2024 年，全行业还在比谁的参数更大。2026 年，头部厂商悄悄把模型做小了。这不是技术走回头路，是算账的人终于醒了。
2026 年，大模型集体"瘦身"
7 月以来，中国大模型厂商接连给模型起了同一个名字：Flash。阶跃星辰的 Step Flash、通义千问的 Flash 版，名字里都带着"快"字。Google 在 4 月甩出 Gemma 4，最小版本只有 20 亿参数，直接塞进手机。面壁智能发布 MiniCPM5-2B，20 亿参数，在综合知识、数学推理、代码这几项上做到同尺寸全球领先。WAIC 2026 现场，没人再比谁的参数表更长。
小模型不是临时起意。 从 7 月到 9 月，国内主流模型厂商几乎一致地把资源往小参数版本上倾斜。阶跃 9 月 20 日刚发的 Step 5 Preview，600B 总参数只激活 27B，走的还是效率路线。
大家争的不是谁更强，是谁更便宜。 Flash 这个命名本身就说明了问题：更快、更便宜、参数更少，专门处理日常任务；复杂问题再丢给旗舰模型。一个分层调用的格局已经形成。
为什么是现在——四重压力一起到顶小模型不是 2026 年才有的技术。2024 年面壁智能就提出了"密度定律"——达到同等智能水平所需的参数量约每 3.5 个月减半。这项研究 2025 年登上了《Nature》子刊。技术早就在那里，为什么全行业等到 2026 年才集体掉头？
头一重压力来自成本。 据新浪财经报道，2026 年 AI 推理计算需求将达到训练需求的 4 到 5 倍。过去三年，大厂烧钱训练大模型，赌的是训练完成后推理成本会下降。现实是，用的人越多，账单越厚。当推理成为支出大头，"最强模型"就从资产变成了负债。
第二重压力来自终端。 据中华网报道，AI 真正进入手机、PC、汽车、机器人之后，参数规模不再是单一标准。模型必须满足低延迟、低成本、低功耗、数据本地化。一个理论能力更强却跑不起来的模型，对终端厂商毫无价值。
第三重压力来自政策。 2026 年政府工作报告把"促进新一代智能终端和智能体加快推广"写入国家战略。政策风向明确：要落地，不要堆参数。
第四重压力来自商业账。 据 Practical Logix 测算，Phi-4（14B）本地部署对比 Claude Sonnet API，每天 1 亿 token 的调用量，成本差约 32 倍。这个数字摆到任何一个 CTO 桌上，决策都不需要讨论。
四重压力不是先后到来，是一起到顶。技术成熟度、终端硬件、政策导向、商业回报，四条曲线在 2026 年这个点上交汇。行业不是突然想通了，是被四面墙一并挤到了墙角。
军备竞赛的囚徒，终于松了手理解这波转向，光看技术和成本不够。得看博弈。
过去三年，大模型行业是一个典型的囚徒困境。所有人都知道堆参数不划算——烧钱、耗电、推理贵。但谁先停，谁就可能在榜单上掉队。榜单掉一名，融资就少一截。于是所有人都在跑，哪怕跑得气喘吁吁。
囚徒困境的破局，需要那个先停手的人。 这个人在 2026 年出现了。面壁智能用 2B 参数做到全球同尺寸领先，阶跃用 Flash 版证明小模型能赚钱。当有人先停手并且活下来，其他人就有了台阶。
这不是道德觉醒，是激励参数变了。过去的游戏规则是"谁参数大谁赢"，融资、人才、用户都跟着参数表走。现在的游戏规则变成了"谁单位成本的智能更高谁赢"。据 36 氪报道，Flash 版本抢的正是过去由旗舰模型完成的日常需求——这些需求占调用量的大头，却从来不需要旗舰级的智能。
最有意思的是，训练侧的军备竞赛并没有停。 阶跃 Step 5 Preview 还是 600B 总参数，Google 还在堆旗舰。行业没有放弃大模型，只是把大模型从"日常工具"降级为"特种部队"。日常巡逻交给小模型，硬仗才上旗舰。
这个分工一旦成立，整个行业的成本结构就变了。推理成本下降一个数量级，应用层的商业模式才跑得通。之前所有 AI 应用烧钱换增长的故事，都建立在推理成本持续下降的假设上。2026 年，这个假设头一回有了技术支撑。
小模型时代，中小厂商还有牌吗表面看，这是大厂的胜利。Flash 版本一出，中小创业公司最擅长的"做个小模型 API 卖钱"这条路，直接被大厂用价格战封死。
但事情没那么简单。
小模型把竞争从"参数军备"拉回了"场景理解"。 当模型能力不再是壁垒，壁垒就变成了谁更懂法律文书、谁更懂工业检测、谁更懂医疗问诊。这些垂直场景不需要 1000B 参数，需要的是行业数据和 know-how。大厂做通用模型可以，做 1000 个垂直行业的专家模型，组织成本高得吓人。
据新华网报道，行业正在法律、医疗、编程、工业设计等垂直领域打造专家模型。这是中小团队的机会。面壁智能已经把 MiniCPM-Robot 做到 1.5B 参数的端侧 VLA 模型，专门服务具身智能场景。小团队在一个垂直场景做深，比在通用赛道跟大厂拼参数，胜算大得多。
但别天真。 大厂 Flash 版的价格战是真实威胁。当 API 价格降到几分钱一百万 token，中小模型公司靠卖 API 赚钱的路就断了。活下来的路径只有一条：不做通用模型，做嵌入行业流程的解决方案。卖模型给客户，客户要的不是参数，是解决问题。
真正的分野在这： 小模型时代，模型本身越来越像水电煤，不值钱。值钱的是水电煤接到具体工厂、具体诊室、具体律所之后产生的价值。中小厂商的牌不在模型层，在场景层。
从"谁更大"到"谁更便宜"这种转向不是头一回。
上世纪 70 年代，IBM 造巨型机，一间房子只能放一台，计算是特权。后来 PC 出现，个人电脑的算力只有巨型机的零头，但每个办公桌都有一台。IBM 没有死，但计算的民主化发生了。
云计算也走过同样的路。2010 年代，所有人都喊"一切上云"。到了 2020 年代，企业发现不是所有数据都该上云，混合云、边缘计算成了主流。云没有消失，但云不再是标准答案。
每一次计算范式转移，都是中心化能力过剩之后，分布式效率的回归。 大模型走的是同一条路。训练侧继续往大走，那是科学边界；推理侧往小走，这是商业现实。两条线并行，互不否定。
智能正在民主化回到开头那个问题：为什么是现在？
因为账算不过来了。因为终端准备好了。因为那个先停手的人出现了。因为历史上每一次计算民主化，都是从"有人把昂贵的东西做便宜"开始的。
小模型不是 AI 的妥协，是 AI 的成年。 当智能从云端的大房子，装进每个人的口袋，它才真正开始改变生活。