普通人该如何选 AI 模型

TCC WEEKEND 第十七期

TCC WEEKEND这个号是七三开，有七成的内容要靠Hermes帮我去找，剩下三成是我自己去梳理这些内容，不断理出选题，一步一步把它变成一篇文章。

但这一次不太一样。这段时间看到了不少东西，想跟大家说一说。

前段时间我去了一趟菲律宾，去做一个项目落地。进到客户公司里，跟当地的PM聊起来，我问他，你们这边（整个菲律宾）AI落地得怎么样。

他说，很排斥。

她想了想又说，不是随口一句抱怨。老板一直在推，天天说要用 AI。员工这边没人教过，连从哪儿下手都不知道。

很明显的信息差问题。

具体聊到哪句话，我现在想不太起来了。但我还挺感慨的。

我不知道菲律宾那边具体是怎么抗议的。我只想又起来曾经发生的一些事。

2023 年，一批画师发现自己的画被拿去训练 AI 模型，没打招呼，也没给钱，几个人联合把小红书告了。配音演员也遇到同样的事，某配音演员发现自己的声音被人偷去做 AI 配音，播放量超过一亿次，他的收入掉到巅峰时期的五分之一。2024 年，另一位配音演员殷某打赢了全国第一起 AI 生成声音人格权侵权案，赔了二十五万。

这些都是具体到不能再具体的真实发生的事。画师告的是偷画风，配音演员告的是偷声音，两边吵的其实是一件事，我的东西凭什么被拿走。

但现在回国以后打开抖音，同质化的AI 漫剧已经铺满推荐页，条条都是爆款。每走两步就撞上一张 AI 生成的大屏广告图。AI新出的应用多到我根本来不及一个个点开。这是现在的现状。

国情不一样，这个我承认。方向上，我觉得都差不多。

你知道机会这东西，往往会藏在比较混乱的时期里。国内走过这条路两次。2000 年，《光明日报》一篇报道把电脑游戏叫作"电子海洛因"，六月国家七部门联合发文治理，游戏机这个东西一禁就是十四年，直到 2014 年上海自贸区才解封。2015 年初，出租车司机在青岛、南京、济南连着罢运，抵制专车，十几个城市把它定性成黑车，到当年 10 月，上海就给滴滴快的发出了全国第一张网约车牌照。这两次，秩序建立之前那段时间，都是野蛮生长的窗口，谁先摸进去，谁就占了便宜。

AI 这一轮，混乱程度我觉得比前两次都大。现在 AI 发展的速度，网络安全这一层根本追不上，监管和教程都还没写全，这段时间就是窗口。教程一旦写全，你上手会快一百倍，但你能走到的地方，也就焊死在教程画出来的那条线上。

这篇文章想干的事很直接。趁着这扇门还虚掩着，把屋子里到底有什么，先认清楚。

什么是开源和闭源，什么是算力

打开任何一条 AI 新闻，开源和闭源这两个词都躲不开，我自己也是花了点时间才理顺的。

开源，是模型的代码或者权重公开出来，谁都能下载，放到自己的电脑或服务器上跑，也能接着改。闭源反过来，模型内部怎么做的不公开，你只能通过这家公司的 App、网页或者接口用它。

这两件事分别决定你手里握着什么，和你要不要为它掏钱，是两条不同的轴，很多人下意识把它们绑在一起，那是两个常见的误区。

第一个误区，开源等于免费。不一定。权重能免费下载，不等于运行不要钱，你自己部署要买显卡、租服务器、维护系统，模型越大，成本越高。有些开源模型还带着门槛，Meta 的 Llama 4 用的是 Llama 4 Community License，月活超过 7 亿需要额外授权。阿里的 Qwen3.8-Max 走专有商业许可证，月活过 1 亿或者收入过 2000 万美元也要拿授权。Kimi K3 更严，年营收只要过 2000 万美元，就得另签一份 Kimi K3 License。

第二个误区，闭源等于收费。也不对。Claude 有免费版，价格是 0 美元，Gemini 3.7 Flash 也有免费层。把免费做得最彻底的是智谱，GLM-4.7-Flash 完全免费。OpenAI 从 8 月 6 日起，也让 ChatGPT 免费版默认无限使用 GPT-5.6 Luna。

	开源	闭源
谁能碰到模型本身	代码或权重公开，能下载，能自己部署，能接着改	只能通过官方 App、网页或者接口用
免不免费	权重可能免费，但部署要花钱，协议可能带月活或营收门槛	不等于一定收费，很多家有免费层或免费版
数据放哪	可以自己部署，数据不用出自己的服务器	数据要经过对方提供的服务
这一期出现的例子	DeepSeek V3（MIT）、腾讯混元 Hy3（Apache 2.0）、智谱 GLM-5 系（Apache 2.0）	OpenAI GPT-5.6 主力系列、Anthropic Claude 全系

我自己的判断是，国内很多模型特别爱强调开源，不只是技术理想，也是在用透明和选择权，去对抗闭源模型的收费体系。闭源厂商卖的是省心，开源厂商给的是自由和议价空间，没有哪条路天然更高级。

再说算力。这个词经常被讲得很抽象，其实拆开看就三样东西，芯片、电、还有跑芯片的机器。

模型训练和回答问题，靠的都是显卡在做海量的矩阵运算，一块显卡同时干的事，一台普通电脑的处理器要干很久。做一个大模型，需要成千上万块显卡连起来一起跑，这些显卡堆在一起就是数据中心。显卡越多，能训练的模型越大，能同时服务的人越多。

这些显卡运转起来极其耗电，所以你会看到，凡是讨论 AI 的地方，最后总会绕到能源上，谁家电便宜、电网稳，谁就能撑起更大规模的算力。这也是为什么芯片这么关键，全球能造出顶级 AI 芯片的公司就那么几家，芯片供应跟不上，再多的电和资金也堆不出算力。

芯片、电、数据中心，这几样东西最后都会变成一个数字，摊到你调用接口的账单上。8 月 13 日晚上，DeepSeek 官宣把旗舰模型 V4 Pro 的价格在高峰时段涨了 3.5 倍，官方把未来的降价计划，明着和华为昇腾 950 芯片的上市节奏挂钩。芯片供应跟上了，算力才能松快，价格才能降下来，这条链子一环扣一环。

这十二家 AI 公司，都是什么来头

全球市场先说六家。

OpenAI 这几年一直被当成 AI 行业的钟表，别人对表，它自己却在被贴身紧逼。它现在的主力是闭源的 GPT-5.6，分 Sol、Terra、Luna 三档，可以理解成大杯中杯小杯。Sol 面向复杂推理、编码和科研，接口价格每百万 token 输入 5 美元、输出 30 美元；Terra 适合日常，2 美元和 12 美元；Luna 面向高并发低成本，0.2 美元和 1.2 美元，8 月 6 日起，ChatGPT 免费版默认无限用这一档。咬得最紧的是自己人做的 Codex，2026 年 5 月的数据显示，Codex 的使用量只有 Claude Code 的四成左右，OpenAI 靠免费两个月加上庞大的对话用户基数往里导流，想把这块地盘抢回来。LMArena 上，gpt-5.5-high 这个版本 Elo 1482，排第 17（这个快照抓到的还是 5.5 版本，还没更新到最新的 5.6，两边未必是同一个模型）。日常聊天想要免费额度慷慨的人，或者需要顶级推理能力又预算够的人，都可以从这家入手。

Anthropic 是那个被别人当靶子的位置。Claude Code 在编程 agent 这个赛道占了 54% 的市场份额，财富十强里有 8 家是它的付费客户，Kimi K3 和智谱 GLM 现在公开对标的对象，都是它的 Fable 5。产品线上，Opus 5、Sonnet 5、Haiku 4.5，加一个当前最强的 Fable 5。LMArena 上 claude-fable-5 排第一，Elo 1506，编程、创意写作、专家问题都是全球第一。免费版 0 美元，Pro 17 到 20 美元，Max 100 美元起，Fable 5 接口每百万 token 输入 10 美元、输出 50 美元，不便宜。工作里大量涉及长文、代码和复杂任务，又愿意为质量付费，这家基本绕不开。

这个市场份额我查完有点意外，一家公司在一条赛道上吃掉一多半，这几年少见。

Google 这边旗舰 Gemini 3.5 Pro 还没发，投资者一直盯着它，想看 DeepMind 到底跟不跟得上 Anthropic 和 OpenAI 的脚步。现在打头阵的是 8 月 13 日发布的 3.7 Flash，被定位成企业搭建自主 AI 系统的低成本选项，接口价格每百万 token 输入 0.75 美元、输出 3.75 美元，年底涨到 1.5 美元和 7.5 美元，明显低于 Anthropic 和 OpenAI 的旗舰定价，走的是低价换生态入口的路子。LMArena 上 gemini-3.7-flash-high 排第 9，Elo 1490。经常处理图片和文档、需要多模态能力的人，或者预算有限但要做编程调试的人，这家性价比最高。

Meta 是六家里唯一一个从开源掉头往回走的。今年 4 月，它把 Llama 系列换成了闭源的 Muse Spark，理由很直接，开源没能带来清晰的营收，OpenAI 和 Anthropic 靠闭源模型的年化营收已经分别冲到 240 亿和 300 亿美元，Meta 在 AI 基础设施上砸了几百亿，账却算不平。差异化押注在社交图谱数据，购物场景能结合平台的创作者内容和用户兴趣标签，这是没有社交数据的对手复制不了的能力。旧的 Llama 4 官方 API 已经在 7 月 6 日关停。LMArena 上找不到 Meta 官方模型的成绩，我查到的只有英伟达拿 Llama 微调出来的一个变体，不是官方的，不冒充。普通人不太会直接摸到它，它更多是开发者和产品背后的底座。

xAI 的 Grok 现在是一边接第三方的活，一边自己单干。8 月 12 日发布的 Grok 4.6，两天后就上线了 GitHub Copilot，同时覆盖 VS Code、JetBrains、Xcode 等八个开发界面。它自己公布的评测里，GDPVal-AA 知识工作测试拿到 1753 分，反超了 GPT-5.6 Sol Max 的 1728 和 Claude Fable 5 Max 的 1741。LMArena 抓到的版本号是 grok-4.20-beta1，Elo 1475，排第 24（这个版本号和刚才说的 4.6 命名体系不一样，两边未必是同一个模型）。接口价格每百万 token 输入 2 美元、输出 6 美元，SuperGrok 订阅从 10 美元的 Lite 到 300 美元的 Heavy。编程为主、想在 Copilot 里多一个模型选项的人，可以留意这家。

Mistral 是唯一一家不太适合套进聊天机器人这条评价体系里的公司。媒体爱叫它欧洲版 OpenAI，它自己走的其实更接近 Palantir 的打法，把工程师派驻到政企现场，模型直接部署在客户自己的基础设施上。Large 3 用 Apache 2.0 开源，接口价格每百万 token 输入 0.5 美元、输出 1.5 美元。LMArena 上 mistral-medium-3.5 排第 96，Elo 1427，是十二家里排得最靠后的一个。跨语言企业材料，特别在意数据留在自己服务器上、不愿意交给美国云厂商的场景，这家是少数选项之一。

再看国内六家。

DeepSeek 今年的价格坐了一趟过山车。5 月，它把旗舰 V4 Pro 的接口价格永久砍到原来的四分之一，被网上叫作"AI 大模型的斩杀线"，逼得全行业跟着卷。到了 8 月 13 日晚上，它又官宣把高峰时段的输出价格从 6 元涨到 27 元，涨了 3.5 倍，8 月 17 日起正式执行峰谷计价，同时把未来的降价计划和华为昇腾 950 芯片的上市节奏绑在了一起。它另外还在做 Harness 项目，8 月 13 日用 MIT 协议开源，团队的资深研究员陈德里在社交媒体上说得很直白，简单来说就是对标 Claude Code。LMArena 上 deepseek-v4-pro 排第 51，Elo 1458；SuperCLUE 上 65.60 分排第二。数学、STEM、编程这几类活它一直很稳，就是现在得接受价格随时段浮动。

阿里通义千问的 Qwen3.8-Max 和企业级产品千问办公是同一天发布的，8 月 3 日，这不是巧合。Qwen3.8-Max 是 2.4T 的 MoE 架构，首次开放 Max 级模型的权重。千问办公对标的是腾讯 WorkBuddy 和字节 Trae，抢的是企业办公 agent 这块地盘。LMArena 上 qwen3.8-max 排第 8，Elo 1491；SuperCLUE 上以 71.48 分排第一，六个能力维度里，规划能力打到 90.94 分，是六家国内厂商里最高的。接口价格每百万 token 输入 2 美元、输出 6 美元。本来就在阿里云或者国内企业办公环境里的人，用它比单纯比跑分更有现实意义。

字节豆包月活 3.45 亿，断层式领先国内所有对手，但今年 5 月，它悄悄在 App Store 上线了付费订阅，标准版 68 元一个月，靠付费撑算力成本。行业里把它和 DeepSeek 看成断层领跑的双寡头，豆包靠中文原生优势占 C 端入口，DeepSeek 靠开源性价比啃 B 端。它对标的正是 DeepSeek 的开源路线和阿里通义的全球化路线，靠抖音、剪映、即梦这些自家生态守住用户规模。LMArena 上 dola-seed-2.0-pro 排第 56，Elo 1456；SuperCLUE 上 65.94 分，排在第二档。第一次接触 AI、想要一个打开就能用的日常入口，这家门槛最低。

Kimi 这一代把自己的对标对象换了。过去开源模型的策略是跟在闭源旗舰后面用低价追，Kimi K3 反过来，直接把自己摆到 Claude Fable 5 和 GPT-5.6 Sol 旁边比，不再对标 DeepSeek、Qwen、GLM 这些开源同行。K3 是 2.8T 参数、100 万 token 上下文，在盲测平台 Frontend Code Arena 上以 1679 分登顶，反超了 Fable 5。LMArena 上 kimi-k3-max 排第 12，Elo 1489；SuperCLUE 上 70.68 分排第一。它的问题是贵，接口按人民币算，输出每百万 token 100 元，是 DeepSeek 低价档 V4-Flash 输出定价的约 50 倍，实测同一篇论文，DeepSeek 花 1 块钱，K3 要花 54 块，而且完整的 100 万 token 上下文，要 199 元档以上的会员才能用满。长跨度、高难度的编程和研究任务，预算不太敏感，可以直接上它。

腾讯混元半年前才把成立近十年的 AI Lab 撤了，核心研发人员并入大模型部，统一向今年新加入的首席科学家姚顺雨汇报，7 月 6 日发的 Hy3，走的是实用普惠路线，不追极致跑分。它明着对标 DeepSeek、阿里通义、字节豆包这几家，用 Apache 2.0 开源加低价抢份额，海外渠道价格大概是每百万 token 0.18 美元，国内输入 1 元、输出 4 元，缓存命中只要 0.25 元。LMArena 上 hy3 排第 54，Elo 1457；SuperCLUE 上 62.13 分，在六家国内厂商里排第五。它已经放进了自家的元宝、WorkBuddy、CodeBuddy 里做验证。在意国内服务、想把调用成本压到最低，这家现在是最便宜的选项之一。

智谱 GLM 早年的口号是追赶 OpenAI，现在对标的对象换成了 Anthropic。官方公告里写得很直接，前沿智能不应该只属于少数人，也不应该被少数规则随时收回。最新的 GLM-5.3 号称是编程能力最强的开源模型，内部体感评测比上一代提升 50%，官方说编程和智能体能力已经接近 Claude Fable 5，只是这一版还没开源，仍在做安全评估。LMArena 上 glm-5.2-max 排第 33，Elo 1471；SuperCLUE 上 63.27 分排第四。它 2026 年 1 月已经在港交所上市。面对一个很大的代码库，需要模型理解多个模块怎么连接，这是它的强项。

对标对象从 OpenAI 换成 Anthropic，这步棋走得很清楚，编程 agent 这条赛道，这几年谁都在抢。

企业 AI 落地，到底是什么样子

认完这十二家，AI 到企业手里，会长成另一种样子。

Gartner 预测，到 2026 年底，40% 的企业应用会嵌入任务型 AI 智能体。现在排在需求最前面的是智能体，能处理具体业务决策的专业智能体，正在把泛用型聊天机器人挤到辅助位。往后一步是数字员工，2025 年主要落在客服、导购这类高频交互场景，占比接近一半，2026 年开始往更深的业务场景铺。排在最后的是知识库问答，它现在更像是打底的基础设施，不是终点，企业高管早就吐槽过，光靠知识库问答提效果，始终碰不到核心业务。

普通人现在最容易搞混的，是 coding agent 和 AIGC，它们不是一回事。

普通聊天式编程是这样的，你问 AI 一段代码怎么改，它给答案，你复制到编辑器里跑，报错了再贴回去。Coding agent 不一样，你把任务交给它，它自己读项目、写代码、跑程序、看报错、接着改，你给的是目标，不是每一步操作，更像给一个程序员派活。Claude Opus 5、Grok 4.6、DeepSeek V4 Pro、Kimi K3、GLM 都在往这个方向走。普通人不写代码，不用为了赶潮流强学；工作里有大量重复操作，或者想做点小工具、处理批量文件，可以从小任务开始试，比如修一个明确的报错，别第一次就让它独立搞一个支付系统。

AIGC 是让 AI 从读内容走向造内容，图片、视频、音乐都算。这条线的门槛没有宣传里那么低，生成一张还不错的图容易，连续生成十张人物一致、能直接商用的图就难了。刚开始别追一键大片，先拿它做低风险、容易判断结果的东西，封面、配图、分镜草稿，等你摸清楚自己对构图、风格、一致性有什么要求，再进入正式生产。

最后

模型还会一直更新下去。今天 GPT-5.6 Luna 变成免费版默认，明天 Gemini 3.5 Pro 真的发了，后天 GLM-5.3 也开源了，把精力全砸在追版本号上，很可能知道了全世界发生了什么，却没来得及用 AI 干成一件事。

回到开头那件事，游戏机禁令锁了十四年，专车从黑车到持牌用了九个月，AI 这一轮，从画师告小红书算起已经三年，走到哪个区间，我说不准。我知道的是，这段没有标准答案的时间迟早会结束，教程迟早会写全，写全那天，你的上限也就跟着写进了那本教程里，改不动了。

菲律宾那位员工的问题很简单，没人教她。这句话我想起来的时候是替她感慨，回头一想，这句话对我们自己也一样成立，只是我们这边的处境换了个说法，教程还没写完之前，你愿不愿意自己先去试。

先听懂开源和闭源，知道自己是在买省心还是在要选择权。再把这十二家公司认全，知道谁在对标谁，谁的优势在哪，谁的短板是什么。然后想清楚自己的活该配哪家，日常聊天先用免费的，编程按任务大小选，需要长上下文和深度研究要舍得花钱。等这些都摸顺了，再碰 coding agent 和 AIGC。

搞清楚你想要什么，比追新版本重要得多，这句话我在很多地方都听过。这一次我想加一句，比它更重要的，是趁着没人告诉你该怎么做的这段时间，自己先去试一次。

参考来源

• OpenAI 官方博客、ChatGPT 官方更新说明、OpenAI API 定价页
• Anthropic 官方 Claude 模型发布博客及 API 定价页；Claude Code 市场份额与财富十强客户数据来自 Agentic Coding 行业分析报道
• Google Gemini 官方发布说明；Gemini 3.7 Flash 发布报道，来源 SiliconANGLE、Axios、Yahoo Finance 交叉核实
• Meta Muse Spark 转型报道，来源 36 氪、知乎相关问答、CSDN、ibco.com.tw 深度解析
• xAI Grok 4.6 官方发布说明（x.ai）、GitHub Changelog、Unite.AI 报道
• Mistral AI 官方博客；"欧洲 OpenAI"定位分析，来源 Judy AI Lab、TechCrunch
• DeepSeek 官方定价公告；5 月降价与 8 月涨价报道，来源财新、赛迪网、AI 工具实验室
• DeepSeek Harness 团队成员陈德里公开表态，转引自 CSDN、知乎相关报道
• 阿里通义千问官方发布、阿里云开发者社区文章、it168 关于 Qwen3.8-Max 与千问办公的报道
• 字节跳动豆包相关行业数据，来源 QuestMobile 月活统计、搜狐及 CSDN 关于商业化转型的报道
• 月之暗面 Kimi K3 官方发布说明；实测数据来源钛媒体、财经头条、知乎相关文章
• 腾讯混元 Hy3 官方发布说明、新华网、腾讯新闻关于团队重组的报道
• 智谱 GLM／Z.ai 官方发布博客、IT之家、新浪科技关于 GLM-5.3 的报道
• LMArena Leaderboard（arena.ai/leaderboard）、SuperCLUE 2026 年 7 月通用榜（SuperClueAI.com）
• 菲律宾 BPO 行业 AI 冲击相关背景资料，来源 Philstar、Manila Bulletin、Outsource Accelerator（CODE AI campaign 与 BIEN 调查）、Capital Economics 行业分析，未在正文直接引用具体数据，仅作背景参考
• 《光明日报》"电子海洛因"事件相关报道，来源品玩、知乎相关问答梳理
• 2015 年出租车罢运抵制专车事件报道，来源中新网、新浪汽车、虎嗅
• 中国 AI 绘画与 AI 配音维权事件报道，来源腾讯新闻、36 氪、新华网、光明网等关于画师诉讼、AI 盗声、AI 生成声音人格权侵权案的交叉报道
• 2026 企业 AI 落地趋势报告，来源 Gartner 预测、搜狐、实在智能、IT之家关于数字员工与智能体落地排序的报道