夜雨聆风OpenRouter调用继续增长，Hy3排在第一，前五名都来自国产开源模型。这个变化比单纯发新模型更直接，因为它说明低价和可用性已经开始影响真实调用选择。
同一阶段，多家模型厂商集中发布新版本。模型能力仍然重要，但产业链现在更关心另一件事：谁能把能力变成高频使用，再把高频使用变成毛利率和现金流质量。
这会把竞争压力传导到更底层的环节。训练和推理效率、产品入口、企业流程适配，都会影响模型能否从热度变成收入。单次发布带来的是关注度，稳定任务带来的才是持续消耗。
1.低价会先改变调用份额，Hy3输入和输出定价为1元和4元每百万tokens，已经和调用排名一起出现。
2.利润率比参数规模更能检验商业化质量，Anthropic三季度GAAP经营利润有望超10亿美元，头部模型的收费能力仍有壁垒。
3.大模型真正的分水岭，已经从谁先发布新版本，转向谁能把高频调用、低成本供给和可持续盈利同时跑通。
腾讯Hy3正式版的核心变化不只是参数和评测，而是把输入和输出价格压到更低水平。这个定价明显低于同类模型，所以它能在短时间内把OpenRouter调用推到第一。
低价本身不能证明模型更强，但会放大试用、迁移和开发者接入的速度。调用量先起来后，下一步要看幻觉率、Agent能力和长上下文任务能不能稳定承接。真实任务留存不足，低价只会变成获客成本。留存足够，低价才会变成生态入口。
Muse Spark 1.1和Grok4.5也在同一方向上竞争。前者在部分任务评测中领先，但代码类任务仍有差距。后者强调更高token效率，实际诉求也是降低完成任务的总成本。价格开始从营销变量变成产品能力的一部分，因为开发者实际采购看的是完成同一任务的总成本。
这也会反向影响算力和推理优化。模型如果靠低价争取开发者，推理成本就必须持续下降，芯片、调度、缓存和模型压缩都会被推到更前面。低价不是单一产品策略，而是对整条技术栈的效率要求。
模型厂商密集发版以后，商业化差距会被拉开。Anthropic的案例最直观，公开测算显示其三季度GAAP经营利润有望超10亿美元，混合毛利率和API业务毛利率也处在较高水平。这个估算还需要后续经营数据验证，但已经说明头部模型正在被利润模型重新衡量。
从收入结构看，API按量计费占比较高，订阅占比较低。API收入越高，模型能力、推理成本、客户粘性就越容易同时进入财务结果。模型商愿意用几十万到数百万美元额度争抢初创企业默认入口，本质上是在换取长期调用消耗。
国内外价格差也会继续存在。海外头部模型定价约为国内大模型的3至5倍，第二梯队版本则更突出性价比。高价要靠能力和客户流程支撑，低价要靠成本和规模消化。两条路都会把算力、芯片、推理效率和产品化能力推到更重要的位置。
OpenAI把Chat、Work和代码能力整合进ChatGPT Work，目标不是多一个入口，而是把跨文件、跨应用、代码和办公任务放进同一产品里。办公场景的价值在于任务频次高、文件和流程多，模型一旦进入企业流程，替换成本会明显高于普通聊天。
腾讯的企业助手、企业微信、开发工具、元宝和ima也指向类似方向。企业微信已接入超过1400万企业与组织，每日服务微信用户超过7.5亿。Hy3接入自有业务后，真实任务会反过来提升产品迭代效率。模型、产品入口和真实任务数据如果连起来，后续改进就不只依赖公开评测。
同样的逻辑也出现在商业化小场景。Kimi信用卡把消费积分和AI算力权益挂钩，昆仑万维天工AI在2026年Q2实现ARR突破，AI Native模型与产品业务ARR超8亿美元。它们说明模型公司正在把token从技术计费单位变成消费权益、办公能力和内容生产工具。
企业端和消费端的共同点，是把模型嵌进固定流程。流程越固定，调用越连续，厂商越容易从一次性使用变成持续付费。这个变化会让入口价值、算力成本和产品体验一起影响商业化结果。
先看真实任务留存。Hy3、Muse Spark 1.1、Grok4.5这类低价或高效率模型，能不能把短期调用排名转成长期留存，要看Agent任务、代码任务和企业办公任务的稳定性。低价如果只是阶段性补贴，很难沉淀成入口。
再看盈利能力。头部模型的利润率推演如果被更多真实经营数据验证，高价会更容易被接受。API毛利率如果受补贴和算力成本挤压，模型商还会继续用低价争抢入口。
还要看大版本落地。多个新版本如果陆续兑现，价格战会继续加速，但真正拉开差距的仍然是任务完成质量、推理成本和产品入口，海外模型与国产模型的价格也不能脱离任务难度直接横向比较。
这轮AI大模型竞争已经不能只看谁发得快。能留下来的公司，需要同时证明模型可用、调用可持续、成本压得住，并且能把真实任务沉淀成下一轮产品和利润。
