GPT-6推送那晚，我复盘了一个OPC项目的真实账本

9月5号晚上十一点多，手机屏幕亮起来，GPT-6 Astra大规模推送的通知到了。微信上几个做OPC的同行几乎同时发来消息，清一色在问同一个问题：额度重置了，你会不会通宵测？

我回了一个字：会。

但我要测的不是Astra有多聪明。白天刚刷到一条新闻，Kimi、MiniMax、阶跃星辰正在跟天猫接洽，准备开店卖Token订阅套餐。智谱已经在天猫开了首店。两条消息叠在一起，我心里一紧：模型正在变成标品，像卖SaaS一样进电商货架。

这意味着，我们这些靠模型吃饭的人的账，要换一种算法了。

一个跨境客户，一条跑了三个月的流程

先讲案例。

客户是做家居类目的跨境团队，15个人，每天处理上百条海外询盘。从询盘进来、人工筛选、生成报价单、录入ERP、到发货后写跟进邮件，高峰期三个人全职干都喘不过气。三个月前我们接入，把这条链路做成一个自动化流程，主力模型用的是GPT-5.5 Codex，Qwen和DeepSeek做兜底。

每个月跑下来，模型调用成本大概在客户整个自动化服务费里占到三成出头。这个比例已经是我们优化过的结果。早期用更大参数模型硬跑，成本一度飙到五成，客户对账单的时候脸色不太好看。

所以Astra推送那一晚，我脑子里只有一件事：新模型进来，这个账怎么重新算。

当晚我做了三件事

先拿客户脱敏后的一段真实数据，让Astra完整重跑一遍询盘到报价单的流程。结果确实强。Astra的持续工作能力明显上一个台阶，中间遇到一个ERP字段映射错误，它没有停，自己调用了另一个工具去修正，最后给出完整结果。这就是OpenAI说Astra能操作Chrome改CRM工作流、组织多个智能体写教材的能力，在我们具体业务里的一次落地验证。

接着横向对比了Claude Code。8月31号，Anthropic那条额度调整的消息在开发者圈子里炸过一轮：永久额度涨了25%，周额度反而少了17%。这就是典型的“明升实降”。对OPC来说，这不是价格问题，是供给波动问题。你在给客户承诺SLA的时候，模型厂商的额度政策随便改一下，你的成本结构就要跟着抖。

然后我把Qwen、DeepSeek、GLM、豆包拉进同一个测试集，看backup能不能顶上来。结论是：指令型任务，国产模型跟Astra的差距在肉眼可见地缩小。Qwen在结构化输出上的稳定性比三个月前强太多，DeepSeek在长文档处理上依然有绝对性价比。GLM因为智谱在天猫开店，商业化的步子明显在加快，对开发者意味着它的API接口和定价体系会越来越规范，接入成本在降。

说回舍予AI智能体。我们从去年底开始给客户报价，就把模型成本拆成单独一栏，而不是打包进一个黑盒服务费里。为什么？因为客户迟早会自己打开天猫，看到Kimi的Token订阅套餐卖多少钱。你不拆，最后被拆穿的是信任。

结果：主力换了，账重算了

通宵测完，第二天下午我们做了决定：Astra替换GPT-5.5上主力，Qwen和DeepSeek继续做双轨兜底。但真正重要的决策不是技术选型，是定价结构。

重新算账。Astra的单次调用成本比GPT-5.5高，但任务的首次通过率提升后，重试次数降下来，总Token消耗反而省了大约一成半。这个数字我不能写得太确定，因为不同客户场景差异很大，但趋势是明确的：模型越能干活，浪费在重复调用上的钱就越少。

真正关键变量不是单价，是任务完成率。

单价便宜但跑五遍，跟单价贵一次跑通，账完全不一样。以前跟客户解释这件事特别难，客户只看报价单上那一行“模型调用费”。现在好了，天猫开店之后Token价格透明到谁都能查，我们反而省事了——不用再证明自己没加价，只需要证明自己会用。

三个值得关注的信号

第一个，模型货架化。 Kimi、MiniMax、阶跃星辰进天猫，说明国内大模型厂商开始把Token当标准品卖。这对OPC创业者是好事也是个提醒：好事是采购渠道多了，价格更透明；提醒是，当模型可以像买云主机一样在电商平台下单，你的技术壁垒就薄了一层。客户自己也能买，为什么要你？答案只可能落在工作流设计、数据清洗、兜底机制这些模型之外的东西上。

第二个，供给波动会越来越像供应链问题。 Claude Code额度调整这件事，加上OpenAI重置额度后仍有用户可能拿不到访问资格，都在说明同一点：头部模型是紧俏资源。OPC创业者要把模型当成有交付周期的原材料来管理，而不是钉死在一个技术栈上。我们内部现在每个客户场景必须有两个可替换的模型方案，这是被逼出来的肌肉记忆。

第三个，Astra的安全争议会拖慢交付。 材料里提到，OpenAI研究员担忧Astra更难被监控，模型行动中始终被人类监管控制的问题还没解决。Sam Altman回应说Astra已达到网络安全能力关键级，但没人能百分百打包票。这对需要拿客户数据跑流程的OPC是硬约束。你在做合同的时候，数据合规条款不会再是一页纸的模板货，而是谈判桌上会被逐条过的东西。

换作你，能抄什么作业

如果你是OPC创业者或者独立coding开发者，我建议你现在就做三件事。

把模型成本从服务费里拆出来。别再藏着掖着，天猫开店的新闻一旦被你的客户看到，以前的算法就站不住脚。透明不丢活，不透明才丢。

接着建一个双轨模型兜底机制。Astra再强也有炸的时候，额度政策说变就变。Qwen和DeepSeek目前是最现实的国产backup组合，GLM和豆包适合特定场景，别等下次额度重置再临时抱佛脚。Gemini在跨模态任务上有自己的位置，但成本偏贵，适合高端交付；Grok的长上下文能力在分析类场景有优势，可惜生态开放度还不够；Llama和Mistral的开源路线适合想完全自托管、不想被商业模型绑死的团队。国内这一档，文心一言、星火、百川、MiniMax、阶跃、Phi、Yi、Skywork各有侧重点，但OPC选型的第一优先级永远是稳定供应，其次是单位任务成本，第三才是跑分。

把“兜底”写成对客户的承诺。谁为结果负责？不是你选的模型，是你。这句话值钱。