IBM CEO：开权重模型只值前沿的 10% 到 25%，一份 3000 万 tokens 的月账差 4 到 10 倍

一、把“要不要为最强模型付十倍价”变成一道算术题

10 月 22 日凌晨的 IBM 第三季度财报电话会上，RBC 分析师 Matthew Swanson 问的是企业如何在 AI 成本与可控性之间取舍。董事长兼 CEO Arvind Krishna 的回答没有绕：开权重模型现在的效果大约是前沿模型的 90%，而 token 成本只要前沿模型的 10% 到 25%。他给的原话很直白：一个只要 10% 成本、却有 90% 效果的东西，和贵十倍的东西，企业会怎么选。

对照 2024 年底的情况，他说那时开权重模型在基准上差得远，这个差距在过去两年被压平了。同一场电话会里，IBM 报出 171 亿美元季度营收，软件收入增速加快到 9%，交易处理业务增长 10%。财报数字本身不是重点，重点是它给“开权重够用”提供了一个带财务背书的口径。

二、三组数字才构成一个可用的采购结论

第一组是 90%：这是效果折扣，不是能力等价。Krishna 举的场景是企业日常，总结邮件、接客服电话、审合同。第二组是 10% 到 25%：这是 token 单价区间，也是账本上唯一能立刻兑现的部分。第三组是 2 到 3 个机架：他给出的自建起步规模，意思是中大型企业不必上大集群就能跑起开权重模型。

这三组数字必须一起看。只拿 90% 说事，是把能力差距抹平；只拿 10% 说事，是把工程成本藏起来，2 到 3 个机架的电力、运维、模型升级人力，都要摊到 token 上才算真便宜。而对走 API 的企业来说，第三组可以整体跳过：开权重模型的权重公开，聚合平台和白标云同样按 token 计费，不需要自己上机架。

三、把百分比换算成账单

拿当前货架的牌价做锚。Claude Opus 5.5 的公开标价是输入 4 美元、输出 20 美元每百万 tokens（厂商自报）；GPT-6 Sol 是 2 美元与 10 美元，GPT-6 Luna 是 0.10 美元与 0.50 美元。按 Krishna 给的 10% 到 25% 区间折算，对应“90% 效果”的开权重单价，输出侧大约落在每百万 tokens 0.5 到 5 美元，输入侧 0.2 到 1 美元。

落到一个月 3000 万 tokens 的中型负载上（按 8 比 2 的输入输出比，即 2400 万输入、600 万输出）：走 Opus 5.5 牌价，月账单约 96 加 120 等于 216 美元；走按 25% 折算的开权重通道，约 24 加 30 等于 54 美元；按 10% 折算则约 21.6 美元。同一份负载，账差 4 到 10 倍。这不是模型好坏之争，是路由策略之争。

四、聚合层真正的活：分层路由，而不是换供应商

聚合平台的实践已经把这件事做成产品：一个请求按任务难度分派到不同价位，简单请求走低价档，难请求留给前沿档。按 IBM 的口径，企业中真正必须用前沿模型的流量占比大概率远低于一半。只要把默认档换掉、把前沿档留作升级路径，账单结构就会明显变化，业务侧几乎无感。

但这条路有前提：可回退。开权重模型的版本节奏由社区和厂商共同决定，安全补丁、上下文长度、工具调用协议的稳定性都不如闭源大厂整齐。选型时应把“同一任务在两个档位上跑 A/B，记录通过率与单任务成本”作为硬性前置，而不是先换再测。

五、别忽视尾巴：90% 的平均值掩盖了那 10%

Bain 在 2026 年技术报告里给过一个更尖锐的算法：一个 34 步的智能体流程，97% 准确率的模型端到端只剩 36%，99% 准确率的模型是 71%。也就是说，“平均 90% 效果”在多步任务里会被逐级放大成失败率。对高频交易、法务审阅、复杂代码这类场景，十倍价差买的是容错余量，不是参数量。

所以结论不是“都该降级”，而是分三类处理：日常摘要、客服、内部检索这类单步任务，直接切低价档；多步智能体流程，先用低价档跑通再逐段替换；高风险决策链路，维持前沿档并单独核算。IBM 那句“为什么付十倍”，问的是第一类流量，而第一类往往占了调用量的七成以上。

来源：IBM 2026 年第三季度财报电话会（Benzinga、Yahoo Finance 财报纪要）；Bain《The AI-Native Enterprise》2026 技术报告；Anthropic 与 OpenAI 公开价格页。文中折扣区间与月账单为按公开百分比与牌价推算，非厂商报价。