用海外 AI 越来越折腾,我开始认真考虑国产替代

最近，我开始认真考虑，把一部分日常工作转到国产 AI 上。

原因很直接。用一个 AI 工具，要是隔三差五就得研究限流、账号和模型状态，再强的能力也会被这些麻烦打折。

OpenAI 这边，额度变化、429 限流、503 服务不可用，以及社区里反复讨论的“降智”，让人越来越难安心把工作交过去。Anthropic 那边，中国用户对封号的担忧，又让另一种选择多了一层不确定性。

我自己遇到的问题，加上 Linux.do、X 上不断出现的反馈，让我开始重新考虑工具的选择。

与此同时，国产模型的能力也在提升。像 DeepSeek-V4.1-Flash，我目前的使用感受就不错，价格也有吸引力。

当替代方案开始够用，我就得重新算一笔账。继续折腾海外 AI，究竟还值不值？

付了钱，还要操心能不能正常用

过去挑 AI 工具，我主要看能力。

代码能不能写对，复杂问题能不能分析清楚，长任务能不能连续做下去。哪个效果好，就愿意为哪个付费。

现在，选择工具时多了不少顾虑。

OpenAI 的额度够不够撑完任务？回答质量不对劲，是上下文出了问题，还是模型被“降智”了？换到 Anthropic，又要考虑账号能不能长期稳定使用。

其中一些问题，我自己遇到了。另一些，则不断出现在我关注的 AI 社区里。

最近翻 Linux.do，看到两位用户分享的经历，就很能说明这种困扰。有人发现客户端的回答质量明显不如网页端，同一个账号，换个入口，体验就不一样了。

还有人怀疑问题出在登录环境，清理了陌生 IP 的登录会话后，感觉回答恢复了正常。但评论里并没有一致答案，有人认为问题还在，也有人建议退出所有设备，等一两天再试。

这些尝试有没有用，连讨论中的用户也拿不准。

大家原本是来用 AI 做事的，结果开始研究账号会话、登录环境和模型测试题。工具出了问题，用户还得自己猜原因、找办法。

这些排查时间，也应该算进使用成本。

OpenAI 的问题，是越来越难预期

我对 OpenAI 前一段时间的印象，是额度比较宽松。

有过各种额度重置，社区里也讨论过一些长期存在的“羊毛”空间。那时候，大家更关心怎么多跑任务，怎么把模型用得更充分。

随着编程能力和工具体验进步，OpenAI 越来越值得交付复杂工作。在我的感受里，一些任务上的表现，已经逐渐接近此前吸引我的 Claude Code 体验。

能力上来了，交给它的工作自然就多了。

让 AI 修改一个项目，背后可能需要反复读文件、改代码、运行测试。一句话发出去，实际会连续执行很多轮。更多人这样使用，算力需求就会随之增加。

根据这些使用变化，我推测，算力和成本压力是最近一系列收紧现象的重要原因。

用户首先感受到的，是任务被打断。

429 通常意味着触发了请求频率或配额限制，503 则表示服务暂时无法处理请求，可能涉及过载或其他故障。对正在赶进度的人来说，遇到这些报错，就得等待、重试，或者换工具。

还有额度降低带来的落差。买套餐时，用户会按照公布的额度安排工作。官方调整额度标准后，原来的预算和使用计划也得跟着重算。对照着原先预期购买套餐的用户，当然会重新考虑值不值。

至于“GPT-6 被路由到 Luna”，也是社区讨论中的一个焦点。路由指请求最终由哪个模型处理，仅凭回答质量或模型自报身份，还无法确认具体的路由情况。

这些反馈让我在意的是，付费之后，我仍然需要反复确认，自己现在得到的服务是否符合预期。

换一家，也有另一种担心

如果只是某一家服务不稳定，换一家就好了。

但对中国用户来说，选择海外 AI，经常还要考虑地区支持和账号风控。围绕 Anthropic 的封号反馈，就让人很难把“换到 Claude”当作一个毫无顾虑的答案。

换个平台，原来的问题未必还在，却可能多出新的顾虑。

具体到某次限制或者封号，原因可能不同，不能把所有个案都归为同一种政策。但这些经历累积起来，会实实在在地影响中国用户的选择。

工作对 AI 的依赖越深，中断的代价就越大。

偶尔聊几句，服务出问题可以晚点再来。正在处理一个项目，任务做到一半突然不能继续，就得重新安排工作。如果还要换平台，之前的背景、文件和进度，往往需要重新交代。

我愿意为工具学习使用方法，也能接受合理的额度限制。可如果账号和服务状态长期难以预期，我就不愿意把越来越多的工作依赖放上去。

国产模型进步，让这个选择开始有了余地

以前，即使觉得折腾，很多人还是会继续用海外模型。复杂任务对能力有要求，多处理一点麻烦，也可能值得。

现在，我开始觉得可以重新比较了。

DeepSeek-V4.1-Flash 给我的初步感受不错，也让我愿意继续研究它能接走哪些工作。目前还谈不上完整评测，复杂任务的表现，需要放到自己的工作里检验。

国产替代可以逐步做。

先挑一类自己经常处理、结果容易检查的任务，比如整理材料、修改文章，或者完成边界明确的代码改动。把同样的要求交给不同模型，看最终能不能做对，需要人工改多少，再比较实际花费。

例如让模型修改一个页面，验收就看指定功能是否实现、原有功能有没有被破坏。一次生成看起来漂亮，后面修了很多轮，这些返工都得算进去。

海外模型适用同样的标准。能力更强，如果能明显减少返工，贵一些也值得；如果日常任务用国产模型就能顺利完成，我没有必要继续为同样的结果承担更多折腾。

当模型能力逐渐接近我的实际需求，价格、访问便利和账号稳定性，就会更直接地影响选择。

我接下来准备把国产模型能做好的工作逐步迁过去，复杂任务继续按效果挑工具。