大模型的
“斩杀线”是什么？
当一个模型更便宜，也更强，另一个模型就落入了它的“斩杀区”。这个流行说法背后，是经济学与多目标优化里的帕累托支配。
“斩杀”只对所选指标成立。换一个任务、价格口径或评价维度，结论就可能改变。
越往左越便宜，越往上越强
点击图上的 A—E，观察它能支配哪些模型。图中的红色区域随所选模型变化。
D（成本 5，能力 80）支配 A、B、C：它对每个模型至少有一项更好，另一项也不差。
当前五个候选中，只有 D 和 E 没有被别的模型支配。红色区域包含边界，所选点本身不算被自己支配。
“支配”到底是什么意思？
设模型 X 的成本为 Cₓ、能力为 Pₓ。如果 X 比 Y 不贵、也不弱，而且至少一项确实更好，就说 X 帕累托支配 Y。
例如 D（5，80）支配 A（10，70）：两项都更好，这是严格支配的直观情形。D 也支配 B（5，70）和 C（10，80），因为一项相同，另一项更好。
至少改善一个目标，同时不损害其他目标。
一个候选相对另一个候选实现了这种改进。
当前候选中没有被其他候选支配的方案集合。
经济学里常用“让至少一人更好、无人更差”来说明帕累托改进。把“人的效用”换成“成本和能力”，便得到模型选型里的多目标比较。
谁真的留在前沿上？
| 模型 | 成本 ↓ | 能力 ↑ | 在这组候选中 |
|---|---|---|---|
| A | 10 | 70 | 被 B、C、D 支配 |
| B | 5 | 70 | 被 D 支配 |
| C | 10 | 80 | 被 D 支配 |
| D | 5 | 80 | 前沿 |
| E | 20 | 95 | 前沿 |
D 无法支配 E：E 虽然成本更高，能力也更高。两个方案之间存在权衡，因此 D 和 E 都在这组候选的前沿上。前沿是相对于候选集合定义的；加入新模型后，名单可能变化。
“斩杀线”有三个边界
它不是正式的模型淘汰标准
“斩杀线”是形象说法。对单个模型来说，图上更准确的是其右下方的支配区域，而不是一条神奇的线。数值相同的边界也可能满足帕累托支配，只要另一项严格更好。
二维图取决于如何定义两根轴
能力是综合基准、代码任务成功率，还是你自己的 Agent 完成率？成本是每百万 token 标价，还是完成一个任务的总花费？换口径，点的位置就会变。
真实选型有更多维度
速度、上下文长度、视觉能力、工具调用稳定性、隐私、部署条件等，都会影响你的选择。二维图上的被支配模型，在这些维度中可能有自己的优势。
因此，看到“X 斩杀 Y”时，先补全这句话：在什么任务、什么价格口径、什么评价指标下，X 支配 Y？
把热词变成一个判断方法
- 选定你的实际任务，比如代码修复、论文阅读或 Agent 工具调用。
- 用相同任务和相同成本口径测量候选模型。
- 筛掉在所有重要维度上都被其他候选支配的模型，再根据预算与需求在前沿上做取舍。