Paper Instruments 推出 Ultramarine 1 Flash：专攻金融法律，单任务成本 13 美分

让通用大模型做一张合规的财务报表或写一份严肃的法律意见书，往往需要反复微调提示词，最后还得忍受昂贵的调用账单。

Paper Instruments 正式推出了面向专业知识工作的开源模型 Ultramarine 1 Flash。它的目标非常垂直：专门对付金融、法律、咨询和企业运营这类严肃业务，而且要把使用成本压到极低。

专做报表与合同的「平价专家」

Ultramarine 1 Flash 基于开源基座 GLM-5.3 Flash 打造，但在训练和后处理上完全倒向了专业咨询规范。官方称其语言风格干净直白，强调视觉与信息层级，就像经过严格训练的咨询顾问或分析师。

它不只是做问答，而是面向真实的交付场景。在官方测试中，它需要输出可以直接交付给客户的 Excel 工作簿、PPT 演示文稿、Word 文档，甚至直接在 ERP 和 MES 等实际业务系统内部执行操作。

定价方面，它的 API 费用与基座保持一致：输入每百万 token 收费 0.15 美元，缓存输入仅 0.03 美元，输出为 0.50 美元。

用省 token 的方式击败闭源巨头

根据官方公布的数据，在包含金融和法律任务的内部 PI Knowledge Work 基准测试中，Ultramarine 1 Flash 的平均单任务成本大约只要 0.13 美元。

在这个成本下，它的评分超过了每次任务花费 8.19 美元的 Claude Fable 5 和 2.09 美元的 GPT-5.6 Sol。即使对比 Claude Opus 5.5 和 GPT-6 Sol，它的差距也在 3 分以内，而后两者的单任务成本分别高达 6.96 美元和 1.26 美元。官方指出，该基准测试与 Artificial Analysis Intelligence Index 的相关系数达到了 0.81。

在公开的 JobBench 测试中，它跑出了 62.9 分，超过了 Gemini 3.8 Flash 和 DeepSeek V4.1 Flash。

值得一提的是，在跨越六项基准的测试里，Ultramarine 1 Flash 比原始基座 GLM-5.3 Flash 减少了 6.5% 的 token 生成量。换句话说，它不用冗长的废话来包装答案，而是用更短的推理路径把事情办妥。

目前官方 API 已经开放，模型权重也将在近期正式放出。

为什么重要

对于经常处理尽调、财报分析和合规审查的团队来说，这是一款极具吸引力的工具。以往要达到可交付水准，企业往往只能依赖价格昂贵的顶级闭源旗舰，而 Ultramarine 1 Flash 证明了只要场景足够聚焦，在小尺寸和低成本模型上同样能做出专业级的产出。等权重开源后，对数据隐私敏感的机构还能选择本地化私有部署。

从行业竞争来看，这给通用基座厂商提了个醒：只卷全能榜单正在边际递减，针对垂直工作流做极致优化反而更容易打动企业付费方。Paper Instruments 把单任务成本打到 13 美分，相当于向昂贵的闭源头部产品直接发起价格战，会倒逼对手在企业级轻量模型上加速降价。

我们认为，Paper Instruments 这一步走得相当务实。他们没有从头预训练大模型，而是站在开源基座肩膀上，把精力全部放在真实任务的评测标准和格式要求上。不过也要看到，PI Knowledge Work 毕竟是其内部测试集，在真正接入错综复杂的企业现成系统后，它能否稳定不翻车，依然需要真实业务场景的检验。