一句话看懂：AI 咨询顾问正在推动一种新的降本思路：把最贵的前沿模型当作“战略顾问”使用，只负责规划和拆解复杂任务，日常执行交给便宜的小模型。这反映出企业 AI 支出正从“疯狂烧 token”转向精细化成本控制。
事件核心：发生了什么
据 Business Insider 报道，AI 咨询领域正在形成一个新的效率共识：不要用最贵的前沿模型处理所有任务。旧金山 AI 测量平台 Larridin 的 CTO Ameya Kanitkar 在 7 月接受采访时表示，像 Anthropic 的 Fable 5 这类最强大、最耗 token 的模型，应该用来制定工作流路线图、拆解问题，而具体的子任务应委托给更便宜的模型执行。
悉尼 AI 转型咨询公司 Adaptovate 的合伙人 Michael Murphy 也持类似观点——用“最强的模型”去替代谷歌搜索、转录会议纪要或写创意简报，并不是对公司资金的有效利用。前沿模型应负责策略制定、新应用或网站的初始构建等需要复杂思考的任务，日常运营则交给更轻量的模型。
这一策略不仅来自咨询公司。Coinbase CEO Brian Armstrong 在 6 月的一篇 X 帖子中预测，“12-18 个月内，80% 的工作负载将运行在便宜 99% 的模型上”，顶级模型应保留给“IQ 最大化”场景，如科学突破或智能体编排。
为什么重要
这套“前沿模型当顾问”的思路，直接回应了当前企业 AI 支出最核心的痛点：投入产出不成比例。过去一段时间里，许多公司流行“tokenmaxxing”——鼓励员工尽可能多地使用 AI 工具，甚至像 Duolingo 那样把 AI 使用量列为绩效指标。现在风向已经转变，企业变得更加保守，更关注每一笔 AI 支出能否带来实际价值。
这种转变正在催生新的商业机会。一批被称为“AI 路由公司”的初创企业，通过帮助开发者将任务分配给不同模型、监控超支情况，成为投资人的新宠。纽约初创公司 OpenRouter 在 5 月宣布获得 1.13 亿美元融资，估值达 13 亿美元；Business Insider 此前独家报道称，OpenRouter 的竞争对手 Concentrate AI 也获得了超过 500 万美元融资。
与之相伴的还有模型选择层面的变化。报道提到，一些团队开始引入 Moonshot AI（月之暗面）的 Kimi K3、Z.ai 的 GLM-5.2 等开源模型作为高性价比替代，进一步说明“最贵即最好”的采购逻辑正在松动。
对用户/开发者/创作者的影响
对开发者而言，这意味着 API 调用策略需要从“单一最强模型”转向路由思维——先评估任务复杂度，再决定调用哪个模型。对创作者和企业采购方来说，判断标准不再是模型参数或 benchmark 分数，而是“这个任务值不值得用最贵的模型跑一遍”。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
实际操作层面，这要求团队具备更细致的任务拆解能力：把复杂项目分解为规划、执行、审查等多个环节，分别配置不同价位的模型。短期内，这可能会增加初期架构设计成本，但长期看能显著降低推理开销。
值得关注的后续
一是 OpenRouter、Concentrate AI 这类路由工具的采用率是否会随企业降本压力上升而快速增长；二是开源模型如 Kimi K3、GLM-5.2 在性价比上的表现能否持续分流闭源模型的中低端任务；三是 Anthropic、OpenAI 等前沿模型厂商是否会在 API 定价或产品分层上做出调整，以应对“只用来做顾问”的定位。
