Token份额超美国那天，我先重算了一遍自己的AI账单
老兄，见字如面。
这两天我一直琢磨一件事。上周，达拉斯那个叫Ruben Garcia Jr.的开发者，晒出他每月700美元的AI账单——没有哪个模型包办一切，像临时凑的项目组，干杂活的模型只拿走不到三成预算，负责攻坚的美国模型拿走剩下七成多。
我本来当八卦看，结果越看越坐不住。
因为这跟咱们自己账上发生的事，几乎一模一样。所以今天不聊“最新动态汇总”那套，就着几件刚发生的具体事，把这张账单重新摊开算一遍。有些判断可能扎心，但同行之间，不绕弯子。
一、DeepSeek涨价，涨的其实不是模型
8月19号凌晨，DeepSeek V4全系列峰谷价正式生效。以V4 Pro输出为例，每百万Token从6块钱，涨到闲时13.5元、高峰27元。
涨了三成到四倍多，看时段。
按常理，开发者该骂娘了。但有意思的是，同一天上线的还有另一个东西——DeepSeek Harness开发者预览版。这比价格表更值得你花时间。
Harness是什么？业内有人说得直白：它是把“模型”降级成“插件”的一层。模型、工具、技能、会话、沙箱、存储、循环、调度、UI，全被拆成可替换的插件。开发者不改源码，就能把DeepSeek的模型换成别家的。
“小冰之父”李笛有句话被我标红了：Claude Code的模型能力足够强，依然需要几十万行代码的Harness，才能端到端跑起来。
这话的潜台词很硬——模型只是原材料，谁能让它在具体场景里可靠地跑完最后一公里，谁才有资格收后面那一层的钱。
所以涨价是表，Harness是里。DeepSeek在干一件什么事？它在告诉你：模型我可以便宜卖，但真正值钱的是上面这套系统层的控制力。
对OPC的兄弟来说，这事的启发不是“要不要赶紧换别家便宜模型”，而是：
别再把全部精力压在调单模型上。把绑定的那层抽出来，做成自己可替换的Harness，才是小团队真正的资产。
二、智谱“不换药”，但把编程能力拔高50%
8月14号，智谱发了GLM-5.3。
最戳我的一点是：基座模型还是GLM-5.2那个，没换。只靠后训练，把编程能力拉了50%，API定价一分不涨，权重下周五还开源。
这操作太聪明了。
它等于给全行业上了一课：基座不动，后训练就是便宜的杠杆。 我猜智谱内部算过一笔账——重新训一个基座的算力成本，比在现有基座上做强化和指令优化贵一个量级；而用户感知最强的，偏偏就是“代码写得快不快、对不对”。
对coding开发者来说，这条消息的落地场景是什么？是我们手上那些“用着还行但差点意思”的私有化模型，是不是也可以走这条路：不换底座，只做垂直领域后训练，把某个任务的成功率从85%拉到95%。
这一下的成本，可能只有重训的十分之一。
三、Qwen开源的27B，把门槛踩到了地板上
还是8月14号，阿里千问正式开源Qwen3.8系列。全新开源的那个270亿参数模型Qwen3.8-27B，家用显卡就能跑。
更早一点，2月发布的Qwen3.5，397B-A17B，原生多模态，支持201种语言和方言；再往前，Qwen3-VL那个235B的大家伙，已经能操作图形界面、做视觉编程。
这些拼在一起看，趋势很清楚了：多模态、智能体操作、本地化部署，三者正在同时变便宜。
对OPC创业者意味着什么？意味着我们可以接一类以前不敢接的单子：
客户数据敏感、必须私有化部署、又有真需求。以前卡在硬件门槛和部署成本，现在一台像样的工作站可能就能跑视觉智能体了。交付形式也变了——不再是“我给你调个API”，而是“我给你在本地部署一套能看屏幕、能自己操作流程的Agent”。
这种单子，单价高，粘性也强，关键是大厂不容易跟你贴身抢。
四、Claude的Harness逻辑，才是OPC的护城河
接着说回Claude。
李笛那段话里藏着一个咱们这行最容易被忽视的钱：模型都一样，为什么你能收费？因为你那几十万行Harness。
别人调Claude Code跑不通的任务，你能跑通，不是因为你有个秘密模型，而是因为你把环境、约束、工具链、沙箱、回退策略、循环控制全磨平了。这些东西是脏活，是累活，是AI巨头不爱干的底层功夫——但恰恰是OPC小团队的命根子。
而且Harness这层，迁移成本极高。客户一旦把业务流程磨进你的系统，换供应商等于重头再磨一遍。这就是复购。
所以，别怕模型卷。模型卷得越凶，系统层就越值钱。
五、迈瑞那台医疗大模型，藏着OPC的另一种活法
8月13号，迈瑞医疗联合腾讯云ADP，上线了医疗技术服务大模型。内置5000多项临床知识、500多项设备语料，关键问题回答准确率99%，覆盖190多个国家，日均专业问答超1700次，7×24小时。
注意这个数字：99%。
这不是跑分，这是生产环境里的准确率。它靠的不是模型本身多逆天，而是把垂直知识库、设备语料、场景约束做到极细，再用智能体平台把服务链路接起来。
对OPC的启发就一句话：通用能力拼不过大厂，垂直场景的高准确率是留给小团队的窄门。
选一个你真正懂的行业，把知识库磨到99%，把服务链路打通，哪怕只有三百个付费客户，也能活得很舒服。
六、其他模型，这周是不是哑火了？
你可能会问：Gemini、Grok、Llama、Mistral、豆包、Kimi、文心一言、MiniMax、百川、Step、Phi、Yi、Skywork这些呢？
说句不好听的，这周在公开渠道上，它们大多没有必须单独拎出来的大动作。有的在憋下个版本，有的在调整生态，据公开资料，近期没有看到足以改变判断的发布。
这不代表它们不重要。Mistral和Llama在欧洲和开源圈的地位还在，Gemini绑着谷歌的生态，豆包和Kimi在国内C端心智很稳。我的态度是：别因为一周没新闻就动模型池。模型池看季度，不看周。
七、回到那张账单
老兄，我今晚把上个月自己的AI开支也拉出来重看了一遍。
结果跟Ruben那张单子差不多：跑批量任务、清洗数据、生成初稿的，全是中国模型，成本占比低得不像话；做最终规划、代码复核、复杂推理的，还是那几个贵模型，成本占了大头。
这说明什么？
说明智能正在变成一种工业品。不是廉价品，是像钢铁那样，既有普通钢材，也有特种合金。便宜模型做中间步骤，贵的模型守关键环节。这条分工链已经形成了。
DeepSeek这次涨价，就是这个判断的第一次全面验证。它想知道：我把价格往上抬，你还会不会留？
对OPC来说，真正的关键变量不是哪家便宜，而是你有没有本事把“便宜模型干粗活、贵模型守关口”这套调度跑成一个稳定的、可复用的系统。谁先把这个调度能力产品化，谁就能吃掉下一波Agent落地的小公司红利。
最后给三个具体建议，别嫌直接：
第一，模型池别按榜单搭，按任务分班。 便宜模型处理大量中间执行，贵模型守住规划和复核。这份班次表，才是你真正的产品。
第二，把Harness当资产养，别当胶水写。 插件化、可替换、有版本管理。模型可以换，Harness不能扔。
第三，盯紧峰谷价差。 DeepSeek已经开了这个头，以后模型厂商大概率都走峰谷计价。你的调度系统如果不感知时段，就是在白白多花钱。这批省下来的钱，就是OPC的利润。
凌晨的办公室很静，刚好翻到我们舍予AI智能体的产品文档。里面有一句我常跟客户说的话，顺手送给你：
老板要的不是一个最聪明的模型，是一支能把事扛下来的AI战队。
模型天天变，战队不散。这个道理，咱们共勉。
回聊。
本文为行业交流观点，所涉价格、数据均来自公开资料及媒体披露，截至发布时点。文中对模型能力的判断不构成采购建议，未经授权不得作为投资依据。