九月一天一个大模型发布？大模型不比谁更能聊了

9 月 1 日到 9 月 3 日四天。Anthropic、Google、Meta、OpenAI四家四场发布。如果你把这四场发布并排放在一起看会发现一件细思极恐的事它们几乎在讲同一个故事。不是我的模型更聪明了不是我的上下文更长。是——我的模型更能干活了。我们两个月前在 DeepSeek-V4-Flash 那篇文章里写过一句话竞争重点正从陪你聊天转向Agent、工具调用、自动化执行。当时这只是从一家公司的公告里读出来的信号。这一周海外四家同时把它变成了全行业的共识。先看这四场发布日期厂商产品核心指向9-01AnthropicFable 5.1 / Mythos 5.1长周期 Agent、编程成本降 25-45%9-02GoogleGemini 3.8 Flash / Flash Cyber软件工程、智能体、网络安全9-02MetaMuse Spark 1.3补 Agent 与代码能力9-03OpenAIGPT-6 Astra计算机操作、漏洞挖掘、科学推理Anthropic 的新一代强化长周期 Agent——注意长周期这三个字它意味着模型不再只是完成一个单轮任务而是能扛住一个持续数小时甚至更久的完整项目。Google 这次有意思除了高速推理的 Flash还单独拉出一个Flash Cyber把网络安全能力做成独立版本。Meta 的 Muse Spark 1.3 最直白——新一代旗舰重点就是补 Agent 与代码。补说明之前有短板现在在追。OpenAI 的 GPT-6 Astra 是代际升级能力拉到计算机操作、漏洞挖掘、科学推理三个新维度。但同时它安全管控严格不全部开放。四家四个方向看起来不同但底层是同一件事把模型从问答机器推向能自主执行任务的数字员工。三个值得琢磨的信号一、主战场彻底换了还记得去年大家比什么吗比谁的对话更自然比谁的文笔更好比谁能写一首像样的诗。这一周四场发布没有一家在强调聊天体验。它们的关键词高度重合Agent、编程、软件工程、工具调用、计算机操作。这说明行业已经默认了一件事会聊天不再是卖点它已经变成了基础设施。真正的战场是谁能让模型真的把活干完——自己读代码库、自己改文件、自己跑测试、自己操作电脑。这个拐点DeepSeek 在 7 月就喊出来了。这一周海外四家用四场发布会集体点了头。二、一个刺眼的反差海外在降我们在涨Anthropic 这次明确成本下降 25% 到 45%。而在大约四周前8 月 6 日DeepSeek 公告整体上调 API 定价预计涨幅较大。一边是海外厂商在 Agent 能力暴涨的同时把价格往下砍一边是国内厂商在能力证明之后把价格往上提。这不是谁对谁错这是处在不同阶段海外四家尤其是 Anthropic已经在用降价换 Agent 的调用量——Agent 是高频、长链路、大 token 消耗的场景价格每降一点开发者的使用量就上一个台阶。它们在抢生态位。DeepSeek 刚完成融资、扩招、能力证明走到了回收定价权这一步——从挑战者变成要算账的一方。对开发者来说这个反差的直接含义是别只盯着一个 API 的价格曲线要看整个市场的价格剪刀差。海外在打价格战的时候正是你重新谈成本、重新做多供应商备份的窗口期。三、能力越强越要上锁这是我觉得最值得说的一点。Google 单独做了Flash Cyber网络安全OpenAI 的 GPT-6 Astra 把漏洞挖掘写进核心能力但紧接着一句安全管控严格不全部开放。这句话的分量很重。它意味着模型的能力已经强到厂商自己都觉得不能全给你。当 AI 能自己找漏洞、能操作你的电脑、能执行长周期任务它就不再只是一个工具——它是一个有行动能力的主体。所以新的产品形态出现了能力分层开放。能挖漏洞的能力给你一部分但最锋利的那一层锁起来。这会是接下来一年所有厂商的共同课题一边把模型能力往上堆一边给它套上缰绳。能力和管控从此是一体两面。给你的三点观察第一别再用聊天体验评估模型了。买车不看音响了看能不能跑长途。评估模型看它能不能独立扛完一个项目——这才是这周四场发布共同定下的新标准。第二成本窗口正在打开但不会太久。海外这波降价Anthropic 降 25-45%是为了抢 Agent 生态位。一旦格局稳定价格一样会回收。趁现在把你的核心链路做多供应商把可替换的调用接到更便宜的模型上。第三计算机操作这条线值得你盯紧。GPT-6 Astra 把计算机操作放到核心能力这不是小升级——从给你代码到替你操作电脑是 Agent 从辅助走向执行的关键一步。它真正落地那天很多人工点一下的岗位会重新被定义。四天四家同一个方向。两个月前我们从一家公司的公告里读出的信号现在成了整个行业的方向。大模型不再比谁更能聊了。它们开始比谁能真的把活干完。而能力越强、管控越严这个新变量提醒我们当 AI 开始自己动手我们要操心的就不再是它够不够聪明而是——它该被允许做到哪一步。我是词元。下一期我们聊聊这轮海外四连发里哪些能力会最快落进普通人的工作流。