有些时候，最新的 LLM 是最合适的； 有些时候，最昂贵的 LLM 是最合适的。 但也有很多时候，两者都不是。 我们已经用 SaaStr AI VC 跑过 2,700 份 VC 融资路演 PPT，所以前几天我做了一个测试，对比 Claude Opus 4.5 和 Sonnet 4.5。 Opus 4.5 的价格是 Sonnet 4.5 的 3 倍，而且看起来强得多，我当时非常确信：它一定值这个价。 但事实并非如此。 在分析 100+ 份 VC Pitch Deck 的结果中，两者的表现几乎没有差别。 结论是：为具体任务选择合适的工具、合适的 LLM。 这个选择，因场景而异。 There are times when the very latest LLM is the best, and there are times when the most expensive LLM is the best. And there are times when it isn't. We've run 2,700 VC Pitch Decks through SaaStr AI VC so I ran a test the other day to compare Claude Opus 4.5 to Sonnet 4.5 Opus 4.5 is 3x the price of Sonnet 4.5, but it seems so much better, I was confident it was worth it. It wasn't. The results across analyzing 100+ VC Pitch Decks were essentially the same. Pick the right tool, the right LLM, for the right job. It will vary.

一、这段话不是在说“模型强弱”，而是在说决策成熟度

表面上看，它在比较两个 LLM。本质上，它在否定一种非常常见、也非常昂贵的错觉：“越新 / 越贵 = 越适合我”

这是初级使用者思维，不是经营者思维。

二、核心结论只有一句，但很反直觉

“能力过剩，在特定任务中是没有价值的。”

作者的测试结论非常冷静：

• Opus 4.5 更强吗？是的
• 在这个任务中体现出来了吗？没有
• 多付的 3 倍钱，换来额外价值了吗？没有

👉 这不是模型失败，而是“任务边界”决定了上限。

三、为什么在 VC Pitch Deck 这个任务里，“贵模型”没优势？

因为这个任务本身有天然天花板：

VC Pitch Deck 的结构高度模板化

• 市场
• 产品
• 团队
• 增长
• 财务

判断维度是“模式识别”，不是“深度创造”

• 是否合理
• 是否完整
• 是否像一个 VC 看过 1000 次的案子

*

多出来的“推理深度”和“语言细腻度”对结果几乎没有增益

👉 Sonnet 已经达到“足够好”的阈值。超过这个阈值，边际收益≈0。

四、企业家 / 投资人真正看到的，是“资源配置问题”

这段话真正有价值的地方，在最后一句：

Pick the right tool, the right LLM, for the right job.

翻译成经营语言就是：

• 不要用战略级资源去干战术级任务
• 不要用将军去看门
• 不要用核弹去开锁

成熟的人关心的是：

• ROI
• 吞吐量
• 稳定性
• 可复制性
• 而不是“最强”。

五、这背后其实是在反对一种“AI 炫技文化”

很多人现在：

• 写邮件 → 用最强模型
• 改文案 → 用最强模型
• 分类 / 总结 → 用最强模型

结果是：成本暴涨、效果几乎不变、还自我感觉良好

👉 这是“工具崇拜”，不是能力提升。

六、真正高阶的用法，是“分层使用模型”

顶级团队的真实做法是：80% 的任务用便宜、稳定、快速的模型。比如：分类、摘要、结构分析、标准判断

15% 的任务用中等模型。比如：策略建议、内容生成、对话

5% 的关键节点才用最强、最贵的模型。比如：核心决策支持、复杂推演、关键输出

👉 模型不是主角，任务才是。

七、一句非常“老钱”的总结

真正成熟的系统，不追求“最强”，而追求“刚刚好”。

浪费最昂贵的资源，是无知；知道什么时候不用它，才是智慧。

这段话之所以值得你反复看，不是因为它讲 AI，而是因为它讲的是任何时代都成立的经营原则。