該說不說，都 2025 年了，我問 AI 一個(gè)問題，體驗(yàn)卻常常兩極分化。

簡(jiǎn)單的事，它秒回，但答得跟沒答一樣。

復(fù)雜的事，讓它深度思考，它又要琢磨 30 秒以上。

而每一次回答，AI 都在不斷「燃燒」token。

對(duì)企業(yè)來說，token 消耗量直接等于成本。當(dāng)模型開啟深度思考時(shí)，效果確實(shí)能提升一大截，可延遲高了，token 燒得更猛了，成本也就跟著水漲船高。

這是整個(gè)行業(yè)的痛點(diǎn)。

尤其是 AI 應(yīng)用越來越多，token 消耗也在暴漲。以豆包大模型為例，到 9 月底的日均 token 調(diào)用量已經(jīng)突破 30 萬億 +，比 5 月底暴漲超 80%。而這，還只是市場(chǎng)的一部分。

當(dāng) AI 需求以這樣的速度增長(zhǎng)時(shí)，要么忍著用效果差的輕量模型省錢，要么咬牙燒錢用頂級(jí)模型保效果。問題也就在擺在眼前——要效果，還是要成本？

10 月 16 日，火山引擎在武漢的 FORCE LINK AI 創(chuàng)新巡展上，用四款新品告訴你：小孩子才做選擇。

豆包大模型 1.6 原生支持 4 檔思考長(zhǎng)度調(diào)節(jié)，豆包 1.6 lite 腰斬成本還能提升效果，還有豆包語音合成模型 2.0 和聲音復(fù)刻模型 2.0。

根據(jù) IDC 報(bào)告，2025 年上半年中國(guó)公有云大模型服務(wù)市場(chǎng)里，火山引擎拿下 49.2% 的份額，穩(wěn)坐第一。

什么概念？

每?jī)蓚€(gè)用云端大模型的企業(yè)，就有一個(gè)在用火山引擎。

今天發(fā)布會(huì)上提到，深度思考模式雖然能讓效果提升 31%，但因?yàn)檠舆t、成本和 token 消耗的暴漲，實(shí)際使用占比只有 18%。說白了，企業(yè)想用，但真燒不起。

針對(duì)這個(gè)痛點(diǎn)，今天全新升級(jí)的豆包大模型 1.6 提供了 Minimal、Low、Medium、High 四檔思考長(zhǎng)度。

這是國(guó)內(nèi)首個(gè)原生支持「分檔調(diào)節(jié)思考長(zhǎng)度」的模型。

怎么理解？

就是給 AI 裝了個(gè)「變速器」：簡(jiǎn)單查詢用 Minimal 檔省 token，復(fù)雜推理切 High 檔保效果。

企業(yè)可以根據(jù)場(chǎng)景靈活平衡效果、時(shí)延和成本，思考效率還進(jìn)一步提升了。

拿低思考檔舉例。

相比升級(jí)前的單一思考模式，總輸出 tokens 直接砍掉 77.5%、思考時(shí)間暴降 84.6%。

效果呢？保持不變。

當(dāng)每個(gè) token 的成本可以被精確控制時(shí)，買得越多，省得越多；優(yōu)化得越細(xì)，賺得越多。

火山引擎還推出了豆包大模型 1.6 lite，相比旗艦款更輕量、推理速度更快。

效果層面，這個(gè)模型超越豆包 1.5 pro，在企業(yè)級(jí)場(chǎng)景測(cè)評(píng)中提升 14%。

成本層面，在 0-32k 輸入?yún)^(qū)間里，綜合使用成本較豆包 1.5 pro 狂降 53.3%。

效果更好，成本腰斬。

這種「單位 token 價(jià)值密度」的提升，本質(zhì)上就是讓每一分錢都花在刀刃上。

大會(huì)上，火山引擎還發(fā)布了豆包語音合成模型 2.0 和聲音復(fù)刻模型 2.0。

語音正在成為 AI 應(yīng)用的核心交互方式。

但比起什么情感表現(xiàn)力更強(qiáng)、指令遵循更精準(zhǔn)，更值得關(guān)注的是——它們終于能準(zhǔn)確朗讀復(fù)雜公式了。

這事聽著不起眼，但在教育場(chǎng)景里，復(fù)雜公式和符號(hào)的朗讀一直是業(yè)界老大難。

目前市面上同類模型朗讀準(zhǔn)確率普遍低于 50%。

新發(fā)布的兩大語音模型針對(duì)性優(yōu)化后，在小學(xué)到高中全學(xué)科的復(fù)雜公式朗讀中，準(zhǔn)確率直接飆到 90%。

這背后是基于豆包大語言模型研發(fā)的全新語音合成架構(gòu)，讓合成和復(fù)刻的聲音都具備深度語義理解能力，還拓展出上下文推理功能。

AI 不再無腦把文字轉(zhuǎn)成聲音，而是先「理解」內(nèi)容，再進(jìn)行「精準(zhǔn)情感表達(dá)」。

用戶可以通過自然語言精準(zhǔn)調(diào)整語速、情緒、聲線、音調(diào)、風(fēng)格變化，語音可控性直接拉滿。

想要溫柔一點(diǎn)？「來點(diǎn)溫柔的感覺」。

想要激昂一些？「讀得激動(dòng)點(diǎn)」。

在發(fā)布會(huì)現(xiàn)場(chǎng)，火山引擎展示了一個(gè)挺有意思的 demo：

以武漢保護(hù)青頭潛鴨為主題創(chuàng)作兒童繪本，豆包圖像創(chuàng)作模型 Seedream4.0 生成插圖，豆包語音合成模型 2.0 進(jìn)行情感演繹。

過程中還能通過指令實(shí)時(shí)控制朗讀效果。

自去年 5 月首發(fā)以來，豆包語音模型家族已覆蓋語音合成、語音識(shí)別、聲音復(fù)刻、實(shí)時(shí)語音、同聲傳譯、音樂創(chuàng)作、播客創(chuàng)作等 7 大領(lǐng)域，接入超過 4.6 億臺(tái)智能終端。

在今天的發(fā)布會(huì)現(xiàn)場(chǎng)，譚待指出了全球 AI 大模型的三大發(fā)展趨勢(shì)：

深度思考模型正與多模態(tài)理解能力深度融合，視頻、圖像、語音模型逐步達(dá)到生產(chǎn)級(jí)應(yīng)用水平，企業(yè)級(jí)復(fù)雜 Agent 正在走向成熟。

等等，我們停一下。

當(dāng)模型越來越多，面對(duì)具體需求時(shí)如何選擇最有性價(jià)比的模型？

這可能是很多企業(yè)的靈魂拷問。

火山引擎發(fā)布了智能模型路由（Smart Model Router），這是國(guó)內(nèi)首個(gè)針對(duì)模型智能選擇的解決方案。

即日起，用戶可以在火山方舟上選擇「智能模型路由」功能。

該功能支持「平衡模式」、「效果優(yōu)先模式」和「成本優(yōu)先模式」三種方案，能針對(duì)任務(wù)請(qǐng)求自動(dòng)選擇最合適的模型。

為什么需要這個(gè)？

因?yàn)椴煌蝿?wù)對(duì) token 的「價(jià)值密度」需求完全不同。

客服系統(tǒng)回答「怎么退貨」，用輕量級(jí)模型就夠了。

但醫(yī)療診斷分析病例，必須調(diào)用最強(qiáng)模型。

雖然 token 消耗相同，但價(jià)值密度天差地別。

智能模型路由的本質(zhì)，就是讓 AI 自己判斷「這個(gè)任務(wù)值得燒多少 token」。

目前，火山引擎智能模型路由已支持豆包大模型、DeepSeek、Qwen、Kimi 等多種主流模型。

拿 DeepSeek 舉例，實(shí)測(cè)數(shù)據(jù)：

在效果優(yōu)先模式下，智能路由后模型效果相比直接用 DeepSeek-V3.1 提升 14%。

在成本優(yōu)先模式下，在實(shí)現(xiàn) DeepSeek-V3.1 相似效果的條件下，模型綜合成本最高下降超 70%。

當(dāng)模型選擇本身也被 AI 接管時(shí)，整個(gè)行業(yè)就形成了一個(gè)正反饋循環(huán)：

更強(qiáng)的模型能力解鎖新的應(yīng)用場(chǎng)景 → 新應(yīng)用的爆發(fā)推高 token 消耗量 → 消耗量的增長(zhǎng)倒逼智能路由不斷優(yōu)化 → 路由優(yōu)化進(jìn)一步降低單位成本 → 成本下降釋放更多需求彈性 → 需求的釋放又推高整體消耗。

這讓人想起 1882 年，當(dāng)愛迪生建成世界第一座商用發(fā)電廠時(shí)，沒人能預(yù)見「千瓦時(shí)」這個(gè)單位會(huì)催生整個(gè)現(xiàn)代工業(yè)體系。

現(xiàn)如今，token 正在成為 AI 時(shí)代的「千瓦時(shí)」。

前不久 OpenAI 公布的「萬億 token 俱樂部」名單、Google 每月燃燒的 130 萬億 token，都印證著這股生產(chǎn)力的蓬勃涌動(dòng)。

當(dāng)然，好模型只是起點(diǎn)，好體驗(yàn)才是最終目標(biāo)。

當(dāng)你問 AI 一個(gè)問題時(shí)，不應(yīng)該再糾結(jié)是要快還是要好。分檔思考讓簡(jiǎn)單問題秒回且準(zhǔn)確，復(fù)雜問題深度推理且高效。

智能路由讓你不用操心該選哪個(gè)模型，AI 會(huì)自己找最合適的。

用自然語言就能精準(zhǔn)控制語音模型，而不是被一堆參數(shù)搞暈。這些技術(shù)的每一次迭代，最終目的只有一個(gè)：讓用戶用得起、更要用得好。

或許這才是 AI 該有的樣子。