引言：蚂蚁数科在中关村论坛指出，随着AI智能体从“对话交互”向“任务执行”演进，企业级AI竞争焦点正从“参数竞赛”转向“Token效能竞争”。大小模型协同将成为产业落地的关键路径。
3月26日，在中关村论坛未来产业创新发展论坛上，蚂蚁数科大模型技术创新部总经理章鹏表示，OpenClaw类自主执行智能体的爆发将带来企业级AI范式革命，推动大模型在产业场景的落地从“参数竞赛”走向“Token效能竞争”。
章鹏指出，OpenClaw在真实产业环境中面临显著挑战：由于缺乏对行业规则、业务流程的深度理解，智能体在执行复杂任务时往往反复调用工具，导致Token消耗远高于有效产出。在一些高频调用场景中，Token消耗成本可达集成式Agent成本的数十倍甚至百倍，这种高投入低产出的模式，使其在产业规模化应用中面临可持续性难题。
“大模型产业落地的下半场，核心命题不是模型参数规模的竞争，而是单位Token效能的持续提升。”章鹏认为，企业应结合实际场景与需求，选择大小模型结合的AI解决方案，以更低算力成本实现更高业务价值。以金融场景为例，该领域每天需处理海量高频低时延的任务，传统行业推理大模型在這些场景就像“杀鸡用牛刀”，成本高昂，响应偏慢，资源浪费。
章鹏表示，大参数模型在复杂推理与深度分析方面表现更优，小参数模型则在高频小任务场景拥有更低延迟与更高性价比，产业需要大小模型相结合的方案，才能更高效低成本地解决真实场景问题。
论坛上，蚂蚁数科发布了轻量级金融专用模型Ling-DT-Fin-Mini-2.5，这是Ling DT系列大模型的首款模型。据介绍，该模型针对金融领域高并发、低时延的任务场景进行优化，在保持专业深度的同时，可将推理成本压缩至可规模化部署的水位。相比业界主流同能力通用模型，推理速度快100%，为金融机构带来切实的降本增效价值。
章鹏表示，技术发展终将回归产业对效率的理性要求，下一阶段的竞争中，Token效能将成为衡量企业级AI价值的核心指标。蚂蚁数科将持续深耕企业级AGI，进一步推出百灵企业版Ling DT大模型及其行业版，加速智能体在企业级复杂场景的规模化落地。
声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：sales@idmakers.cn删除，任何个人或组织，需要转载可以自行与原作者联系。
