辽宁
QUOTE
当次旗舰卖成你的旗舰价，性价比这三个字就失去了锚点
—— Jimmy
今天凌晨 OpenAI DevDay 发完 GPT-6.1 Sol，我看了一眼价格，手里的 Kimi 突然就不香了。
输入 $2/百万 token，输出 $10/百万 token，缓存输入 $0.10。这个数字直接砸进了 Qwen3.7 Max（$1.79/$5.36）和 Kimi K2.6（$0.97/$4.02）的价格区间，但它对标的性能是 GPT-6 Astra，那个卖 $10/$50 的旗舰。
换句话说，OpenAI 用五分之一的价格，卖了一个接近旗舰能力的模型。而我们的旗舰模型，卖的也是这个价。
不是它们变差了。是参照系变了。
过去两年国产模型讲的故事核心就一句：海外贵，我们便宜，够用就行。这个故事成立的前提是海外真的贵。GPT-4 时代这个前提没问题，$30/$60 的定价确实给国产模型留出了巨大的价格缓冲带。GPT-6 Astra 刚出来时 $10/$50 也还算体面。
但 Sol 把这个缓冲带填平了。
DeepSWE v1.1 编程基准上 Sol 与 Astra 持平，比前代 Sol 高出 6.4 个百分点。OSWorld 2.0 计算机操作测试距 Astra 仅 2.1 分，单任务成本是 Astra 的七分之一。AutomationBench 多步工作流测试 Sol 超过 Claude Opus 5.5 达 2.2 分，成本只有三分之一。Terminal-Bench Science 科学任务单任务成本从 $23 降到 $5.47。
这些数字放在一起看，一个卖国产旗舰价的模型，干的是海外旗舰的活。
有人会说 Sol 的对手是 Anthropic 不是国产模型。没错，OpenAI 这轮降价的直接目标是逼 Claude Opus 5.5 跟进。GPT-6.1 Astra 安全测试没过被取消了，Sol 本来就是 Astra 的能力下放版，不是专门为中国市场设计的。
但国产模型被误伤不是因为 OpenAI 瞄准了我们。是因为站在了同一张价格表上。
当次旗舰卖成你的旗舰价，"性价比"这三个字就失去了锚点。用户不会去研究你的 benchmark 比 Sol 高还是低，他只会看到一个事实：差不多的钱能用上接近 Astra 的东西。这时候你说"我们更便宜"，已经没有说服力了。
云计算行业走过一模一样的路。2014 到 2016 年 AWS 连续几十次降价，Azure 和 GCP 被迫跟进。最后活下来的是生态绑定最深的那个，跟价格关系不大。IBTimes 最近直接用"commoditisation cycle"来形容当前 AI 市场，模型正在变成 interchangeable utility，竞争优势从模型本身转移到应用层、编排平台和企业集成服务。
国内模型现在的处境，有点像当年的 Azure。价格跟得上，但光跟价格不够。
继续卷价格当然可以。Qwen3.5 Flash 已经做到 $0.03/$0.30，GLM-4.7 是 $0.30/$1.19，绝对价格仍然比 Sol 低。但这些是轻量模型，对标的是 Sol 下面的 Luna 和 Flash 层级。在旗舰能力带上，国产模型的价格优势窗口已经收窄了。
真正的壁垒在哪？工具链整合、本地化服务、合规能力、不可替代的场景绑定。谁能把模型嵌进企业的工作流里让用户换不掉，谁才有资格在下一轮降价潮里活下来。靠"我们比 GPT 便宜"讲故事的时代估计已经快要结束了。
「靠我们比 GPT 便宜讲故事的时代，快要结束了」
我是 Jimmy，热衷于分享 AI 观察与干货。
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
