快讯：AI 推理正从单纯扩大模型参数转向推理时计算。GPT-4o1 等模型通过多步逻辑分析提升复杂任务表现，但带来更高延迟与成本；智能体系统反复调用模型和工具，进一步推高推理优化需求，vLLM、SGLang 等引擎受关注。推理栈可分七层，路由与推理平台商业模式不同：OpenRouter 不自建算力，按约 5% 的代币路由费聚合 Fireworks、Together AI、Baseten 等；Stripe 以超 70 亿美元收购 OpenRouter，意在掌握 AI 应用收入端与成本端。推理市场按算力所有权、企业或开发者 GTM、硬件要求、开源或闭源划分，Fireworks、RadixArk 展示开源到商业路径。代币经济学指标应从单 Token 价格转向单个完成任务成本、GPU 利用率与质量；开放权重模型在能力满足时压低价格，闭源模型仍主导能力前沿。趋势上，前沿推理留在数据中心，隐私敏感和高频任务向 PC、工作站、手机与边缘迁移，AI PC 出货量预计从 2025 年 7780 万台增至 2026 年 1.431 亿台，最终走向本地与云端混合路由。