AI 公司烧不起 Token 了！国产 Agent 杀出，逼近 Opus 4.6 还免费

📌 一句话摘要

昆仑万维发布高性能 Agent 模型 SkyClaw-v1.0，性能逼近 Opus 4.6 和 DeepSeek V4 Pro，但输入成本仅为后者的 1/24，旨在解决 AI 时代 Token 成本高昂的痛点。

📝 详细摘要

本文由新智元报道，聚焦于 AI 时代 Token 消耗量激增带来的成本危机，并以此为背景介绍了昆仑万维新发布的 Agent 模型 SkyClaw-v1.0。文章首先通过微软、Uber、Harvey 等公司的案例，生动展示了 Token 账单如何成为企业难以承受之重，并指出 Token 已成为 AI 时代的「电力消耗」。随后，文章重点介绍了 SkyClaw-v1.0 的核心优势：在多项基准测试中性能逼近 DeepSeek V4 Pro、Claude Opus 4.6 等顶级闭源模型，但定价仅为行业主流的一半甚至更低，输入成本仅为 DeepSeek V4 Pro 的 1/24。文章通过多个实测 Demo（生成竞品分析报告、制作 PPT、复刻小红书 App、开发中国象棋游戏）展示了其强大的 Agent 能力和实用性。文章还深入介绍了其背后的三阶段训练体系（环境构建、Mid-Training+SFT、强化学习），以及「旗舰+轻量」的双版本策略。最后，文章将 SkyClaw 的发布置于昆仑万维推动 AI 技术普惠化的战略背景下，强调其对于降低 AI 应用门槛、赋能「超级个体」的意义。

💡 主要观点

- Token 成本已成为 AI 时代企业面临的核心挑战。 文章指出，随着 AI Agent 进入企业级生产，Token 消耗量暴增，导致微软、Uber 等巨头也面临预算压力，Token 成本成为决定 AI 应用能否商业闭环的关键因素。

SkyClaw-v1.0 在性能逼近顶级模型的同时，实现了极致的性价比。 该模型在多项测试中性能接近 DeepSeek V4 Pro 和 Claude Opus 4.6，但输入成本仅为前者的 1/24，输出成本为 1/6，旨在打破「高性能」与「低成本」不可兼得的行业困境。

SkyClaw 采用三阶段训练体系，专为 Agent 原生场景打造。 其训练过程包括在模拟环境中构建工具关系图谱、通过轨迹质量评估筛选训练数据，以及端到端的强化学习，确保模型在真实 Agent 任务中的泛化能力和稳定性。

昆仑万维推出「旗舰+轻量」双版本策略，覆盖不同应用场景。 旗舰版 SkyClaw-v1.0 面向企业级复杂任务，轻量版 SkyClaw-v1.0-lite 则面向开发者的日常轻量化场景，旨在满足从重型任务到轻量助手的完整需求光谱。

💬 文章金句

- Token，已经成为 AI 时代的「电力消耗」。

• 对 Token 成本的驾驭能力，正在加速企业间的分化与洗牌。
• 高性能 Agent 能力和低成本落地，真的不是非此即彼的关系。
• AGI 不再是哲学命题，而是经济学命题；而经济学命题的核心，永远是成本效率。
• 当每一个独立开发者、每一家创业公司都能以极低的成本获得顶级 Agent 能力，AI 智能体的全民化时代，才真正到来。

📊 文章信息

AI 初评：83

来源：新智元

作者：新智元

分类：人工智能

语言：中文

阅读时间：25 分钟

字数：6228

标签： SkyClaw, 昆仑万维, Agent模型, Token成本, 大模型

阅读完整文章