Paper Instruments 推出 Ultramarine 1 Flash：專攻金融法律，單任務成本 13 美分

讓通用大模型做一張合規的財務報表或寫一份嚴肅的法律意見書，往往需要反覆微調提示詞，最後還得忍受昂貴的呼叫賬單。

Paper Instruments 正式推出了面向專業知識工作的開源模型 Ultramarine 1 Flash。它的目標非常垂直：專門對付金融、法律、諮詢和企業運營這類嚴肅業務，而且要把使用成本壓到極低。

專做報表與合同的「平價專家」

Ultramarine 1 Flash 基於開源基座 GLM-5.3 Flash 打造，但在訓練和後處理上完全倒向了專業諮詢規範。官方稱其語言風格乾淨直白，強調視覺與資訊層級，就像經過嚴格訓練的諮詢顧問或分析師。

它不只是做問答，而是面向真實的交付場景。在官方測試中，它需要輸出可以直接交付給客戶的 Excel 工作簿、PPT 簡報、Word 文件，甚至直接在 ERP 和 MES 等實際業務系統內部執行操作。

定價方面，它的 API 費用與基座保持一致：輸入每百萬 token 收費 0.15 美元，快取輸入僅 0.03 美元，輸出為 0.50 美元。

用省 token 的方式擊敗閉源巨頭

根據官方公佈的資料，在包含金融和法律任務的內部 PI Knowledge Work 基準測試中，Ultramarine 1 Flash 的平均單任務成本大約只要 0.13 美元。

在這個成本下，它的評分超過了每次任務花費 8.19 美元的 Claude Fable 5 和 2.09 美元的 GPT-5.6 Sol。即使對比 Claude Opus 5.5 和 GPT-6 Sol，它的差距也在 3 分以內，而後兩者的單任務成本分別高達 6.96 美元和 1.26 美元。官方指出，該基準測試與 Artificial Analysis Intelligence Index 的相關係數達到了 0.81。

在公開的 JobBench 測試中，它跑出了 62.9 分，超過了 Gemini 3.8 Flash 和 DeepSeek V4.1 Flash。

值得一提的是，在跨越六項基準的測試裡，Ultramarine 1 Flash 比原始基座 GLM-5.3 Flash 減少了 6.5% 的 token 生成量。換句話說，它不用冗長的廢話來包裝答案，而是用更短的推理路徑把事情辦妥。

目前官方 API 已經開放，模型權重也將在近期正式放出。

為什麼重要

對於經常處理盡調、財報分析和合規審查的團隊來說，這是一款極具吸引力的工具。以往要達到可交付水準，企業往往只能依賴價格昂貴的頂級閉源旗艦，而 Ultramarine 1 Flash 證明了只要場景足夠聚焦，在小尺寸和低成本模型上同樣能做出專業級的產出。等權重開源後，對資料隱私敏感的機構還能選擇本地化私有部署。

從行業競爭來看，這給通用基座廠商提了個醒：只卷全能榜單正在邊際遞減，針對垂直工作流做極致最佳化反而更容易打動企業付費方。Paper Instruments 把單任務成本打到 13 美分，相當於向昂貴的閉源頭部產品直接發起價格戰，會倒逼對手在企業級輕量模型上加速降價。

我們認為，Paper Instruments 這一步走得相當務實。他們沒有從頭預訓練大模型，而是站在開源基座肩膀上，把精力全部放在真實任務的評測標準和格式要求上。不過也要看到，PI Knowledge Work 畢竟是其內部測試集，在真正接入錯綜複雜的企業現成系統後，它能否穩定不翻車，依然需要真實業務場景的檢驗。