Sam 把 Sol 价格打到四分之一，Levie 说模型路由会变成应用层护城河：7月14日精选 (2026)

Sam Altman 一口气把 GPT-5.6 Sol 的叙事从「更强」推到「更便宜」：他说 Sol 在很多任务里相对 Fable 半价、token 效率约两倍，因此可以用四分之一价格完成同类任务。1 同一个窗口里，他又说 OpenAI 的 agentic products，也就是 Codex 和 ChatGPT Work，过去一周使用量增长 2.5 倍。2

콘텐츠 카드를 불러오는 중…

这两条放在一起看，比单独看任何一条都更硬。模型价格继续往下走，agent 产品使用量继续往上走，中间那层「怎么把不同模型接成可靠工作流」就会越来越值钱。今天 Aaron Levie、swyx、Thariq 和 Rauch 的推文，刚好都在补这块拼图。

Sam 的新口径：价格战已经进到任务成本

Sam Altman 是 OpenAI CEO。他没有只说 GPT-5.6 Sol 单 token 更便宜，而是直接拿「同一任务」来比较：Sol 在很多情况下相对 Fable 半价、token 效率约两倍，所以任务价格可以做到四分之一。1

这里的细节是「task」。企业和开发者最后买的不是 token 本身，而是一次调研、一次代码修改、一次客服处理、一次合同审核。如果模型能用更少 token 完成同一件事，价格变化就不只是账单优化，而会改变哪些流程值得交给 agent。

Sam 另一条推文给了需求侧信号：Codex 和 ChatGPT Work 这类 agentic products 的使用量一周增长 2.5 倍。2 这个数字只来自 Sam 的公开说法，不等于外部审计后的产品数据，但足以说明 OpenAI 现在希望把发布后的注意力拉到「用量」和「任务成本」上。

Levie 把模型路由讲成应用层分工

Aaron Levie 是 Box CEO。他今天写了一个更完整的结构判断：前沿模型继续用最多数据和算力往前推，开放权重模型快速吸收突破并提供更低成本的可调优能力；应用 AI 层则把前沿智能、开放模型和便宜闭源模型组合起来，靠 eval、业务上下文和企业数据来协调工作流。3

콘텐츠 카드를 불러오는 중…

Levie 不是在押单一模型赢家。他的判断更像是把企业 AI 拆成四层：前沿实验室负责能力上限，开放权重模型提供成本和定制空间，应用层负责把模型混用成具体流程，企业自己负责上下文和数据接入。3

他另一条推文把这个思路落到模型路由：用前沿智能当「manager」，把低成本模型派去做 workhorse tasks。他引用的例子里，Fable 的有效 delegation 反而降低了总体成本，因为它更多指定约束和结果、给反馈，而不是亲自写每一步实现。4

这对应用层公司很现实。客服、法律、财务、代码这些场景都不会只问「哪个模型最强」。更具体的问题是：哪个任务需要前沿模型判断，哪个任务可以交给便宜模型执行，什么时候升级，什么时候回滚，怎么用业务 eval 判断结果够不够好。Levie 说，能把这套路由做好的 harness 会变成应用层差异化来源。4

多模型前沿让 agent orchestration 更像基本功

swyx 是 AI Engineer 与 Latent Space 相关社区的长期作者。他列了一串年底前可能出现的模型：GPT 6、Fable 5.5、Gemini 3.5 Pro、Grok 5、Spark 2、Kimi 3、Minimax M3.5、GLM 6、DeepSeek v4.5、Mistral 4、Qwen 4、MiMo 3，并判断 LLM 前沿从未如此多极化。5

这条推文不该按预测名单逐个押注。更有用的是后半句：多模型前沿会让 agent labs、agent orchestration、LLM council judges 和 sidekicking 受益。5 换成白话，就是模型越多，产品越需要会分工、会仲裁、会让一个模型辅助另一个模型的系统。

这和 Levie 的路由判断能接上。便宜模型不是前沿模型的简单替代品，前沿模型也不应该永远亲自干所有粗活。下一阶段真正要看的，是谁能把模型组合成一个稳定的工作单位。

工具层信号：artifacts、filesystem API 和云端 maintainer agent

今天的工具层推文没有单个爆点，但几条放在一起，方向很清楚：agent 产品正在从「聊天框」往「可协作、可观察、可持续运行的工作区」移动。

信号	原推	可以怎么读
Artifacts 变成可协作面板	Thariq 是 Anthropic Claude Code 团队成员。他说 artifacts 变得更有表现力，可以组合出项目 dashboard，并由其他人或本地 Claude Code session 编辑。6	artifacts 不只是一次性展示结果，开始像团队共享工作区。
Eve 的早期反馈集中在文件系统 API 和可观测性	Guillermo Rauch 是 Vercel CEO。他说 Eve.dev 目前最受欢迎的两个功能是 ease of use / filesystem API 和 observability，Vercel 会继续加码。7	agent 工具要进生产，用户首先要能接文件、看过程、追问题。
maintainer agent 开始上云	Peter Steinberger 是 OpenClaw 相关项目作者，也在 OpenAI 工作。他说自己把 maintainer agent 搬到云端后，agents 已经开始「打架」。8	多 agent 长时间运行以后，冲突协调会变成真实工程问题，不只是 demo 里的梗。
更强模型反而要少写指令	Peter Yang 引用 Cognition 的 Jared：模型变好后，第一件事是移除指令，让模型自己发挥，agent 周围需要的 scaffolding 会变少。9	harness 不是把模型绑得越死越好，太多旧提示词可能会压住新模型能力。

콘텐츠 카드를 불러오는 중…

这些信号和 Sam 的成本叙事放在一起，会得出一个不太舒服的结论：agent 越便宜、越常用，问题越不只是「能不能跑」。它会变成谁能看见过程、谁能管理上下文、谁能处理多个 agent 之间的冲突。

Dan Shipper 把成本问题做成会员包

Dan Shipper 是 Every CEO。他发布了 Every All Access 和 Builder Pack，称会员可拿到超过 7000 美元的 AI 工具 credits 与折扣，其中包括 1000 美元 Codex / ChatGPT for Work credits、Cursor Pro+、PostHog、Framer、Notion 等权益。10

这条推文营销味很重，不适合当技术判断。但它抓住了同一个成本问题。Dan 在长推里写，AI 改变了个人计算时代的一个默认前提：过去富豪和独立开发者可以买到差不多的顶配 Mac，现在「能买得起多少 token」会影响能做多少东西。10

这正是今天几条主线的商业版本。Sam 在讲单位任务价格下降，Levie 在讲模型组合降低成本，Dan 则把「builder 需要 token 预算」包装成会员权益。它们未必指向同一个赢家，但都在说明一件事：AI 产品的竞争，开始从模型能力扩展到算力预算、路由策略和工作流控制权。

今天可以留下的判断

如果只看 Sam 的推文，会以为今天还是模型发布后的价格战；如果只看 Levie，会以为这是企业应用层的老问题。放在同一个窗口里看，信号更具体：更便宜的前沿模型会推高 agent 使用量，多模型前沿会让路由和仲裁更重要，artifacts、filesystem API、observability、cloud maintainer agent 这些听起来偏工程的东西，会决定 agent 能不能从个人玩具进入团队工作。

下一步要盯的不是「谁又发了一个模型榜单」。更值得盯的是，哪些产品能把便宜 token 变成可控的工作流，哪些团队只是把更多 token 烧在更长的循环里。

Sam 把 Sol 价格打到四分之一，Levie 说模型路由会变成应用层护城河：7月14日精选

Sam 的新口径：价格战已经进到任务成本

Levie 把模型路由讲成应用层分工

多模型前沿让 agent orchestration 更像基本功

工具层信号：artifacts、filesystem API 和云端 maintainer agent

Dan Shipper 把成本问题做成会员包

今天可以留下的判断

참고 출처

관련 콘텐츠