近日，人工智能行业同时发生了两件非常关键的事情。

第一件事，OpenAI大幅下调GPT-5.6系列中小模型的价格。

其中，GPT-5.6 Luna价格下降80%，GPT-5.6 Terra价格下降20%。

第二件事，Google宣布将Gemini Spark直接接入Chrome浏览器。

获得用户授权后，它可以使用已经登录的网站账号和浏览器保存的信息，帮助用户预约看房、查找航班，甚至启动预订流程。涉及支付等敏感操作时，再把控制权交还给人类。

这两条消息表面上分别属于模型价格和浏览器功能。

但放在一起看，它们指向了AI产品正在发生的一次根本变化：

AI正在同时获得更低的运行成本和更强的行动能力。

过去，AI主要负责回答问题。

接下来，AI会越来越多地直接进入软件、网页和工作流程，替用户完成实际操作。

而当一个能够操作工具的智能体，运行成本又下降到足够低时，AI才真正可能从偶尔使用的助手，变成长期运行的数字劳动力。

一、OpenAI为什么突然把模型价格降了80%？

根据OpenAI在7月30日公布的最新价格，GPT-5.6 Luna的API价格调整为：

每百万输入Token 0.2美元；

每百万输出Token 1.2美元。

此前的价格分别是1美元和6美元，相当于整体下降了80%。

GPT-5.6 Terra则调整为每百万输入Token 2美元、输出Token 12美元，较此前价格下降20%。

旗舰模型GPT-5.6 Sol的标准价格暂时没有变化。

很多普通用户看到这里，可能会觉得：

这只是API便宜了一些，与日常使用关系不大。

但对智能体产品来说，80%的降价非常重要。

因为聊天机器人和智能体的成本结构完全不同。

普通聊天机器人通常是：

用户问一次；

模型回答一次；

任务结束。

但一个智能体为了完成一项工作，可能需要连续运行几十个步骤：

读取资料；

分析用户意图；

搜索网页；

调用外部工具；

填写表格；

检查结果；

发现错误后重新执行；

最后再把任务交付给用户。

假设每一步都需要调用模型，原本一次只花几分钱的请求，经过几十次调用、失败和重试后，最终成本可能迅速放大。

所以，智能体产品真正关心的不是：

一次回答多少钱？

而是：

完成一项完整任务，最终需要花多少钱？

二、模型价格下降，真正改变的是智能体的商业模型

OpenAI在官方公告中明确提到，降低Luna和Terra价格，是为了让高频、规模化的工作更容易实现商业化。

例如：

大规模文档分析；

客户咨询分类；

日常代码实现；

后台自动化任务；

工具调用和多步骤工作流。

OpenAI还提出，一项复杂工作可以由不同模型分工：使用Sol处理高不确定性的规划和决策，再让更便宜的Luna完成明确的代码修改、测试和结果评估。

这个思路非常重要。

过去，很多AI产品为了追求效果，所有任务都调用最强模型。

这就像一家企业无论处理什么事情，都请最昂贵的专家亲自完成。

让专家判断公司战略当然合理。

但如果整理表格、检查格式、分类评论和修改文件名，也全部交给专家处理，成本一定无法控制。

未来更成熟的AI系统，会采用分层结构：

低成本模型负责分类、提取和格式处理；

中档模型负责常规分析和执行；

旗舰模型只处理复杂决策、困难推理和最终审核。

这意味着，AI产品的竞争不再只是“谁接入了最强模型”。

而是：

谁能判断每一个步骤到底需要多强的模型；

谁能减少不必要的调用；

谁能让任务失败后只重做局部，而不是全部重新运行；

谁能以最低成本交付用户真正需要的结果。

三、Google则在解决另一个问题：AI如何真正把事情做完？

即使模型价格降得再低，如果AI只能在聊天框里回答问题，它仍然只是一个信息工具。

要成为执行系统，AI必须能够操作真实软件。

Google这次把Gemini Spark接入Chrome，正是在跨越这道边界。

根据Google官方介绍，在用户明确授权后，Spark可以利用Chrome的自动浏览能力，使用用户已经登录的账号和保存的信息，完成复杂的网页任务。

Google给出的例子包括：

为用户收藏的公寓预约看房；

研究航班方案；

启动机票预订流程。

对于付款等敏感动作，Spark会暂停自动执行，将任务重新交还给用户确认。该能力目前首先在美国推出，后续再扩展至更多地区。

这里最重要的变化是：

AI不再只是告诉你应该点击什么。

它开始替你点击。

过去，你可以问AI：

“请帮我找三套符合要求的房子。”

AI可能提供一些搜索建议和链接。

但最终仍然需要你亲自：

打开网站；

输入区域和预算；

筛选户型；

逐个比较；

填写联系方式；

选择预约时间；

提交预约。

接入浏览器以后，智能体可以直接进入这套流程。

用户只需要告诉它最终目标：

“帮我从收藏的房源中，筛选出距离公司40分钟以内、预算不超过5000元、周末可以看房的房子。”

剩下的网页搜索、信息提取、条件筛选和表格整理，都可能由智能体自动完成。

四、浏览器为什么会成为AI最重要的执行环境？

因为大多数数字工作，本来就发生在浏览器中。

我们通过浏览器：

收发邮件；

处理文档；

查找信息；

管理客户；

购买商品；

预订出行；

发布内容；

操作后台；

管理云服务；

查看财务数据。

过去，AI想进入这些工作流程，需要每一个平台单独开放接口。

开发者必须分别接入邮箱接口、日历接口、电商接口和企业软件接口。

而浏览器提供了另一条路径：

既然人类可以通过网页操作这些系统，AI也可以通过理解页面、点击按钮、填写表格和读取结果来完成任务。

Chrome本身又保存了大量用户上下文：

登录状态；

密码和自动填充信息；

历史记录；

标签页；

文件下载；

与Google服务的连接。

因此，浏览器不仅是AI获取信息的入口，也是AI执行任务的控制台。

这也是为什么Google正在把Gemini从浏览器侧边栏中的问答助手，逐渐升级为可以跨页面完成多步骤任务的操作员。Google此前推出的Chrome自动浏览功能，已经可以处理旅行规划、表格填写、商品筛选和公寓查找等任务。

五、这两条新闻放在一起，意味着什么？

OpenAI解决的是：

让智能体运行得更便宜。

Google解决的是：

让智能体能够真正操作现实中的数字工具。

当这两种能力结合起来，AI产品才会出现真正的质变。

过去，一个AI助手可以帮助你写一封邮件。

未来，它可以：

发现某位客户长时间没有回复；

读取此前的沟通记录；

判断项目进度；

草拟跟进邮件；

选择合适的发送时间；

等待你的确认；

最终完成发送。

过去，一个AI可以提供旅游建议。

未来，它可以：

读取你的日历；

确认空闲日期；

搜索机票和酒店；

比较总预算；

把商品加入购物车；

在最终付款前请你确认。

过去，一个AI可以帮你写视频简介。

未来，它可以：

检测文件夹中的新视频；

识别视频内容；

分别生成抖音、B站和视频号文案；

检查各平台格式；

上传视频和封面；

保存为草稿；

只在正式发布前提醒你审核。

这时候，AI提供的已经不是一次回答，而是一段持续运行的业务流程。

结语

OpenAI降低模型价格，Google让Gemini Spark进入Chrome，看起来是两项不同的产品更新。

但它们共同跨过了一条重要的分界线。

AI正在同时变得：

更便宜；

更主动；

更接近真实工具；

更有能力完成完整任务。

过去，我们购买的是模型的回答能力。

未来，我们购买的可能是任务的最终结果。

不是生成一段旅行建议。

而是完成一次旅行规划。

不是写一封跟进邮件。

而是持续管理客户沟通。

不是分析几个租房链接。

而是从筛选房源一直推进到预约看房。

当模型足够便宜，浏览器又为它提供行动能力以后，AI才真正开始从聊天工具转变为执行系统。

接下来真正决定产品竞争力的，不再只是模型有多聪明。

而是它能否在明确的权限和成本范围内，稳定地把事情做完。

我是马伯言，每一次思考都在成长。