10 月 7 号那天早上我打开 ChatGPT,发现界面变了——右上角的模型选择器里多了好几个没见过的名字:Astra、Sol、Luna。一开始我以为是自己眼花,后来翻了下官方博客才反应过来:OpenAI 把 GPT-6 全量开放了,免费用户也能用。

这一周 AI 圈的消息密度高得离谱,我挑了几个跟普通用户和小开发者真正相关的,说说我的看法。不堆术语,就讲这些东西出来之后对我们到底有什么影响。

AI大模型三个版本对比示意图:旗舰、平衡、轻量三个立方体

GPT-6 三个版本同时放出来,到底啥区别

OpenAI 这次一口气发了三个版本,我看了下官方说明,简单翻译成人话:

  • GPT-6 Astra:绝对旗舰,什么都最强,但最贵
  • GPT-6 Sol:专门做代码和复杂工作流的,逻辑能力接近 Astra 但便宜
  • GPT-6 Luna:主打高并发、大批量调用,适合做后台任务

官方说这次是全球全量开放,免费用户也能用 GPT-6 的基础版。我自己用免费号试了一下,确实能切到 GPT-6 Luna,回答速度比之前的 GPT-5.6 快了大概 30%——这个体感是真的,不是营销话术。但 Astra 和 Sol 还是 Plus 和 Pro 订阅才能用。

说实话,对普通聊天用户来说,从 GPT-5 升到 GPT-6 体感没那么强烈,你问它"今天吃什么"它还是给你那几个菜名。真正有感知的是写代码、处理长文档、做多步推理的场景。如果你平时只用它写朋友圈文案,真没必要为了 GPT-6 升级 Plus。

Anthropic 这边:Claude Haiku 5.5 发布,价格砍 75%

差不多同一时间,Anthropic 发了 Claude Haiku 5.5。官方说这是 Haiku 系列里最快最强的版本,运行成本比上代 Haiku 4.5 低了大概 75%。同时还把 Sonnet 5.5 的缓存读取价格也降了。

这个降价幅度挺狠的。我自己平时写脚本调用 API 比较多,以前一个月 API 费用大概 30 美元,换 Haiku 5.5 之后我测了一下同样的任务,账单大概 8 美元。做小产品的开发者现在真的可以重新算一下账了——以前觉得 AI 功能太贵做不起的 idea,现在可能跑通了。

Google 和 Mistral 也没闲着

Google 10 月 6 号发了 EmbeddingGemma 2,一个把五种不同类型输入映射到 768 维向量空间的嵌入模型,Apache 2.0 开源。这个做 RAG、做语义搜索的人会感兴趣,普通用户无感。

同一天 Mistral 放了 Mistral Large 4,参数规模 1.05T,外号"Le Chonk"(法语"大块头"的意思)。这个参数规模跟 GPT-6 Astra 对标,但欧洲那边数据合规要求更严,做企业项目的人可能会选它。

一个有点意外的消息:德国自研大模型 Kolibri

10 月 3 号德国 Aleph Alpha 发了个 Kolibri 模型,主打德语、开放权重,瞄准政府和工业场景。参数总规模 78B,但每个词真正激活的只有 3B 左右——这是 MoE 架构,跟之前 Mixtral 那套思路一样。有意思的是外媒爆料说训练过程里用了中国开源模型做底座,德国人自己也没否认。

这个事说明一件事:大模型的"国家自研"越来越像个营销概念了,大家都是站在前人肩膀上训,没有谁是纯从零开始的。

我自己的判断

这一周的消息堆下来,我的感受是:大模型行业已经从"比谁聪明"卷到"比谁便宜、比谁快"了。GPT-6 三个版本分档卖、Claude Haiku 降价 75%、Mistral 搞 1T 参数开源,本质上都是在抢开发者。

对我们这种做小站、做工具的人来说是好事——模型越便宜,能做的产品就越多。我上周就把导航站里一个调用 GPT 写摘要的功能切到了 Claude Haiku 5.5,效果差不多,费用直接砍到原来的四分之一。

但也别跟风追新。模型这东西,上个月还 SOTA 的版本这个月就可能被价格战打下来,选模型的标准应该是"我的场景够用且便宜",不是"最新最强"。

常见问题

Q:免费用户现在能用 GPT-6 吗?
A:能。10 月 7 号之后注册的免费账号可以用 GPT-6 Luna,但 Astra 和 Sol 要 Plus/Pro。

Q:Claude Haiku 5.5 比 GPT-6 差多少?
A:日常问答差不多,复杂推理和长文本处理 GPT-6 Astra 还是强,但 Haiku 5.5 价格便宜一大截,做高并发场景更划算。

Q:普通用户需要升级付费版吗?
A:如果你只是偶尔聊天、写写文案,免费版完全够用。如果天天写代码、处理长文档,再考虑 Plus。

Q:开源模型现在能打吗?
A:PaddleOCR、EmbeddingGemma 2 这种垂直领域的开源模型已经很好用了,但通用聊天场景跟 GPT-6 还有差距,自己部署一台 24G 显存的机器跑是可行的。

更多 AI 相关的内容可以看 AI 教程社分类 和我们之前写的 AI 写文章怎么写才像人。