AI 越来越便宜,把它当实习生的普通人,正在多挣一份钱

过去一周，几家模型厂像是约好了，一个接一个往外抛新东西。阿里把 Qwen3.8-Max 更新到 0902 版，在 CodeArena 前端编程榜拿到第一，每百万 token 综合价压到 5 美元；腾讯把 7700 亿参数的混元 Hy4 开源；智谱放出 GLM-5.3-Flash，定价是上一代的十分之一；DeepSeek 用 MIT 协议，把视觉模型的权重和代码一起公开。

刷到这些，多数人的第一反应是"模型越来越便宜了"。这句话没错，但没说到点上。模型变便宜，对不同的人是两码事。靠卖模型、卖 token 吃饭的人，看到的是坏消息；拿模型干活的人，看到的是雇到了一个越来越便宜、越来越能干的实习生的机会。

模型这一层，正在变成不要钱的基础设施

把这几天的新东西放一起看，就一个趋势，模型的原材料成本在快速归零，能力在快速趋同。

Qwen3.8-Flash 的训练成本，只有上一代 Qwen3.7-Plus 的九分之一。DeepSeek V4-Flash 完成一次任务的平均成本约 3 美分，是主流模型里最低的一档。智谱 GLM-5.3-Flash 的 API 定价，直接压到 GLM-5.3 的十分之一。

当顶尖开源模型和闭源模型的差距，缩小到小数点后面，模型本身就不再是稀缺货。稀缺的，是拿它干活、把活干好的人。

便宜是所有人的，不是你的

这件事，容易让人看走眼。模型降价降的是全行业的共同成本，你省下的每一分钱，你的同行也一分不少地省下了。当所有人拿着同一个降价后的 API、同一套开源权重，模型成本就不再是任何人的优势。

省下来的钱，最后不会躺进你的口袋，它会变成下一轮更狠的压价。能拉开差距的，只剩模型之外的东西。对一个想多挣一份钱的普通人来说，值钱的东西在模型之外。你对自己这行了解到什么程度，你和客户之间有多信任，你能不能每次都把活儿交得干净利落，这些拉开了人和人之间的差距。

钱往哪流，离结果最近的地方

钱往离结果最近的地方流。工信部 9 月 1 日启动"人工智能应用服务商培育专项行动"，目标到 2026 年底培育超过 2000 家服务商，2027 年底不少于 3000 家。这个政策的方向很清楚，扶持的是把 AI 装进具体业务、交出结果的人。

晚点 LatePost 有一篇文章，里面一个细节很能说明问题。一个做漫画转动画的小团队，用工具把一张图转成动画，成本只要 200 块；他们收钱的部分，是把客户要的那支视频按需求调好、按时交到手上，这一单能到一万块。中间的 50 倍，就是"交结果"和"给工具"之间的距离。

这条价差，普通人够得着。它不要求你融资，不要求你做平台，只要求你比客户早一步把模型用熟，然后替客户把最后那段路走完。

普通人的三条路

卖结果，别卖工具。 找一个窄到不能再窄的活儿，用模型把交付成本压下来，赚结果的钱。判断标准只有一条，你收的这笔钱里，多少是 token 的成本，多少是结果的价值。token 的成本会被降价抹掉，结果的价值不会。帮一家小店写每周的商品文案，客户买的是"这周能发出去的东西"，不是你换了哪个模型。模型换哪家都行，你收的钱不变。

做入口的插件，别抢入口。 大厂在通用办公、通用 Agent 上砸钱抢地盘，你去他们的生态里做一个具体的、能收租的小环节，比再造一个浏览器现实得多。有人在大厂 Agent 上做设计，你就去补一个它没做好的细分功能，或者把自己跑熟的那套流程，打包成别人能直接抄走的模板。

卖"用 AI 挣钱"这件事本身。 你踩过的坑、跑通的流程、攒下的经验，本身就能卖。有人在教别人用 AI 写文案、剪片子、搭工作流，收的是咨询和陪跑的钱。这条路的好处是，模型越强，越多人需要被教会怎么用它挣钱。你自己刚跑通的那条副业路，就是现成的教材。

现在就能动手的一件事

把"选哪个模型"的焦虑先放一放。模型已经趋同，也足够便宜，选一个顺手的、够用的就行。把省下来的时间，拿去做一件具体的事。

找一个人，他愿意为一个你已经能做出的结果付钱，哪怕只是几百块。然后用最便宜的模型，把这件事交付出来。你赚的，是从需求到结果之间那段路的钱，token 的差价会被降价慢慢抹掉。模型越降价，这段路反而越值钱。

你最近一次想用 AI 多挣一份钱，卡在哪儿了，是不会用工具，还是不知道把结果卖给谁。评论区说说，我给你看看到底卡在哪。