那份 25 个模型的下线名单，我拖到 9 月 15 日才认真看
9 月 15 日，同济大学信息化办公室那份通知正式生效。通知是 8 月 15 日发的，一行字：25 个模型名，停止服务。
我 8 月就刷到过，扫了一眼，判断是高校内部平台的资源整理，跟我没关系。
9 月 15 日下午，我改了一整天代码。
那份清单，先说我数出来的三件事
第一件：停的不是"差模型"，是"多版本"。DeepSeek-R1、DeepSeek-V3.1、Qwen3-235B-Instruct、Qwen3.5-122B-A10B、Qwen3.5-397B 在 9 月 15 日这天一起下线；而 Qwen3.5-27B、Qwen3.6-27B、Qwen3-Coder-480B-A35B、Qwen2.5-72B-Instruct、Qwen2.5-VL-72B、Kimi-K2.5/K2.6/K2.7-Code、GLM5.0/5.1、MiniMax-M2.5/M2.7、Gemma-4-31B-it、Gemma-4-26B-A4B-it 这些，从通知发布那天起就没了。
第二件：留下的名字一共 8 个。Kimi-K3、Qwen3.8-Max、DeepSeek-V4-Pro（0813 正式版）、GLM-5.2、DeepSeek-V4-Flash（0731 正式版）、MiniMax-M3、MiMo-V2.5、Qwen3.8-27B。
第三件，也是最扎心的：被停的那些，理由写得很客气——"使用率偏低""多版本并行所致的维护冗余""老旧、小参数模型"。
翻译一下就是：多版本并行不是能力，是负债。模型不是资产，是耗材。
一个具体的案例：三条链断了两条
我手上有一条给客户做的评论分析流水线，另外两条是内容清洗和自动分类，一共三条链。其中两条，一条压在 Qwen3-Coder-480B-A35B 上，一条压在 DeepSeek-R1 上。
背景：这套东西是我一个人搭的，跑得挺好，成本不高，从去年到现在没动过。
当时怎么做的：8 月看到通知，我的判断是"我不在同济的平台上跑，这事跟我没关系"。模型 ID 就散落在提示词文件、两个 py 脚本、一个环境变量和一份 README 里，大概十几个地方。我没去数。
结果如何：9 月初，上游供应商陆续开始返回错误。我先怀疑是网络，再怀疑是额度，最后才定位到"模型没了"。找问题花了半天，改代码又花半天。
真正贵的不是 API 调用费，是那一天的排查。两条链停摆那两天，客户那边是不知道的——因为没人报错，只是不出结果。
这件事让我意识到一个特别朴素的道理：我一直在给"模型"写代码，但我真正该写的是"岗位"。
后来我怎么改的
一是抽表。模型 ID、备用模型、超时阈值、单次成本上限，全部收进一张配置文件。代码里只允许出现"岗位名"，不允许出现"模型名"。现在上游再换一代，改三行。
二是把"战队"这个比喻当真。我们做舍予AI智能体的时候，给它的定位是"老板的第一支 AI 战队"。战队这个词有个前提：队员会换，岗位不能散。 老板要的是"有人把竞品评论看完"，不是"必须用某个型号的模型看完"。这两件事分清楚了，迁移就变成一次配置更新，而不是一次重构。
三是换之前先双跑一周。新旧模型并行，跑同一批真实输入，比对输出差异。这比任何榜单都准。
这几天真正值得看的几条动态
GPT。 FrontierMath 上出了件事：一道 2017 年提出的、关于批准式委员会选举中"核是否为空"的开放难题，被 GPT-6 Astra 和三位人类研究员一起做掉了。原题要求找一个"核为空"的反例，Astra 反过来证明了反例不存在——绝对公平的委员会，在任何情况下都必然存在。它还发明了基于"调和熵"的投票规则，给出多项式时间算法，证明局部最优解就满足要求。Epoch AI 为此在榜单上新增了 Human + AI 的分类。
这次人机分工特别清楚：人类给方向和逻辑把控，AI 出知识库、计算演练和那种跳一下的灵感。对一人公司来说，这就是"一个人的研究所"的样板——你不需要招人，你需要重新分配谁负责什么。
另外，OpenCode 9 月 21 日的数据里，gpt-5.6-luna 是 534B 用量、标着 -5%，周留存前 14 里没它。编码这件事上，OpenAI 已经不是默认选项了。
Gemini。 API 文档里现在单列了一类"工具和代理模型"：computer use 能"看见"屏幕并执行点选、输入、浏览，把浏览器里的活自己干完；Deep Research 从数百个来源取信息，生成带出处的报告，还有个 Max 版。
OPC 缺的从来不是"生成一段文本"，是"有人替我把这四十个页面对完，还告诉我哪句话出自哪"。这两件事现在都是可调用的零件。别再自己写爬虫加调度器了，那是三年前的作业。
Llama（Meta）。 OpenCode 榜上 Meta 占了两席：muse-spark-1.3-contributor 34T 用量，muse-spark-1.2-contributor 2.8T，周留存 83.3% 和 81.1%。
开源系在真实编码场景里是稳得住的。对 OPC 意味着议价权：同样的活，你可以在托管 API 和自托管之间切，谁涨价你换谁。这条退路值钱。
Qwen。 这次是重灾区。9 月 15 日停 Qwen3-235B-Instruct、Qwen3.5-122B-A10B、Qwen3.5-397B；通知当天就停 Qwen3.5-27B、Qwen3.6-27B、Qwen3-Coder-480B-A35B、Qwen2.5-72B-Instruct 等一串。在役只剩 Qwen3.8-Max 和 Qwen3.8-27B。
Qwen3-Coder-480B-A35B 我见过不少人拿它写代码，口碑不错，照样一刀切。专精版不等于长寿版。 别因为一个模型在某类任务上顺手，就把它焊进架构。OpenCode 上 qwen3.8-flash 是 303B、标着 -28%，版本一代一代换，你的代码不该跟着换。
DeepSeek。 OpenCode 9 月 21 日的数据里，第一名是 deepseek-v4.1-flash，51T 用量、涨 99%，周留存 85%，两项都在最前。deepseek-v4-flash 17T，周活用户 486K，是留存榜上用户量最大的一档；v4-pro 664B。
同济在役清单里，DeepSeek 留的是 V4-Pro 和 V4-Flash，R1 和 V3.1 直接退场。R1 退役是个信号：推理模型从"特殊品类"变成了默认配置。 别再为"我用了推理模型"付溢价。
Kimi。 K2.5、K2.6、K2.7-Code 已停，在役 Kimi-K3。但 OpenCode 上 kimi-k2.7-code 还有 165B 用量。
榜单是滞后的。一个模型在榜上还有量的时候，它可能已经在下一代的替换名单里了。判断要往前看半步，尤其是写代码这种吃版本更新的场景。
GLM。 GLM5.0、5.1 停止服务，在役 GLM-5.2。OpenCode 上 glm-5.3-flash 2.9T 用量，周留存 69.3%，53K 周活。
注意"flash"这个词正在吃掉编码场景。轻量版不是低配版，是单位成本下更划算的版本。OPC 的成本结构里，模型调用费应该是一条会往下走的曲线。
MiniMax。 M2.5、M2.7 停服，在役 MiniMax-M3，OpenCode 上 260B 用量。国内几家从 M2 到 M3 的节奏说明版本号开始按季度走了。你的产品节奏如果是一年一版，中间至少撞上两次模型退役。
Gemma。 Gemma-4-31B-it 和 Gemma-4-26B-A4B-it 被归在"老旧、小参数模型"里，通知当天就停。
小参数模型的正确用法从来不是跑生产主线，是本地干脏活——脱敏、日志分类、批量打标。这条线被上游收掉，说明你该早点把"脏活"和"主线"分开，别共用一套账号和配额。
再说一个补充信号。 小米 MiMo-V2.5 在两份清单里都还在，OpenCode 上 6.5T 用量、28K 周活。终端厂商的模型已经开始进编码工作流了，多一条供应商线，就是多一层保险。
能抄的作业，就四行
一，模型 ID 只出现在一张配置表里。这是最低成本的架构保险。
二，选型看留存，不看榜单第一。留存的含义是"下周还用不用"，这比一次跑分诚实。
三，切之前双跑一周。别用感觉做迁移。
四，把"迁移能力"本身当资产。这几天我甚至在想，帮中小企业做模型迁移和能力评测，本身就是一门能立刻开的生意——名单会一直更新，而大多数人直到服务挂掉那天才会去看。
上游会一直删名字。你要做的，是让删名字这件事，只值三行代码。