把模型揣进兜里：7B、一张3090，还有一个小老板的算盘

周日晚上，孩子睡了，我泡了杯茶，把这周的模型新闻清单从头翻到尾。

翻到一半停下了。不是被哪个榜单数字吓住——那玩意儿每周都在换人坐庄——是被一句特别旧的话绊了一下。

有人在梳理"百模大战"的来路，写到6月15日那天，百川智能把Baichuan-7B的模型文件、配置和代码直接挂到了GitHub上。同一天，就有外部开发者开始讨论：怎么在RTX 3090这种高端消费级显卡上继续微调它。

就这一句，我看了两遍。

一张万把块钱的卡，一个能被个人改动的模型。这事儿放在满屏"万亿参数""榜一易主"的新闻里，安静得像没发生过。

一、不是每张牌都得是最贵的那张

先把那条线捋清楚。6月2日，一场公开活动上，北京师范大学新闻传播学院院长张洪忠说，"国内现在是'百模大战'"。到6月13日，360智脑正式发布，"正式加入'百模大战'"这句话已经能直接出现在权威新闻的标题里。

那阵子所有人都在比谁的参数大、谁的榜单高，"炉火"也好，"百模"也好。而百川那条线的标题叫——《基础大模型其实不需要那么多》。

这句话放到今天看，味道更长了。

对OPC创业者来说，这里的机会不在"我也训一个模型"，那是有钱有卡的人干的事。机会在于：当7B这个量级的模型能被一张消费级显卡微调，就意味着某一段业务流程可以从"租"变成"有"。

你每天要处理的那些固定动作——客户咨询的分类，一批票据的字段抽取，某个行业术语的翻译习惯——不再需要每次去调云端接口、按token付费。固化成一个属于你自己的小模型，跑在你自己的机器上就行。

大模型负责"什么都懂"，小模型负责"只干这一件"。后者的单价，可以低到接近电费。

二、图像2.5里藏着的那半个下午

再看OpenAI这条。ChatGPT图像2.5上线，官方给的几个数字：每周用户通过ChatGPT图像和API生成超过30亿张图；和图像2.0相比，生成延迟最多减少50%。

我更在意的是它强调的三件事。

一是多轮编辑的一致性——你改到第八版，第一版定下的主体和风格还在；二是针对性编辑——只改你指定的那部分，其余细节、构图、品牌调性不动；三是新功能Sketch，直接在ChatGPT里画个草图当参考，输入@Sketch就能用，还有海报、商品这类模板可以直接起手。API这边给了两个新模型，GPT-Image-2.5 Flare主打质量、编辑和速度，Sunburst精度更高、生成更慢。

"只改指定部分"这六个字，听着平淡，其实是很多小团队真正卡住的地方。

做过电商详情页的都知道，客户一句"logo再往左一点"，之前的死法是：整张重做。重做一次十分钟，改五轮就是一下午。

给OPC的一句话：图像类工具的价值，接下来不在"能不能生成"，而在"改一版要多少钱、多少时间"。你去盘一下自己手里那些反复返工的素材——商品图、菜单、朋友圈海报、投标用的示意图——哪一个能靠"只改一处"省下半天，那半天就是你多出来跑客户的时间。

三、上游还在喊缺，你的成本假设该改了

第三条来自9月10日的2026中国联通合作伙伴大会。沐曦股份创始人陈维良在演讲里说得很直白：从需求侧来说，现在还有极大的算力短缺。

同一周，9月9日到11日在第27届中国国际光电博览会上，思瑞浦拿出了一整套面向光通信的方案：覆盖800G/1.6T可插拔高速光模块、适配硅光和EML两条技术路线，还有CPO/NPO共封装光学、ELSFP外置光源的量产级配套，以及OCS全光交换成套控制和相干光模块、EDFA光放大的全链路方案。其中CPO/NPO和ELSFP这两套完整方案，均已完成客户验证，帮客户压缩研发周期。

普通人看这条会觉得跟自己没关系。但把它和上一条"算力短缺"摆在一起看，逻辑就很清楚了：产业最上游的钱和产能，正在往"更快、更密的连接"上砸，而且已经走到客户验证这一步。

说明什么？说明单位算力的紧张，大概率不是一两个季度的事。

别把商业模型建立在"token会一直更便宜"这个假设上。

我们做舍予AI智能体（老板的第一支AI战队）落地时，有个雷打不动的第一步：先跟老板把一天的动作数一遍，然后分三堆。

• 每天重复几十次、答案基本固定的，交给模板和本地跑的小模型，不联网也不花钱；
• 每周几次、需要点判断的，交给大模型；
• 真要老板自己拍板的，谁也不交。

这个"数一遍"的动作，比选哪家模型重要得多。选错了模型，下个月换就行；没数过动作，你会一直用最贵的模型干最便宜的活。

四、榜前三周换一轮，所以别押单一模型

最后一条是我每周都会看的调用量。

OpenRouter的数据测算，8月31日到9月6日这一周，全球大语言模型总调用量115万亿token，周比增长1.77%；中国大模型的周调用量连续十九周超过美国，保持全球第一。

单看模型排名，腾讯混元Hy4 preview冲到榜首，单周14.7万亿token，周比暴增379%。而前一周还排第三的小米MiMo-V2.5、排第九的Google Gemini 3.7 Flash，最新一周都掉出了前面的位置。全球前五里，四款来自中国。

两周，两个位置易主。

给OPC的一句话：调用量榜单现在是一周一次的洗牌。你唯一不该做的事，就是把身家押在某一个模型上。

具体怎么做？把模型调用封装成薄薄一层接口，业务逻辑写在上面，模型参数放在下面当零件。今天这个便宜用这个，明天那个更强换那个，换的时候你只改一行配置，不改整个产品。

这不是技术洁癖，这是保命。

说回"兜里"这两个字

写到这里，茶凉了。

我把这条新闻线索重新看了一遍：一边是百模大战里那些必须最大的牌，一边是有人在6月15日把7B的文件扔上GitHub，当天就有人在3090上试它。

两条线，两种活法。

大公司得往大里做，那是他们的赛道。一个小老板、一个人的公司，恰恰相反——你需要的不是更强的模型，是更近的模型：近到跑在你自己的机器上，近到你改了哪一行你自己清楚，近到不用算这次调用花了多少钱。

模型是租的还是买的不重要，重要的是哪一段活儿，你能把它揣进兜里。

下周同一时间，我接着给你翻新闻。

——你的同行

<small>小字提醒：本文涉及的事件