程序员跑智能体的账单要重算，一单只要2.48美元

同一个智能体任务，上一个大模型旗舰收接近20美元，阶跃星辰Step 5 Preview只收2.48美元，一单差出八倍。输入1美元每百万token、输出2.7美元、缓存读取0.05美元，第三行才是把长任务账单砍到八分之一的关键。跑agent的账单逻辑变了，这篇帮你把账重算一遍。

9月20日，阶跃星辰发布新一代开源基座模型Step 5 Preview。总参数600B，每次激活27B，上下文100万token。官方给的口径很直接，单任务成本只有Claude Opus 5的八分之一。AI agent的账单逻辑，从这一天起要换个算法。

先给不跑智能体的读者交代一句背景。所谓agent，就是你把一个任务整个交给模型，它自己拆步骤、调工具、查资料、试错，跑几个小时交付结果。这类任务和聊一聊不一样。聊一聊花的是几厘钱的token，agent烧的是完整的工时账。

八分之一这笔账怎么来的

开放平台公示的定价是三行。输入每百万token一美元，输出每百万token二点七美元，上下文缓存读取每百万token零点零五美元。第三行才是重点。

跑过长任务的都知道，agent每一轮都要把系统指令、代码库、历史记录重新喂进去。动辄几十万token。重复的部分占九成以上，这才是账单里最冤的一块。缓存命中的部分按零点零五美元计，等于把重复输入的成本砍到二十分之一。我算了下，九成缓存命中后，每百万token的有效输入成本约0.145美元，只有原价的15%。任务跑得越长，这个折扣吃得越深。

再叠上稀疏MoE的架构。600B参数平时拆成上百个专家网络，每个token只激活其中27B的部分，算力花在刀刃上。智能指数上它拿到44分，和Kimi K3持平，挤进全球开源前三。同一张榜单上，智谱GLM-5.3是44.9，通义Qwen3.8 Max在45分往上，DeepSeek V4.1 Flash是39。成绩单是好看的。

这笔账落到真实的活上是什么样。代码审查、数据清洗、合同初筛，这类夜里整批跑的活，以前因为token费太贵不敢全自动，现在成本砍到八分之一，敢不敢放手就是一个晚上能验证的事。省下来的还有人力。一个原来每天花三小时盯批处理的人，把流程交给agent之后，这三小时能挪去干只有人能干的判断活。账单降下来的是钱，工时也一并省了出来。

虾哥提醒

八分之一是厂商口径，任务怎么定义、跑多久、用到哪一步，分母的弹性很大。榜单信一半，账单要自己算。

分母才是这门生意的胜负手

每日经济新闻请研究院的专家做过一次体检，结论值得记下。综合智能指数的95%置信区间在正负一个百分点以内，44分、44分和44.9分的差距，大概率落在统计噪声里。翻译成大白话，前三名的座次每周都可能换。真实拉开距离的，是44分和47分那一档。

这话对买账单的人反而是好消息。头部开源模型的能力已经挤在同一区间，价格战就成了唯一能打出来的差异。你现在选谁，图的一直是谁把同样的智能卖得更便宜，智商领先反而是次要的。

我的判断是，这一轮价格战压低的从来都是跑智能体的门槛，榜单名次反而次要。以前一个长任务敢不敢放手让agent跑，先要算一晚上预算，现在这个心理关卡在往下掉。门槛降一次，用的人多一批，这是所有价格战里唯一确定会发生的传导。受益的顺序也排得出来。先受益的是跑长任务的开发者和中小团队，账单直接减半以上。接着是做agent工具链的厂商，成本松了才有空间做产品。被挤压的是靠信息差卖高价咨询的中间商，模型价格越透明，这门生意越难。

对普通开发者的动作只有两条。长任务先在小预算上跑一遍全流程，把真实token消耗记下来，再按公示价折算月账单。别拿厂商的对比例子直接套自己的活。缓存命中率是这轮降价里最值钱的变量，同一个任务的重复上下文尽量结构化，让命中的部分多一点，账单就少一截。