OpenAI强推路由功能降本却翻车，大模型公司亟待提升算力兑换智力效率

随着大模型行业快速发展，算力成本控制成为商业化关键。DeepSeek凭借显著降低的训练与推理成本在开源社区走红，MoE架构也因效率优势成为主流。OpenAI在GPT-5中首次引入“路由”功能，旨在通过任务复杂度匹配不同模型，以提升算力效率，但因功能不成熟引发用户不满。研究表明推理模型算力消耗是非推理模型的5-6倍，延迟甚至高达60倍，而性能差异仅约5%。若路由功能能识别10%的简单任务，即可降低8%算力成本。行业已将自动路由作为基础设施能力，但其本质是复杂的多目标工程问题。DeepSeek尝试通过混合推理模型提高效率，但也出现稳定性问题。与此同时，OpenAI仍在大力扩张算力基础设施，并面临“AI成本悖论”——模型性能提升推动token总需求增长。高效调度“深度思考”能力，正成为大模型公司在系统效率与商业可持续性上的核心竞争力。
来源：https://tech.ifeng.com/c/8mLWieVHIvc