AI 行业快讯（2026-10-26）：十年前的 CNN 诊断皮肤癌胜过前沿 LLM、LLM 半年降价 57% 的真实原因

1. 皮肤科医生实测：2015 年的小网络，诊断皮肤癌远胜两个前沿 LLM（10/25）

伦敦 Guy's Hospital 皮肤科顾问医生 Magnus Lynch 发布了一项设计干净的对照实验（HN 411 分）：用 Google 2015 年的 Inception v3 架构，在 ISIC 公开档案 68,011 张皮损图像上微调约 20 分钟（单张 H100），对比 GPT-6 Astra 与 Claude Fable 5.1 两个前沿模型，在 200 例全部经活检证实的皮损上做六分类诊断。

结果：CNN 首选诊断正确 125/200（62%），两个 LLM 均为 84-85/200（42%）；最关键的黑色素瘤识别，CNN 13/30，LLM 分别 8 与 11；「可安全放行」判断，CNN 正确放行 76 例，LLM 仅 32 与 22。作者的方法论相当坦诚：测试病灶已从训练集剔除、相同提示词与默认设置、脚本按病理结果评分，并主动列出局限——样本小（30 例黑色素瘤置信区间宽）、全活检病例偏难、LLM 多次运行结果波动、公开数据集可能被 LLM 训练时见过（这反而利好 LLM）。他甚至披露：分析草稿用了 Claude Code，而被测模型之一正是 Anthropic 的。

这项实验是我们本月持续跟踪的「专用小模型」叙事的最硬实证（Timestral 209M 横扫时序预测、决策模型赛道爆发、Whistle 16.9MB 语音转写）：在有明确标注数据、任务边界清晰的专业领域，一个微调过的老架构专用模型，仍能碾压最贵的通用大模型。对企业的提示再直接不过：别把「上前沿 LLM」当成所有 AI 问题的默认答案——质检、分类、风险识别这类任务，先问一句「我有标注数据吗」，有就先试专用模型。

2. LLM 半年降价 57%：价格战的真实动因是什么？（10/25）

数据科学家 Max Woolf 梳理了今年的 LLM 价格轨迹：Vercel AI 网关的真实账单数据显示，token 成本已降至 2026 年 4 月水平的 43.3%。拆开看——OpenAI 的 GPT-5.6 Luna 7 月一刀降 80%，GPT-6.1 Sol 累计比 6 月的旗舰便宜约 75%；Anthropic 的 Opus 5.5 相比 Opus 5 总成本降 40-60%，Fable 5.1 把缓存读取价格砍掉 75%。

他给出的解释有三层：针锋相对的竞争（两家每次降价都在回应对方）；开放权重模型的定价压力——DeepSeek V4 Flash 的缓存读取低至每百万 token 0.0028 美元且有 29 家供应商托管，Kimi K3.1 Pro 以更低价格比肩 Opus 5.5，切换成本趋近于零时谁都没有定价权；真实的效率提升（Anthropic 自己说 Opus 5.5 服务所需算力少于 Opus 5）。他否定了「亏本引流」论：推理毛利据报高达 80%，价格并未低于成本。

最重要的结论是一句反直觉：「模型变好的速度，比变便宜的速度更快」——单价下降，但企业总支出仍在上涨，因为更强的模型解锁了更多用例。对预算规划的含义：按「单价×用量」线性外推明年 AI 账单必然失准，要按「用例扩张」来建模。

综合 Lynch Lab 实验报告、Max Woolf 博客（minimaxir.com）、Vercel AI 网关数据与 Hacker News 社区信号。