性价比帕累托前沿：22 款有价模型里，谁被完全压制

单价不是性价比，而大部分榜单只给单价

“每百万 token 多少钱”是厂商最爱公布的数字，也是选型时最没用的数字。它没有告诉你一张图吃掉多少 token，没有告诉你输出比输入贵几倍，更没有告诉你这个价钱买到的能力值不值。

我们换一个单位：处理 1000 张图，一共花多少钱。然后把它和 2026 中国国产原生多模态大模型对比排名天梯榜 的综合分放在同一个平面上，画一条帕累托前沿。这条前沿会告诉你一件比“哪家便宜”重要得多的事：哪些模型在这个价位上根本不该被选中。

计算口径（和站内 成本计算器 完全一致）

所有数字由同一段代码产出，你在计算器里改分辨率就能复现：

• 输入成本 = 1000 × (图片 token + 120) × (输出单价 × 25%) ÷ 1,000,000
• 输出成本 = 1000 × 600 × 输出单价 ÷ 1,000,000
• 每张图附带 120 token 的提示词；输入价按输出价的 25% 估算
• 不计缓存命中、失败重试、阶梯折扣
• 无公开单价的模型不参与排序（本站 32 款里 4 款：Emu3.5、BAGEL-2、WITA-Omni、脑虎 NeuroXess-N1）

图片 token 用四档分辨率预设：720p 短边 340、1024px 1100、1440px 2500、4K/长图 4200。

1024px 档：1000 张图的真实账单

模型	输出单价	1000 张图成本	综合分	总榜
MiniCPM-V 4.5	¥0.5	¥0.45	79.6	#24
DeepSeek-V4.1-Flash	¥0.6	¥0.54	87.9	#12
DeepSeek-OCR 2	¥0.8	¥0.72	81.9	#20
书生 InternVL 4.0	¥1.0	¥0.91	85.0	#16
Qwen3.8-Flash	¥1.2	¥1.09	87.5	#13
Keye-VL-2.0	¥2	¥1.81	86.0	#14
LongCat-Next	¥2.5	¥2.26	89.2	#9
Qwen3-Omni-30B	¥4	¥3.62	88.9	#10
Step-3	¥5	¥4.53	84.7	#17
MiMo-V2.5	¥6	¥5.43	90.1	#7
讯飞星火 X2	¥6	¥5.43	84.5	#18
ERNIE 5.1	¥8	¥7.24	88.1	#11
MiniMax M2.5	¥8	¥7.24	83.8	#19
腾讯混元 Hunyuan-Vision	¥8.6	¥7.78	85.2	#15
GLM-5.3	¥9	¥8.14	92.4	#4
GLM-5	¥10	¥9.05	92.0	#6
Qwen3.5-397B	¥12	¥10.86	94.6	#3
商汤 SenseNova 6.5 Pro	¥12	¥10.86	89.9	#8
豆包 Seed 2.0 Pro	¥15	¥13.57	95.2	#2
Kimi K3	¥16	¥14.48	92.3	#5
Qwen3.8-Max	¥18	¥16.29	95.4	#1
华为盘古 5.5	¥20	¥18.10	81.6	#21
蚂蚁百灵 Ling 2	¥5	¥4.53	80.8	#22
MiniCPM-V 4.5	¥0.5	¥0.45	79.6	#26
京东言犀 2	¥6	¥5.43	78.0	#28
网易伏羲 2	¥4	¥3.62	77.5	#29
云从从容 2	¥7	¥6.33	76.1	#32

最便宜和最贵之间差 40 倍（¥0.45 vs ¥18.10）。但综合分只差 19.3 分（76.1 vs 95.4）。这个比例关系是整篇文章的起点：价格的离散度远大于能力的离散度。所以定价里含大量与能力无关的东西——品牌、渠道、行业授权、算力自给率。

新入榜的 InternVL 4.0 插在 ¥0.91/85.0 的位置：比 DeepSeek-OCR 2 贵 26%、综合分高 3.1，比 Qwen3.8-Flash 便宜 17%、综合分低 2.5。它没有进入前沿，但它是开源阵营第一次把感知 96 带到 ¥1 以下——这个事实对开源技术栈的团队有意义，对前沿没有。

四款行业模型的价格落点很说明问题：百灵 ¥4.53（80.8）、言犀 ¥5.43（78.0）、伏羲 ¥3.62（77.5）、从容 ¥6.33（76.1）——四款全部落在已有点的右下方，没有一款同时做到“比某个前沿点更便宜且更强”。行业模型的定价里含的是场景交付，不是 token 单价，这也让它们天然进不了这条前沿。

帕累托前沿：22 款里只有 8 款不该被换掉

把“成本”当越小越好的维度、“综合分”当越大越好的维度，做二维帕累托筛选。一款模型被支配，意思是：存在另一款，比它便宜（或不贵）且比它强（或不弱），且至少一项严格更好。这样的模型没有理由被选中——不管它的宣传页写得多好。

26 款有公开单价的模型里，18 款被支配。前沿上只剩 8 款：

前沿位次	模型	1000 张图	综合分	它买到的是什么
1	MiniCPM-V 4.5	¥0.45	79.6	极致低价，能力换成本
2	DeepSeek-V4.1-Flash	¥0.54	87.9	全场最大跳跃：+¥0.09 换 +8.3 分
3	LongCat-Next	¥2.26	89.2	生成能力 92，全站第二
4	MiMo-V2.5	¥5.43	90.1	视频 93，前沿上最便宜的视频强手
5	GLM-5.3	¥8.14	92.4	昇腾全栈 + agent 95
6	Qwen3.5-397B	¥10.86	94.6	8 个维度全部前三
7	豆包 Seed 2.0 Pro	¥13.57	95.2	感知 97、视频 96、中文 97
8	Qwen3.8-Max	¥16.29	95.4	综合分榜首

这条前沿的形状本身在说话：前两位之间只隔 ¥0.09，却隔开 8.3 分——DeepSeek-V4.1-Flash 用 6 毛钱的输出单价做到了 87.9 的综合分，是整条前沿上斜率最陡的一段。反过来，从 GLM-5.3（¥8.14/92.4）到 Qwen3.8-Max（¥16.29/95.4），价格翻倍只换来 3.0 分。边际收益递减得非常干净。

如果你的预算卡在 ¥1/千张，前沿给出的答案是唯一的：DeepSeek-V4.1-Flash。不是“性价比最高之一”，是这个预算档里没有第二个前沿点。

三期发现：前沿对新增模型免疫

这是 24 → 26 → 32 三次扩样下来最稳定的一个副产品：前沿的 8 个成员一个都没有变。

• InternVL 4.0（¥0.91/85.0）被 DeepSeek-V4.1-Flash（¥0.54/87.9）二维支配——更便宜且更强，所以没有前沿位置；
• 四款行业模型全部落在已有点的右下方：百灵（¥4.53/80.8）被 ¥0.6 的 DeepSeek-V4.1-Flash 与 ¥4 的 Qwen3-Omni-30B 同时压制；言犀、伏羲、从容被 MiMo-V2.5 等全面压制；
• 脑虎、观澜、紫东太初没有公开单价，按口径不入场。

这不是偶然。要进入这条前沿，一款新模型必须同时做到“比某个前沿点更便宜”且“比它更强”。2026 年下半年两款 Flash 已经把价格线打到 ¥0.6 附近，此后进场的新模型如果不是同价位更强，就只是在已有点的右下方落子。前沿的稳定性本身就是结论：¥0.6–1.2 这个价格带在 2026 年 10 月已经挤到头了，下一个前沿点只能等下一次价格下探，而不是等下一次能力提升。

但二维前沿太宽松了：换成 9 维严格支配

上面的分析有个问题——它把 8 个能力维度压成了一个综合分，而综合分是我们加权的产物。换句话说，二维帕累托的结论依赖于权重假设，这正是我们在 权重扰动 2000 次 那篇文章里想破除的东西。

所以我们做第二遍：不压综合分，直接用价格 + 全部 8 个维度做严格支配判定。一款模型被 9 维严格支配，意思是存在另一款：价格不高于它，8 个维度全部不低于它，且至少一项严格更好。

这个标准苛刻得多，结果也干净得多：26 款里只有 8 款被严格支配。

被支配	价格 / 综合分	被谁支配
商汤 SenseNova 6.5 Pro	¥12 / 89.9	Qwen3.5-397B（同价 ¥12，8 维全面不低于）
腾讯混元 Hunyuan-Vision	¥8.6 / 85.2	MiMo-V2.5（¥6）、Qwen3-Omni-30B（¥4）、ERNIE 5.1（¥8）
讯飞星火 X2	¥6 / 84.5	MiMo-V2.5（同价 ¥6）、Qwen3-Omni-30B（¥4）
MiniMax M2.5	¥8 / 83.8	MiMo-V2.5（¥6，8 维全面不低于）
华为盘古 5.5	¥20 / 81.6	13 款模型同时支配它，最便宜的是 Qwen3.8-Flash（¥1.2）
京东言犀 2	¥6 / 78.0	MiMo-V2.5（同价 ¥6）、Qwen3-Omni-30B（¥4）、书生 InternVL 4.0（¥1）
云从从容 2	¥7 / 76.1	MiMo-V2.5（¥6）、LongCat-Next（¥2.5）
网易伏羲 2	¥4 / 77.5	LongCat-Next（¥2.5）、Qwen3-Omni-30B（同价 ¥4）

MiMo-V2.5 是这张表的隐形赢家。 总榜第 7、证据等级 B、几乎没人讨论，但它在 9 维严格支配意义下一款打掉了五个对手（混元、星火 X2、MiniMax M2.5、言犀、从容），而且是用更低或相同的价格。它不在任何人的“顶级模型”名单上，却在“没有理由不选它”的名单上。

华为盘古 5.5 是这张表的另一个极端。 ¥20 是全场最高单价，比榜首 Qwen3.8-Max 还贵 11%，综合分却只有 81.6，排第 21，被 13 款模型同时严格支配。这不是能力问题——它在 行业场景 上有真实交付（台风路径误差 -30%、井下设备 72 小时故障预警）。这是定价与通用能力脱钩的标本：它的价格里含的是行业授权与本地化服务，不是 token。如果你买的正是那部分，帕累托分析对你无效；如果你以为你在买通用多模态能力，这张表就是在拦你。

从 18 到 8：那 10 款是怎么活下来的

二维前沿判定 18 款被支配，9 维严格判定只有 8 款。差出来的 10 款，全靠某一个维度无可替代而活下来：

模型	二维上被压制	它靠什么免死
Kimi K3	豆包 Seed 2.0 Pro（更便宜更强）	agent 95，与榜首并列——且是平局，不是领先
GLM-5	Qwen3.5-397B、豆包	document 95、chart 92、generation 89，三项都高于所有更便宜的对手
Qwen3-Omni-30B	LongCat-Next、MiMo-V2.5	video 90、chinese 91、ecosystem 90
ERNIE 5.1	MiMo-V2.5、Qwen3-Omni-30B	chinese 93
Keye-VL-2.0	Qwen3-Omni-30B、MiMo-V2.5	video 94，比同价位最强对手高 12 分
DeepSeek-OCR 2	DeepSeek-V4.1-Flash	document 99，全站第一，高出 4 分
Step-3	MiMo-V2.5、Qwen3-Omni-30B	无严格领先维度，仅靠平局存活
Qwen3.8-Flash	DeepSeek-V4.1-Flash	video 82、agent 87、generation 80、chinese 88、ecosystem 97，五项全部领先
书生 InternVL 4.0	DeepSeek-V4.1-Flash	perception 96、chinese 89，两项严格领先所有更便宜的对手
蚂蚁百灵 Ling 2	DeepSeek-V4.1-Flash、Qwen3-Omni-30B	chinese 92，全站第 8，比所有更便宜的对手都高

这张表值得逐行读。

DeepSeek-OCR 2 的免死金牌最典型。 它总榜第 20，综合分 81.9，在二维前沿上被同门的 DeepSeek-V4.1-Flash（第 12，87.9，价格还更贵一点）压得死死的。但它的 document 是 99 分，全站第一，比并列第二的 Qwen3.5-397B 和 Qwen3.8-Max（都是 97）高 2 分，比 DeepSeek-V4.1-Flash 的 95 高 4 分。如果你的业务是中文文档抽取，这 4 分就是它存在的全部理由——而且只要 ¥0.8/千张。它不是“便宜的替代品”，它是这个单项上的最优解。

Qwen3.8-Flash 的免死金牌最反直觉。 单价 ¥1.2，是 DeepSeek-V4.1-Flash（¥0.6）的两倍，综合分还低 0.4。二维上它被完全支配，看起来毫无理由存在。但拆开 8 个维度，它在 5 个维度上严格领先：video 82 vs 78、agent 87 vs 85、generation 80 vs 72、chinese 88 vs 86、ecosystem 97 vs 95。

最后那个 97 是重点。ecosystem 维度衡量的是 SDK 完备度、部署工具链、社区规模、文档质量、第三方集成——它在综合分里只占 8% 权重，但它决定你的工程团队要花多少人周。DeepSeek-V4.1-Flash 便宜一半，推理服务要自己搭；Qwen3.8-Flash 贵一倍，百炼上开箱即用、vLLM/SGLang 首日支持、Apache-2.0 无附加条款。这多出来的 ¥0.6/千张买的是交付速度，不是智能。 这笔账值不值，取决于你的上线日期，不取决于天梯榜。

InternVL 4.0 的免死金牌最新。 它被 DeepSeek-V4.1-Flash 二维支配（贵 69% 且综合分低 2.9），但在感知维度上 96 对 90——6 分差距，且是全场第三高的感知分。开源阵营要在 ¥1 以下找感知组件，它是唯一选项；闭源阵营看都不会看它一眼。这款模型的存在本身就在提醒：前沿图对开源用户是有偏的，因为前沿按“综合分”排序，而开源用户的采购函数里许可权重占 40%。

Kimi K3 和 Step-3 的存活最脆弱。 它们没有任何一个维度严格领先所有更便宜的对手，只是打平。Kimi K3 的 agent 95 和 Qwen3.8-Max、GLM-5.3 并列——它靠的是“和最强的那个一样强，但比它便宜 ¥2”。Step-3 更弱，纯靠平局。平局是会被下一次版本更新抹掉的存活理由。

本期新增的三款行业模型没有逃过 9 维判定，这本身是结论。 言犀（¥6/78.0）被同价 MiMo-V2.5 全面压制——8 个维度没有一项领先；伏羲（¥4/77.5）被更便宜的 LongCat-Next 与同价的 Qwen3-Omni-30B 压制；从容（¥7/76.1）被 MiMo-V2.5 与 LongCat-Next 双重压制。三款的全部生存理由都在第 9 维之外——场景语料、行业渠道、硬件协同，而这些恰好都不在那 8 个能力维度里。9 维严格支配衡量的是一件事：“作为通用能力采购，你有没有理由被选中”。行业模型的正确答案本来就不是“被选中”，而是“在特定场景里没有替代”——这个问题要换一张表回答，见 行业场景独占地图。

蚂蚁百灵 Ling 2 是本期唯一逃过 9 维判定的新模型。 它被 DeepSeek-V4.1-Flash（¥0.6）与 Qwen3-Omni-30B（¥4）二维压制，但中文维度 92 比所有更便宜的对手都高（最强的 ERNIE 5.1 是 93 但贵 60%）。翻译成采购语言：买“中文能力”这个具体商品时，前沿图是失效的——前沿按综合分排序，而中文能力在综合分里只占 6%。

分辨率会重排前沿吗

会改绝对值，不会改成员。把四档分辨率全跑一遍：

分辨率	最便宜	最贵	首尾倍数	前沿成员
720p（340 token）	MiniCPM-V 4.5 ¥0.36	盘古 5.5 ¥14.30	39.7×	同 8 款
1024px（1100）	MiniCPM-V 4.5 ¥0.45	盘古 5.5 ¥18.10	40.2×	同 8 款
1440px（2500）	MiniCPM-V 4.5 ¥0.63	盘古 5.5 ¥25.10	39.8×	同 8 款
4K/长图（4200）	MiniCPM-V 4.5 ¥0.84	盘古 5.5 ¥33.60	40.0×	同 8 款

前沿的 8 个成员在四档分辨率下完全一致，只是绝对金额整体放大。原因是所有模型的图片 token 计价方式同构，分辨率对所有人是等比放大。这意味着：分辨率是你不需要重新做选型决策的变量。 你可以按 1024px 做完帕累托分析，然后放心地把图片调到 4K，前沿顺序不变。

但绝对值会变，而且变得很凶：4K 档下 Qwen3.8-Max 的 1000 张图要 ¥30.24，是 720p 档的 2.35 倍。如果你的业务是长图、高清票据、工程图纸，先降分辨率再谈换模型——把 1440px 压到 1024px 省下的钱（约 33%），和从 Qwen3.8-Max 换到 Qwen3.5-397B 省下的钱（约 33%）一样多，而且前者不损失榜首能力。

三个可以直接抄的结论

一、预算 ¥1/千张以内：DeepSeek-V4.1-Flash，无第二选项。 除非你的核心场景是纯文档抽取，那 DeepSeek-OCR 2（¥0.8）在单项上更强；除非你要的是交付速度和生态，那 Qwen3.8-Flash（¥1.09）值得那 2 倍溢价；除非你的技术栈是开源的且需要宽松许可，那 InternVL 4.0（¥0.91）是开源阵营唯一的前沿外强选项。

二、预算 ¥8–11/千张：这是竞争最激烈也最容易选错的区间。 GLM-5.3（¥8.14 / 92.4）和 GLM-5（¥9.05 / 92.0）都在前沿上，差 ¥0.91 换 0.4 分。真正的决策变量不是分数，是 GLM-5.3 的昇腾全栈——如果你要国产化替代，它在这个价位没有对手。

三、任何预算下都先看 9 维严格支配表。 如果你的候选出现在那 5 款里，直接换掉，不用做 POC。商汤 SenseNova 6.5 Pro 和 Qwen3.5-397B 同价 ¥12、8 个维度全面落后——这不是“各有优劣”，这是纯亏。

本文所有数字由 analyze3.mjs 从原始评分与单价直接算出，与站内 成本计算器 共用同一套公式。改分辨率、改输出 token 数都能即时复现。

证据等级不进这张前沿图——这是有意的。便宜和强是能力问题，可复现性是确定性问题，混在一起算会两头都算不清。分开的口径写在 方法论页面。