先说结论。模型圈的路线分岔了。一头往大了冲——xAI 在训 2 万亿参数的 Grok 4.6。一头往小了压——1170 亿参数跑进单卡。两条路背向而行，都不带犹豫。用户不用选边，但得知道自己是谁的客户。
事实速览
据澎湃新闻 7 月末报道，xAI 透露正在训练 2 万亿参数的 Grok 4.6。同一时间段，开放权重阵营里 1170 亿参数的模型已经能在单张专业卡上跑通，还有 210 亿的更小款。一大一小，同期发生。
怎么看
第一层：大，是为了天花板。2 万亿参数赌的是"能力上限仍有墙可破"——科研、复杂推理、长程任务，这些场景愿意为天花板付费。
第二层：小，是为了地板。单卡跑通赌的是"八成场景用不着天花板"——客服、写作、整理，这些活要的是便宜、快、数据不出门。
第三层：两条路其实是同一堵墙的两面。都对了。只是服务对象不同：大模型继续当"最强大脑"，小模型下沉成"每家一套"。真正的输家是中间——不上不下、又贵又重的产品最难受。
对三类人的影响
- 重度专业用户：盯大模型路线，能力上限每破一次都是你的工具升级
- 企业与个人用户：盯轻量化路线，本地部署和免费额度都会更香
- 开发者：学抽象层，别把业务焊死在某一个参数规模上
举个例子：一家电商公司，客服问答和商品文案用轻量模型本地跑，一年省下的调用费六位数；偶尔一次大促策略分析，才切到云端旗舰模型跑一小时。大小搭配，账最漂亮。
现在可以做什么
- 先给自己的 AI 任务分个类：哪些要"最强"，哪些要"够用"
- "够用"类优先看轻量方案和免费额度，别为用不到的天花板买单
- "最强"类再盯旗舰发布，按需切换
最后一句。参数竞赛没有输家，只有站错队伍的用户——想清楚自己要天花板还是要地板，选择就不难。