Value（价值）在当前 AI 行业语境中，指的是大模型与 AI 产品从技术能力向实际业务收益转化的程度，也是衡量模型是否真正落地的核心标尺。随着模型能力快速提升，行业讨论的重心正从“跑分”转向真实场景中的抽取、推理与商业回报，Value 成为评估技术投入是否划算的关键视角。
Value 评估的近期进展
LlamaIndex 发布了文档抽取基准 ExtractBench Pro，定位为“最难的文档抽取基准”，面向真实的长尾文档场景测试模型能力。据其披露，Codex with Astra 在该基准上仅取得约 58% 的成绩，说明即便是最先进的模型，在非标准化的真实文档处理上仍有明显差距。相关报道可参考 LlamaIndex 发布 ExtractBench Pro，最难的文档抽取基准 与 Codex with Astra 仅得约 58%。
在产业侧，腾讯云在迪拜商业论坛中国站分享了 AI 规模化落地的经验，强调技术只有在具体业务中产生可衡量的收益，才具备持续投入的 Value（见 Tencent Cloud 分享 AI 规模化落地经验）。
医疗领域也出现了类似的讨论。PHTI 发布报告指出，医疗 AI 要真正创造价值，需要打通证据、覆盖与支付三个环节，单点技术突破不足以推动大规模采用（见 PHTI 报告：医疗 AI 落地需打通三个环节）。
技术层面，DeepSeek 团队在 arXiv 发布 RoLaQ 方法，面向 2-bit KV 缓存进行旋转与范围联合校准，通过压缩推理成本间接提升单位算力的 Value（见 RoLaQ 论文）。
当前焦点与观察点
围绕 Value 的讨论呈现三个趋势：一是评估体系从通用基准转向真实长尾场景，ExtractBench Pro 约 58% 的最好成绩说明现有模型与实用要求之间仍有距离；二是落地路径被拆解为技术之外的环节，如医疗 AI 强调的证据、覆盖与支付；三是成本效率成为价值计算的重要变量，KV 缓存压缩等优化方向直接影响推理经济学。后续值得观察的是，真实文档抽取类基准的榜单变化，以及各行业支付方是否愿意为 AI 产生的收益定价。