，框架是唯一能跨越时间发挥乘数效应的组件。在 AI 部署从实验走向生产的今天，谁能帮企业把每一分 Token 花在刀刃上，谁就能赢得下一阶段的竞争。

常见问题

Palmyra X6 与 Writer 之前发布的模型有何不同？

Palmyra X6 是 Writer 基于 Z.ai 的开源模型 GLM-5.2 进行后训练得到的新旗舰模型。其核心差异在于它并非从零训练，而是通过优化智能体框架来降低 Token 消耗，在复杂多步骤任务中成本可降低约 50%。

智能体框架（Harness）优化为何能显著降低成本？

智能体框架负责管理任务的编排与上下文传递。通过优化该框架，可以减少无效推理次数、压缩冗余上下文，从而以更少的 Token 完成相同任务。Writer 的研究显示，框架优化的成本削减效果在多数情况下优于更换模型本身。

使用 Palmyra X6 是否意味着必须放弃其他模型？

不是。Writer 的平台保持模型中立，Palmyra X6 可以与 Writer 自有模型或通过 Azure、Amazon Bedrock 导入的第三方模型并行使用，企业可根据具体任务灵活选择。

国内是否有类似“框架优化”降低 AI 成本的方案？

有。国内主流云厂商如百度智能云千帆、阿里云百炼等平台均提供了模型路由、Prompt 优化和缓存机制等功能，这些都属于框架层的成本优化手段。DeepSeek 等开源模型的低价策略也促使企业更加关注总拥有成本。

企业应如何评估 AI 供应商的成本控制能力？

建议企业不仅关注单次 API 调用的价格，更要考察供应商在上下文缓存、模型路由、任务编排等方面的优化能力。可以要求供应商提供针对自身业务场景的 Token 消耗预估和成本模拟测试。

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。

编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com

© 2026 Bingdada. 保留所有权利。