一家以模型为核心资产的公司，做了一个兼容数十款竞品模型的开源框架。一家顶级实验室在旗舰模型两度跳票之后，用21天连发两代轻量模型，价格直接砍到原来的一半。
模型本身正在从大模型生意的中心位置上退下来，取而代之的是模型之外的一整套东西。
本周DeepSeek与谷歌各自的动作，都是这个判断的注脚。
一
模型正在变成可互换的零件
先看谷歌。
Gemini 3.7 Flash距离上一代3.6 Flash发布只有三周，年内优惠价定为每百万Token输入0.75美元、输出3.75美元，是3.6 Flash原价的一半。
能力却在大幅上探，DeepSWE成绩从49.0%升至65.3%，考察多步骤任务执行的AutomationBench从17.0%翻倍到30.4%。
三周一代的速度不是偶然，而是一次战略转向的产物。
8月5日，哈萨比斯卸任Google DeepMind首席执行官转任董事长，工程背景的Koray Kavukcuoglu以高级副总裁身份接管日常运营并直接向皮查伊汇报，执掌Google Brain十三年的Jeff Dean携三名研究元老离职创业。
虎嗅对这次人事地震的定性是谷歌AI从研究理想主义转向产品实用主义。
旗舰模型Gemini 3.5 Pro原定6月发布，因代码生成能力未达内部预期而一再延期，至今未发。
旗舰缺位、榜单承压，用Flash系列快速补位并以半价走量，是在开源模型以更低成本运行的使用量激增之际，守住开发者生态基本盘的现实选择。
这个转向的代价写在价格里。
能力越强、迭代越快、价格越低，模型作为商品的贬值速度被自己的节奏亲手加快。三周，过去只够一个团队开完需求评审，现在够一家实验室完成一次旗舰能力的下放。保鲜期以周计的东西，沉淀不下长期溢价。
二
Harness的真正意图，
是卡住模型与应用之间的位置
理解了模型层的商品化，DeepSeek开源Harness的反常就有了解释。
这套框架一切皆插件，模型、工具、会话、沙箱、UI均可自由替换。其内核Cordis出自知名开源社区Koishi，以微内核和可逆副作用机制实现组件热插拔，在聊天机器人生态中经过多年验证。
而DeepSeek与北京大学此前联合开源的DSpark推理加速框架，则为这套体系的底层模型服务提供了60%至85%的生成速度提升。
Harness以MIT协议开源，兼容OpenAI、Anthropic、Google、Kimi等数十款主流模型，直接对标OpenAI Codex和Anthropic Claude Code，开源后GitHub星标短时间内突破一万。
一家模型公司为什么要把框架做到对竞品如此友好。
把当前Agent编排框架的路线摆开看，答案就清晰了。
Codex和Claude Code走闭源绑定路线，体验最深但生态封闭。
LangChain、Dify等第三方框架走通用中立路线，适配最广但工程化深度不足。
Harness代表第三条路线，模型厂商亲自下场做开源框架，背靠自家模型打磨工程能力，再用模型中立和宽松协议换取生态速度。
它争夺的不是一个工具的市场份额，而是Agent组装标准的定义权。
当模型可以互换，Agent的实际表现就不再只由底层模型决定，工具链、上下文组织、执行策略这些编排层因素开始成为最终效果的大头，谁定义了Agent如何被组装、调度和执行，谁就占据了模型与应用之间的中间层，这个位置对所有模型厂商都是上游。
这套动作里还有一层防御性的计算。
API价格上调势必带来客户流失压力，而一旦框架层形成生态绑定，开发者的迁移成本会大幅抬高，对冲掉模型层的比价效应。
框架沉淀的Agent运行轨迹和失败重试数据，反过来又可以滋养模型的工具调用能力。
开源在这里不是让利，是用最快的速度把护城河从模型挪到框架。
三
峰谷定价是表象，推理的工程化运营才是本体
DeepSeek本周的另一个动作，API峰谷定价，值得放在同一个框架里读。
高峰时段定在北京时间9点到12点、14点到18点，闲时价格为高峰的一半，官方对动机的表述是更合理地调配资源。
这固然是价格调整，但它也说明推理服务的运营方式正在向电网靠拢。
电力之所以实行峰谷定价，是因为电无法储存，供给刚性而需求波动。推理服务如今具备同样的特征，高峰时段的GPU算力是时效性资源，放走就没了，只能用价格杠杆引导负载分布。
供需数据可以佐证这种基础设施化的程度。
2026年3月，中国日均Token调用量已达到140万亿，据行业估算，东部地区承载着约80%的实时交互推理任务。
推理对延迟敏感，无法像训练那样迁往能源便宜的西部，需求最旺的地方恰恰是算力最贵的地方。
当一项服务的核心矛盾从能力够不够变成资源怎么调度，它就完成了从技术产品到基础设施的转变。
对开发者而言，错峰调度、缓存优化、多模型路由这些原本属于运维的细节，正在变成产品竞争力的一部分。
这套分时机制也为第三方的调度优化工具留出了空间，当成本与时段挂钩，帮企业把任务排到正确时间这件事本身，就有了成为生意的可能。
四
成本会计的范式切换，分母不再是Token而是任务
模型商品化、编排层卡位、推理基础设施化，最终都落在同一个问题上，AI的成本到底该怎么算。
过去的算法很简单，每百万Token多少钱。
但Agent时代的真实业务任务，会触发一长串模型调用、推理Token和工具交互，单价便宜但频繁出错、陷入循环重试的模型，运营总成本可能反而更高。
谷歌发布3.7 Flash时刻意强调的重心不是单价，而是首次执行成功率，希望模型在复杂多步骤任务中减少失败重试与人工干预。
Artificial Analysis的测算显示，在复杂多步骤Agent任务的测算场景下，折扣价运行的Gemini 3.7 Flash单任务平均成本约为0.40美元，中等推理模式降至0.26美元。
行业评估模型的标尺，正在从每百万Token的价格切换到每成功完成一次任务的成本。
但需要泼一盆冷水，这个切换短期内走不完全程。
不同行业的任务复杂度天差地别，不存在通用的标准任务作为计价锚点，任务完成度和结果质量的判定高度主观，无法像Token一样精确计量，一次业务流程还可能触发十几次调用和跨工具跳转，成本拆分极难。
这意味着Token计价在中短期仍是行业通用的结算标准，任务成本更多是企业内部的核算标尺。即便如此，方向已经清晰，企业团队真正该盯的指标从来不是孤立单价，而是后者。
把这些变化推到终局，AI产业的分层会变得越来越清晰。底层是算力基础设施，比拼成本、稳定性和调度能力，利润率随同质化竞争持续走低。中间层是编排与框架，定义应用的组装方式，掌握开发者生态，成为新的价值高地。上层是场景解决方案，基于框架和模型做垂直落地，赚取场景溢价。价值的分配重心，正从模型层流向中间层和场景层，这正是大模型生意的中心离开模型本身的完整含义。
对行业里的公司而言，这个变化的含义很直接。押注某一家模型会持续领先，正在变成风险最高的策略，把工程能力建在编排层和任务层，反而是最稳的位置。当模型可以随便换，真正值钱的，是那些换了模型之后依然成立的东西。
2026全球闪存峰会
随着生成式AI进入规模化落地阶段，大模型训练与推理对存储性能、容量、架构的需求持续攀升，存储正从被动的数据容器，升级为驱动AI产业发展的核心底座。
在此背景下，以“存力跃迁，AI破局”为核心主题的2026全球闪存峰会（Flash Memory World 2026），将于2026年8月26日在中国武汉正式举办。本届峰会由 DOIT 传媒、华中科技大学计算机科学与技术学院、华中科技大学集成电路学院联合主办，汇聚全球存储产业链力量，全面呈现闪存技术前沿突破与 AI 时代的产业新图景。
报名通道：https://app.ehub.net/register/nga5ph
扫描下方二维码 关注我们
本文来源于DOIT传媒，文章内容仅供参考，不构成投资建议。
评论列表