2025年9月1日，AI行业正从追求模型能力上限转向提升计算效率，混合推理成为行业共识。美团开源的龙猫大模型通过“零计算”专家机制大幅节省算力，应对复杂推理模式导致的成本上升问题。OpenAI的GPT-5采用“路由器”机制，根据任务复杂度选择模型，减少50-80%的token消耗；DeepSeek V3.1则推出单模型双模式架构，可在“思考”与“非思考”间切换，降低25-50%的token使用量。包括Google、阿里、字节等在内的头部厂商均探索混合推理方案，目标是实现性能与成本的平衡，并向更智能的“自我调节”方向发展。