最强模型刚发布，阿里就降价了

AI 这把火，已经烧到"水电煤"的层面——看懂这信号的人，已经在用车了

周三早上，我正用 Claude 写代码，朋友圈被两条消息刷屏：Anthropic 发布 Claude Fable 5.1，号称"目前最强编程模型"；同一天，阿里云宣布百炼 Qwen 再降价。

我第一反应是——这俩不是反着来的吗？越强不该越贵？我把这两条线拆开看，越看越觉得：AI 的牌局，换规则了。

今天把这件事说透：一边能力暴涨、一边价格普跌，到底意味着什么，又该怎样抓住这波机会。

先说我的判断（不绕弯）

这不是两家公司各自的动作，是同一件事的两个侧面：AI 正在从"奢侈品"变成"水电煤"。

卖模型的钱在变少，但"用模型的人"在变多——这才是大厂真正想要的。谁先把它当基础设施用起来，谁就先吃到红利；还在观望的，等价格再降也追不上。

所以接下来我不堆术语，只讲三件事：发生了什么、为什么、对你有什么用。

第一幕：这 72 小时，到底发生了什么

9 月 1 日，Anthropic 发 Claude Fable 5.1 + 孪生模型 Mythos 5.1，定位"目前最强编程与知识工作模型"。价格没涨——输入仍 10 美元/百万 token、输出 50 美元/百万 token，但缓存读取从 1 美元砍到 0.25 美元，降了 75%。编程跑分直接翻倍，自主科研 Terminal-Bench 从 24.7% 飙到 52.6%。

注意一个细节：Mythos 5.1 不开放个人申请，只给审核过的美国网络安全、生命科学机构（可信访问计划）。最强的能力，被"锁"在合规圈里。

同一天，阿里（圈里叫"A 厂"）宣布百炼再降价：Qwen3-VL-Rerank 文本输入 0.7→0.5 元/百万 tokens、多模态 1.8→0.5 元；此前 8 月 27 日 Qwen3.8-Flash 输入 1.0→0.8 元、输出 3.0→2.7 元。降得不多，但降得勤。

这还只是冰山一角。往前推三天被称为"疯狂 72 小时"：谷歌连发 Gemini 3.8 Flash、Meta 更新 MuseSpark 1.3，北京时间 9 月 4 日凌晨 OpenAI 又甩出 GPT-6 Astra，布洛克曼直接说"欢迎来到 AGI 时代"。

再往前：8 月 28 日腾讯混元 Hy4、8 月 14 日智谱 GLM-5.3（编程涨 50%）、7 月 Kimi K3。五家头部厂商，两个月内把旗舰全换了一遍。

第二幕：为什么越强，反而越降价？

表面矛盾，其实是三股力合流。

① 成本真的降了。缓存读取砍 75%，就是推理变便宜的铁证——token 越来越不值钱，是趋势不是促销。

② 开源在施压。DeepSeek、Qwen 把能力天花板拉平，闭源不降价，用户就用脚投票去开源了。

③ 抢的是生态，不是这一单。模型本身利润变薄，但谁成了"默认底座"，谁就赚工具、云、流量的钱。价格战，本质是圈地战。

央视财经引研究机构"企业 DNA"的话很到位：半年前前沿模型还大搞高端溢价，如今更像"普通大宗商品的基建竞赛"。一句话——卖模型的钱变少，用模型的人变多，大厂要的是后者。

第三幕：对行业，会有什么影响

1. 价格向大宗商品收敛。顶级能力按 token 租，创业和中小企业用 AI 的门槛断崖式下降。

2. 编程成了主战场。代码最易验证，Agent 编程从"写代码"升级到"交付任务、端到端软件工程"。

3. 安全成了新金矿。Fable 5.1 发布几小时，系统提示词就被匿名研究员提取（27 万字符、46 个内置工具）——厂商从"安全颠覆者"变成了"派单员"，AI 安全需求暴涨。

4. 中间层崛起。模型往下有开源 harness（如 DeepSeek Harness），往上有一堆应用——拼"最强"的越来越少，拼"好用、可控、便宜"的越来越多。

第四幕：我预判的未来 4 个趋势

趋势一：模型即基建。像水电，按量计费。企业比的不是"有没有模型"，而是"怎么用模型"。

趋势二：编程能力向专业扩散。从写代码，蔓延到网络安全、金融、法律、科研——智谱、OpenAI Astra 已冲"端到端自动化"。

趋势三：多 Agent 协作的"自动驾驶"开发。一个 AI 团队完成开发-测试-部署-运维，像真正的软件工程组。

趋势四：开源 vs 闭源新格局。闭源拼"最强+服务"，开源拼"自由+可控"，中间层 harness 成兵家必争之地。

对你，有什么启发（今晚就能做）

普通人：别等"学会 AI"才用。现在就让它帮你写周报、查资料、做表——成本已低到可以忽略，关键是养成"先问 AI"的肌肉记忆。

开发者：最强模型按 token 租，你的护城河是"场景 + 工程"，不是模型本身。别重复造轮子，站在开源 harness 的肩上。

企业：把 AI 当"水电预算"列进去，先小场景跑通再铺开；数据敏感的走私有化或开源 harness，别一上来就全量自研。

第一步：挑一个你最烦的重复活，今晚就让 AI 做一遍，记下省了多少时间。

第二步：注册一个公有云模型（Claude / 通义 / DeepSeek 都行），同一任务比一比成本和效果。

第三步：公司层面，列一张"AI 能替掉的 3 个流程"，下周就选一个试点。

一句话收尾

模型在降价，时间在涨价。AI 这把火已经烧到水电煤的层面——你不用，不是省钱，是错过。