生产力软件公司Notion的利润率因此下降了约10个百分点。一些AI编程辅助工具的初创公司，如Cursor和Replit，也不得不调整定价策略，引发了部分用户的抱怨。

　　顶尖模型的共同答案：混合推理

　　为破解成本困局，“混合推理”或称“自适应计算”已成为行业共识。

　　各大模型厂商虽然路径不一，但目标高度一致：让模型学会判断何时需要“深度思考”，何时只需“快速响应”。

　　OpenAI的GPT-5采用“路由器”机制，根据问题复杂程度自动选择合适的模型处理。举例来说，对于如“天空为什么是蓝色”的简单问题，GPT-5会直接将其交给轻量级模型，复杂任务则调用高算力模型。

　　根据OpenAI内部评测，GPT-5使用思考模式能以比前代模型少50-80%的输出token完成任务，达到相同或更好的效果。该系统通过用户行为、偏好反馈和正确率等真实信号持续训练路由机制，随时间不断改进。

　　DeepSeek的V3.1版本则更进一步，将对话和推理能力合并到单一模型中，推出了单模型双模式架构。开发者和用户可以通过特定标记或按钮，在“思考”与“非思考”模式间切换。

　　官方数据显示，其思考模式能在消耗减少25-50% token的情况下，达到与前代模型相当的答案质量，为企业提供了一个高性价比的开源选择。

　　目前，这一趋势已成为行业主流。从Anthropic的Claude系列、Google的Gemini系列，到国内的阿里Qwen、快手KwaiCoder、字节豆包以及智谱GLM等，几乎所有头部玩家都在探索自己的混合推理方案，试图在性能与成本之间找到最佳平衡点。

　　有分析指出，混合推理的下一个前沿将是更智能的“自我调节”——让AI模型能够精准地自我评估任务难度，并在无人干预的情况下，以最低的计算代价，在最恰当的时机启动深度思考。