模型不是门槛，数据才是

8月21日，OpenAI把面向开发者的GPT-5.6 Sol基准价格下调超过20%，优惠期三个月。上月底它已经降过一轮：中端模型降20%，低成本模型直接降80%。谷歌也没闲着，Gemini 3.7 Flash刚发布就把定价压到上一版本的大约一半。

外媒把矛头指向中国公司：开源和定价策略给美国人上了压力。

同一天前后，AWS数据库副总裁Ganapathy Krishnamoorthy——圈里人叫G2——首度访台，说了句更直接的话：模型不再是门槛，数据才是竞争力。

两件事放一起看，其实是一件事。模型价格战打到今天，模型的稀缺性正在快速消失。你花再多时间比较GPT、Claude、Gemini、Qwen哪家强，都不如回去把自己那堆数据盘清楚。

对OPC创业者来说，这是个该调整重心的信号。

一、别再在“选模型”上耗了，先花两周做数据盘点

我们舍予内部有条规矩：接项目第一周不碰模型选型。先让老板把散在各部门的Excel、聊天记录、工单、报价单、库存表导出来，过一遍数据底子。

这一步看着笨，但能省下后面大把试错成本。很多老板以为自己数据挺全，真翻出来一看，能直接喂给Agent用的不到三成。剩下的要么重复，要么没标注，要么格式乱到没法读。

迈达特那篇技术文章里，G2把这件事讲得很透。他的判断是：2026年，LLM的算力与效能趋于成熟，模型逐步走向商品化。不管开源还是闭源，只要企业愿意花钱，都能快速拿到近一个水平的能力。那企业之间的差别在哪？就在模型背后那堆数据上。

做法很具体，就一张表。把你公司里所有可能用到的数据列出来：订单、库存、客服记录、财务流水、门店每天的手写单。每一行标三件事：有没有、干不干净、能不能被检索。 先别管模型，先把这张表填完。

你会发现一个不想承认的事实：大部分问题不是模型不够聪明，是数据根本没准备好。

二、别把历史资料全塞进Prompt，给Agent装个“按需取数”的口袋

G2有个判断我特别认同：大模型天生是无状态的。没被问过的事，它真不知道。

但很多创业者一上来就指望把半年订单、三年聊天记录全塞进上下文，让Agent一次看明白。这种干法，上下文窗口会迅速撑爆，Token成本指数级上涨，响应速度还慢得没法用。

正确的思路是给Agent一个能按需取数的底座。AWS最近推的Context服务，本质就是这回事：把企业散在各处的结构化、非结构化数据自动映射成知识图谱，Agent需要哪块就去取哪块，而不是每次都把整个仓库背在身上。对OPC创业者来说，你不一定用AWS，但这个思路必须要有——把私有数据变成可被检索的资产，让Agent在需要时去查。

我们自己怎么干的？给客户搭Agent之前，先把最容易变现的那部分数据——比如近半年的工单和报价记录——整理成带标签的结构，哪怕用最笨的人工先标一遍。别嫌土。这层底子打好，Agent调用一次的Token成本能降下来一大截，回答还更准。

模型贵不贵已经不是主要矛盾，重复喂数据才是。

三、选模型看“验证”的结果，别盯着榜单的名次

清华那个新开源模型VeriLoop Coder-E1，中文名叫“循证”，值得关注。

它跟别的代码模型不一样。不闷头写代码，而是每一轮生成都要经过测试验证——错了就分析原因、改，改完再验，直到产出可靠代码。这套思路在SWE-bench Verified上拿到85.20分，32B及以下开源模型里多项第一。

但我不想展开讲成绩。我更在意它背后的方法论：先假设、再验证、错了就改。

这恰恰也是创业者选模型该用的办法。别拿哪个榜单排名说事，先拿自己真实场景里的三个任务跑一遍。能稳定跑通、算得过账的，才进你的模型池。我们给客户选模型，从来不看哪个分数高，就看在他的业务上跑下来好不好使。

榜单这个东西，参考一下就行。尤其今天榜单水分不少的情况下，更别当真。

四、具身智能的信号先收着，真正的落地场景还没到你门口

摩尔线程创始人张建中8月21日在世界机器人大会上说，具身智能产业正迎来类似大模型的“ChatGPT时刻”。语言模型已经跨过万亿参数门槛，具身模型正从十亿、百亿级向千亿、万亿级进化，智算集群也从千卡走向万卡、十万卡。

这是方向，不是今天的生意。

具身智能从“ChatGPT时刻”到真正扎进门店、车间、仓库，还有不短的路。对OPC创业者来说，真正关键变量在于：等具身模型成熟那天，谁手里有场景数据，谁就能接住。

今天能做的，是把你自己行业的数据底子打好。门店的动线、仓库的库存位置、售后记录里的真实故障。这些数据现在看着不起眼，等模型能力追上来，它们就是你最后的护城河。

价格战还会继续，模型还会继续降。这件事对OPC创业者的意义，不是“又省了20%”。它提醒我们：模型越来越像水电煤，便宜、稳定、差别不大。真正决定你AI项目能不能跑出来的，是那些模型没有、只有你有的东西——

你的数据。

别等下次降价再动。回去翻你的文件夹。

本文所涉价格调整均为公开报道，具体以各厂商官方公告为准。提醒一句：私有数据在接入任何大模型服务前，先做好脱敏和权限梳理，数据一旦出去，追不回来。文中做法仅供参考，不构成投资或采购建议。