过去三年，企业采购AI模型的默认策略是选最大的前沿模型，这在GPT-4时代确实正确。但最新的benchmark数据显示，这个策略的比较基准可能不完整——它缺少的，是一种不同于缩小版前沿模型的存在：专业化模型。

Dharma的论文在一项巴西葡萄牙语OCR任务中，测试了从GPT-5.4、Claude Opus 4.6到Google Vision等主流商业API。结果显示，一个30亿参数的专业化模型得分0.911，比Claude Opus 4.6高出近8个百分点，同时成本低52倍，文本退化率仅0.20%。更关键的是，同样架构、同样训练流程的通用模型Qwen2.5-VL-3B只拿到0.793，退化率高达1.41%。差异来自哪里？不是参数，而是模型在训练过程中向任务分布靠近的步数。

论文的核心发现是：专业化不是对“小”的补偿，而是实现“对齐”的方式。当一个模型已经通过多阶段训练逐步接近目标任务的分布，后续的微调会产生更大的边际收益。这意味着采购决策不能只看参数规模，还需要把训练历史和对齐程度作为可评估、可操作的一阶变量来对待。