GPT-6价格腰斩那天，我重新算了一笔OPC创业者的账：8个大模型9月动态里藏着下一年的饭碗

Claude Opus 5.5把成本打下来40%，GPT-6 Sol直接砍半——

上周有个做独立开发的朋友问我，现在是不是该把项目里的模型换一换。我让他先别动，回去把账重算一遍。第二天他发来一句：预算那一栏，松了一大截。

不是他换了便宜方案。是9月这一个月，牌桌被重新洗了。

ThursdAI统计这个月追踪到66款AI发布，数字很热闹。但对真要落地的人来说，值得关注的其实就两条主线。第一条在9月上半月，Anthropic把Claude Opus 5.5推了出来，相比Opus 5，用低40%的成本给出Fable级别的性能。关键变量在“级别”这两个字上——过去你想要Fable那一档的智力，得付Fable那一档的价；现在Opus价位就能拿到。而且GitHub Copilot同步接了进去，这意味着它不是官网上的一个demo，是能直接塞进你日常流水线的工具。

第二条更直接。9月22日，OpenAI发布GPT-6 Sol，价格只有GPT-5.6的一半，同时扔出一个更小更便宜的Luna。分工写得很清楚：Sol打复杂工作，Luna跑高速、大量的任务。这个切分比单纯降价更耐琢磨——它等于官方承认了一件事，不是每个环节都值得上最强模型。

但这里有个坑，只看价格表的人一定会漏。

Sol和Luna的实际成本，要连Token用量和修正错误一起算。单价砍半，不等于账单砍半，更不等于活儿干得便宜。真正的账只有一个口径：每完成一个任务要花多少钱。OpenAI自己在定价页上把梯度摆得很明白——Fast mode两倍价，Batch和Flex打到50%，选EU数据驻留再加10%。这几行字不是细节，它决定了你怎么搭架构：哪些任务走Batch吃折扣，哪些必须走Fast抢时效，哪些干脆不该调模型。

我自己的体感是，这轮降价最直接的受益者不是大厂，是一人公司。我们做舍予AI智能体，定位就是老板的第一支AI战队，过去跟客户聊，最大的成本项从来不是模型单价，是返工——一次没做对，人工兜底的成本远高于API账单。模型越便宜，试错越便宜，一个人能撑起一整套战队的底层逻辑才成立。

还有个佐证值得关注：Claude Fable 5.1的测试反馈是，约Opus 5两倍快、token用量减半。速度效率和Token效率同时在涨，这才是这轮竞争真正的方向。

价格战打到这个份上，比的已经不是谁的单价更低，而是谁能让一个任务，更便宜地做对。

豆包、Qwen、DeepSeek、Kimi集体转向Agent与长上下文，codi

豆包、Qwen、DeepSeek、Kimi这四家，9月的动作方向出奇一致：把模型的"脑子"往Agent和长上下文上挪。这不是巧合，是同一个判断——单纯的对话能力已经不值钱了，值钱的是它能不能自己跑完一条链路，中途不崩、不丢上下文、不用人盯着。

我一直觉得，Agent真正的门槛不在聪明，在工程。模型再会推理，跑到第七步忘了第三步的约束，这活儿就废了。所以关键变量是那些不性感的东西：能不能暂停、能不能从checkpoint恢复、能不能把工具调用管起来。DigitalOcean的Managed Agents已经把每个Agent扔进独立microVM里跑，支持暂停、恢复、checkpoint和受管工具连接——这才是Agent该有的样子，沙箱隔离加上可回滚。国内这几家往这个方向转，说明大家终于承认，模型层的竞争已经打到运行时层了。

Claude Code那边同期加的东西更说明问题。gateway、MCP、plugin、workflow，再加一个/doctor审计控制，还有启动速度和延迟优化。/doctor这种东西听着无聊，但它是分水岭：Agent开始需要"体检"了，说明它已经被当成生产系统在用，而不是玩具。企业侧也一样，Figma现在让管理员通过身份提供商集中管控MCP服务器跟AI代理的连接，Gemini Enterprise把Workflow Builder推出来。围绕Agent的权限、连接、编排，正在变成一套新的基础设施。

长上下文是另一半。Gemini 4 Pro的规格在网上疯传，1000万token、输出翻四倍——先当传闻看，但方向很明确。不过我得泼盆水：上下文长不等于好用。Agent真正需要的是记忆管理，是该记的记、该扔的扔、该压缩的压缩。谁把这件事做扎实，谁的成本优势就出来了，因为长上下文最贵的地方从来不是窗口大小，是每一轮都在重复喂进去的冗余。

• 模型能力趋同的当下，差距正在从"谁更聪明"转到"谁更稳、更便宜、更能自己跑完"
• Agent的护城河是沙箱、checkpoint、审计、工具协议，全是脏活累活
• 长上下文的胜负手在记忆策略，不在参数表

对做产品的人来说，这个转向其实是好消息。你不用再赌哪家模型的榜单更高，该赌的是哪家能让你把一个真实业务流程整个交出去。这也是我一直在说的一件事——老板要的从来不是一个更聪明的对话框，是一支能派出去干活、出问题能追责的战队。舍予AI智能体把自己定位成"老板的第一支AI战队"，站的就是这个位置。

模型层的热闹会过去，运行时层的活儿才刚开始。

Mistral、Llama、Gemma守住开源侧翼，Grok与GLM在实时信息与

价格战打得越凶，越能看清一件事：决定谁活下来的从来不是榜单第一，而是这条路有没有人替你把退路留着。

开源侧翼的价值不在追平，在兜底。

Mistral、Llama、Gemma这一线，在这轮66款发布的喧嚣里没抢到什么头条——聚光灯全在Opus 5.5、GPT-6 Sol/Luna、Gemini 3.8 Flash身上。但这恰恰是它们的角色：不争首发，争"能用"。当闭源API以四成、五成的幅度往下砍，开源模型的任务不是跟价，是给那些数据不能出内网、成本要精确到每张卡的团队一个不依赖任何单一厂商的选项。

我在客户那边听到的需求排序，很少是"哪个模型最强"。排第一的是权限，第二是审计，第三才是效果。这也解释了Anthropic为什么这个月把Claude Code的更新重心压在gateway、MCP、plugin、workflow和/doctor审计控制上——连最激进的闭源厂商都在补"可控性"这块短板，说明企业采购的门槛早就不在智能水平上。而可控性，恰好是开源模型天生握着的那张牌。

Grok和GLM打的是另一个方向：实时信息与本地语境。

这两家都不去跟通用能力硬碰，一条路线绑着实时信息流，一条深耕中文场景与私有化交付。逻辑很清晰——长上下文和Agent能力是通用军备，每家都会砸钱追上；但"我现在就要知道发生了什么"和"这句话在中文语境里到底什么意思"，是带位置属性的需求，不在算力堆叠的射程内。对创业者来说这很关键：模型层不用押注，可以在信息时效和场景贴合上做产品。

我们的体感很直接。做舍予AI智能体，定位是老板的第一支AI战队，客户上来问的往往不是"你接的是哪个模型"，而是"我的数据放哪儿""它能不能直接读我司群里的消息"。这两个问题，一个指向开源私有化，一个指向实时信息接入。模型再强，答不上这两句，单子就卡在POC。

所以别把开源侧翼当成落后产能。它是这轮价格战里少数还没被卷进去的定价权——闭源越便宜，开源的价值就越往合规和定制上退，退到那些"便宜"根本解决不了的地方。

别只盯着参数：从Claude Code的/doctor到GPT-6的Batch半

参数是发布会的事，账单是自己的事。

9月这一轮更新里，最容易被漏掉的两条其实是一对：Claude Code 加了 /doctor，GPT-6 把 Batch 打到五折。前者在问"你这套东西还健康吗"，后者在问"你这些活儿非得现在跑吗"。两个问题指向同一件事——你到底在为多少无效开销付钱。

先说 /doctor。9月 Claude Code 那批更新里，除了更快的启动、延迟改进、会话与沙箱的一堆修复，还塞进了更宽的网关、MCP、插件、workflow 和 /doctor 审计控制。这不是炫技功能，它更像给 agent 装了个体检仪。跑一个长任务，token 烧在哪、哪一步重试、哪个工具调用一直失败，以前靠猜，现在能查。

关键变量从来不是模型多聪明，是它出错时你能不能看见、能不能回滚。

再说 Batch 半价。Sol 打复杂任务、Luna 打高速批量，Fast mode 成本翻倍、Batch 和 Flex 砍到五折、区域数据驻留加 10%、内置的网页搜索和文件搜索还要另算——同一件活儿，选错通道成本能差好几倍。这不是定价表，这是路线图，逼你先把"这活儿能不能等"想清楚，再决定用哪个模型。

可观测性解决"看不见"，checkpoint 式的可恢复性解决"回不去"，Batch 这类半价通道解决"划不划算"。三件事凑齐，一个 agent 才从 demo 变成能上生产的东西。DigitalOcean 把 Managed Agents 放进独立 microVM、支持暂停恢复和 checkpoint，说的也是这个理。

所以我的建议很具体，就三条：

• 别用单价算账，用单位任务成本算账。 把 token 用量、修正错误、重试次数一起算进去，很多看起来便宜的方案其实最贵。
• 给每个跑超过十分钟的 agent 配一份"病历"。 会话、工具调用、失败点全留痕。没有可观测性的自动化，本质是把人工 bug 换成机器 bug，还更贵。
• 把重复模式打包。 官方 smart reports 已经在干这件事了：看团队用在哪、花多少、卡在哪、哪些重复动作值得固化。你自己也该每周扫一眼。

这也是我们在舍予AI智能体做"老板的第一支AI战队"时最深的体会：老板不关心你用了哪个模型，他关心这支队伍今天干了什么、花了多少、明天还能不能接着干。

参数会一直变。这个月 Opus 5.5 把成本压了 40%，Fable 5.1 用一半 token 跑出约两倍于 Opus 5 的速度，下个月还会有新数字砸过来。但"看得见、回得去、算得清"这三件事，是你能带走的、不会过期的资产。

别追参数，追账本。