GPT-6说自己是全球最聪明了,我的客户半夜发消息:那你怎么还收这么贵

凌晨一点十七分，阿凯把GPT-6 Astra的发布链接转到我们三个人的小群里，配了一句：“兄弟们，咱们是不是快没饭吃了。”

没人回他。我知道他没睡。

前面那家做汽配批发的客户刚给他发了条语音，语气挺客气，意思很直接：你们用的模型现在都自己会干活了，API成本也降了，这个二期的运维费，能不能再让两个点。

阿凯做OPC外包，说白了就是帮传统老板把AI塞进业务流程里。过去两年他靠这个买了车，换了办公室，觉得自己赶上了趟。结果GPT-6 Astra一出来，他第一反应不是兴奋，是心慌。

这模型的技术报告我翻了一晚上。说几个实在的：超10万张GPU训练，大规模前代模型监督学习，API成本降了，能自主调用工具、操作软件、跑完全流程任务。最扎眼的一句是，首批用户反馈代码迭代次数减少了。

代码迭代少了，什么意思？就是以前一个需求来回改七遍，现在模型自己改到第三遍就能过。中介价值在缩水。

但阿凯那个汽配客户说的对么？对，也不对。对的是，模型确实便宜了、能干了。不对的是，他把“模型能干”直接等于“你该降价”。

这波模型竞争的变量，跟前两年不一样了。

GPT-6 Astra最值得关注的不是跑分，是它那个定位变化——从辅助工具转向自主执行者。意思是它不再等你给指令，而是能自己调用工具、操作软件、把一整个任务包下来。OpenAI管这个叫“全球最智能、最符合人类意图的模型”，话是营销，但指向是真的：模型开始往“能替你干活的人”那个位置走。

对OPC创业者来说，这事的另一面是：你不能再靠“我会调API”活着了。因为模型自己会调工具了。

可这不代表你没价值。恰恰相反，越到这个时候，真正值钱的越是那个模型干不了的部分——你比客户更清楚他公司的流程堵在哪，你知道那个汽配老板嘴上说“降价”，其实慌的是他库里那批三个月没动过的刹车片。他不知道怎么让AI把这个算清楚，你知道。

这周的新闻串起来看，信号更明显。

先是Qwen3.8-Flash-Next开源。训练成本大幅降低，Qwen4架构的早期预览。这说明什么？开源模型的准入门槛还在往下掉，小团队自己做垂直模型的空间更大了。不是让你去拼训练，是你手里那些行业数据，终于有了更便宜的“锅”可以倒进去微调。OPC的护城河本来就不在模型，在数据。那些说你“就是个套壳”的人，恰恰没看明白：壳不值钱，壳里装的那家公司的历史工单、排班规则、客户口头禅，才值钱。

Gemini 3.5 Transcribe也发了，主打实时语音转文本，高精度。听着是个技术点，落地场景太具体了：报修电话、车间对讲、销售录音。那些做门店连锁的客户，每天一堆语音堆在微信里，以前靠店长转述，现在能直接进系统变工单。coding开发者别只盯着“转写准确率”，要问一句：转完之后呢？谁去盯那个工单有没有关？这才是OPC的活。

GLM-5.3-Flash开源，320B总参数，AA指数57分，定价是Opus 4.8的四十分之一。这个价格和这个智能放一起，对中小客户是实打实的红利。以前用不起大模型的那些小老板，现在能用上了。但他们会用么？不会。他们连Prompt都懒得写。这就把你往“方案商”那个位置推，而不是“代码工”。注意一下，这种低价高智模型会让客户对“AI很贵”的预期彻底崩塌，接下来你不该靠信息差收费。

GPT-5.6登陆Kiro，强化的是开发者性价比。包括Claude Code被Anthropic自己用来生成个性化销售简报，同一个信号：模型正在从“写代码”往“直接产生业务动作”上走。对coding开发者，尤其是接单那种，最大的风险不是你技术跟不上，是你还在按“写了多少行”计价，市场已经按“解决没解决”定价了。

这一周，真正让我睡不着觉的不是这些模型又更新了，是我自己的客户开始用模型砍我的价。

我做了个小实验。把汽配客户那个二期运维的需求，分别丢给三个模型，让它们各自报方案。结果很有意思：报价最高的那个，不是能力最强的，是最会先说“你这个库存周转率的问题，光调API没用，得先理清数据口径”的。客户最后选的也是它。不是因为便宜。

你看，业务理解这个东西，暂时还长在人身上。

再往外看，这周也有几个品牌没抢着发新模型。DeepSeek、Kimi、豆包、MiniMax，都没在这波效率竞赛里刷存在感。不是掉队，是把劲憋在下一轮生态和场景上。这个阶段，OPC创业者最忌讳的就是天天追新闻，像集邮一样把模型都试一遍。试一遍的成本，不只是钱，是你原本可以拿去聊客户的那个下午。真正该做的，是选两三个跟你业务贴得紧的模型，把客户的一个具体问题往深里做穿。

Grok、Llama、Mistral、Gemma这些，各有各的节奏，Meta这周还发了MTIA 300训练芯片，硬件上的算力竞争一点没停。文心一言、星火、百川、Step、Phi、Yi、Skywork，也都在各自动作，但说实话，作为OPC，你不需要对每个都了如指掌。你需要的是，当客户拿着新闻来问你“这个新模型能不能给我用上”的时候，你能在五分钟内给他一个比他期望更靠谱的中间方案。

因为客户要的从来不是模型，是有人能替他兜底。

这就说到我们团队最近接的一个单子。一个做本地生活服务的老板，说想用AI把客服工单自动派下去。我们没急着上大模型，先把他过去半年的工单记录翻出来，按他的实际班组、区域、话术习惯，用一个小模型微调了一版。上线两周，人工转派率降了。那套微调数据，是我们跟他一起熬夜扒出来的。这事网上搜不到，也不是什么技术机密，但它确实成了我们谈续约时最硬的一张牌。

所以回到开头，GPT-6 Astra说自己是最智能的，没问题。但它不会半夜陪客户吃饭，不会听懂那个汽配老板说“让两个点”背后其实是怕同行抢单。这些事，还是你的。

模型越能自己干活，你就越得把时间从键盘上挪到客户的业务流程里。写在代码里的东西，会越来越便宜。装在你脑子里的那些“这家公司为什么这样干”，会越来越贵。

这周模型的牌洗得很快，但桌子的形状没变：愿意往深里走的人，还能继续吃这碗饭。