1元买百万token，还把六成活留在本地

三个数先摆出来：0.9 元、0.08 元、3.6 元。这是讯飞星火 X2.6 在 10 月 22 日 1024 开发者节上挂出来的三个单价，输入每百万 token 收 0.9 元，缓存命中的时候只要 0.08 元，输出则是 3.6 元。同一个模型，缓存命中和没命中，价格差了 11 倍。它上一代 X2.5 的缓存命中价还是 0.14 元，这一代直接砍到了 0.08 元。

这三行价目表，才是这次发布会最值得看的东西。相比那堆跑分和参数，价格才是装不了假的那一项。

很多人第一眼看到 0.9 元，脑子里只剩一个判断：国产模型真卷到地板价了。可真正决定你每月账单的，往往不是那个 0.9，而是那 11 倍的落差。

打个比方。你团队每个月让 AI 处理一万份结构差不多的合同、报表、会议纪要，每份都得喂给它一大段背景材料。如果每次提问都把这堆材料原样塞一遍，走的是 0.9 元那条路；如果你把材料存进缓存、每次只问增量，走的是 0.08 元那条路。同样的活，账单能差出一个量级。

所以星火 X2.6 这份定价真正的门槛不在价格数字，在于它逼着你重新想一遍：你平时是怎么向模型提问的？

下面这张表，把三种用法摆在一起，一眼就能看出差距：

同样一万次，走对路能省下 8200 元。这还只是输入侧的差价，没算上缓存命中率的高低。

六成不出门，现在只停在方案里

这次发布会上被说得最多的另一个词，是端云一体。官方给的说法是：系统先判断一个任务属于纯端侧、纯云端，还是端云协同，官方称这个路由的准确率能做到 96.1%。口径上，未来大概 60% 的任务在本地跑、30% 协同、10% 上云。

这里有个必须点破的地方：0.9 元是当天就挂在官网、现在就能兑现的；那 60% 不出门，还停在方案里。腾讯新闻当天就写明，端侧可独立完成的占比从上一代的 12.8% 升到 40% 以上，但这个统计口径官方没披露。60、30、10 这三个数，是讯飞对未来的预期，不是实测。

换句话说，价格这一头已经落地，数据边界那一头还欠一个明确的兑现时间。

对真正要落地的人，这个"欠"字反而是机会：你可以现在就按价格把成本算清，同时把数据边界的兑现时间当成一个待观察的变量，而不是已经到手的红利。

第二层：采购标准在悄悄换

当数据不出门变成一件可以选的事，企业买模型的标准就会跟着变。

过去选型问的是谁的模型强，往后会越来越多地问：我哪些活可以不出门。这看起来是技术问题，实际上把一笔新的账摆到了台面上，省下的 token 费，可能得拿去买一台能本地跑模型的机器。

讯飞敢把这套逻辑讲出来，靠的是它同步开源了一个端侧 4B 版本，Apache 2.0 协议，Hugging Face 可下，24GB 显存就能跑。旗舰 293B 的权重没开源，开源的只有这个 4B。这个安排本身就是答案：大模型是现金流，小模型是生态入口，两者不是一回事。

老陈在合肥做企业文档服务，最近正好在给客户算一笔账：客户一年下来的调用量里，有七成是反复处理同一批格式固定的材料。他把这些材料塞进缓存，剩下的走本地 4B。照 0.08 和 0.9 两个价一算，单月的调用成本能压掉一大半。他真正纠结的不是模型贵不贵，而是哪些数据绝对不能上云这个清单，他还没列全。

那么，哪些活最像能留在本地的那种？看下面这张表就明白了：

一句话判断：越是有固定答案的格式活，越适合丢给本地小模型；越需要临场发挥的，越得靠云端大模型。这个区分，比纠结模型参数重要得多。

今天能落地的事

先把你们团队最常让 AI 干的三件活写下来，逐件标一句：这份材料能不能传给外面的服务器。这个动作比研究任何参数都实在。

想试缓存价，去讯飞星火官网的价目页，把输入价那一栏单独跟你现在用的那个 API 比一次，重点看缓存命中和不命中差几倍。

如果有一批数据死活不能上云，去 Hugging Face 搜一下那个 4B 模型，看它的推理速度图，对一下你手头那台机器跑得动跑不动。

把绝对不能上传的那批数据列成一张单子，你会发现，很多你以为需要云端模型才能干的活，其实一开始就不该离开你的机器。

讯飞星火 X2.6 已收录在传乘AI工具站，可以打开这个链接看详情：https://www.ccaiclass.com/tool/29770