2026.10.03 | AC | LLM | Gemini 4, Muse & Dots Expert

摘要

/ 算力租赁和AI订阅涨价判断，Muse等AI主力需求。/ Agent在模型中的应用，Charm等AI硬件前景。

【以下为专家观点汇总，具体细节仅供参考。】

OpenAI最近重新开放200美元套餐，但配额减半，同时新开了一个500美元的套餐，怎么这个变化对需求的影响？

首先有一个背景情况，无论是卖200美元套餐，甚至100美元套餐，实际上都是亏损的非常严重。我了解到的数据是，200美元套餐的用户，如果按照token计价，在200美元套餐停止之前，每月的token消耗价值大约是4000多美元。即使利润率再高，也不可能把这4000美元赚回来。这次200美元套餐虽然说是配额减半，但实际上很多人做了测试，发现200美元套餐的token价值大约只有2000美元，依然非常低。和以前相比，这已经算是比较大方了，如果用户把额度用满，OpenAI还是会亏钱。以前的情况是，大家都有各种薅羊毛的方法。OpenAI这边相对不太容易薅，但比如Anthropic那边，我认识不止一个朋友，一个周末主要做一些gaming和vibe coding，就能消耗上万美元的token。所以整体来看，套餐价格的调整幅度非常大。

不仅OpenAI在调整，Anthropic也一直在调整，Gemini最近也在调整。比如Gemini现在免费用户基本上不能再用Flash，只能用light。这反映出大家在C端都没有找到盈利模式，除了广告。原本以为收订阅费可以盈利，但没想到收钱越多，用户越会薅羊毛。以前的解决办法是，很多人会同时订多个200美元套餐，用完一个就换另一个，反正5个小时就重置了。所以200美元套餐对于开发强度很高的用户来说还是不够用。500美元套餐可能能满足这些高强度用户的需求，以前很多人订两三个套餐就够了，现在可能订一个500美元套餐就能满足需求，不需要不停切换账号。而且社区里有一些方法能把薅羊毛做到极致。比如以前OpenAI有个漏洞，在chat里讨论代码时不计入quota，很少有人用chat讨论代码，但有些人用agent workflow在codex里跑大量token。现在社区发明了一些自动化方法，在chat里用agent flow实现白嫖token。最近OpenAI有一个新变化，在chat里讨论代码会计入quota，这在社区里比较受关注。

从Gemini这边看，缩减配额后，用户的token消耗和DAU增长有没有放缓？

我了解到的情况是，最近一个月整体比较平稳。Gemini因为3.7和3.8模型的发布，用户量有一些增长，但也没有特别多。现在各家都在减少配额，比如OpenAI减少后，用户会转到Anthropic或Gemini，Gemini减少后又转到其他地方。现在市场上除了meta还给免费配额，其他家都在减少配额，所以meta的增长非常快，其他家基本上差不多。

除了2C的Plan涨价外，2B的API最近有没有出现比较显著的涨价？企业客户对涨价的接受度？

企业客户方面，北美的金融和法律这两个垂直行业非常认可SoTA的模型，这两个行业基本上都愿意追最新的模型。因此，这两个行业的模型渗透率应该是最高的，这两个行业基本没有问题。但在其他很多行业，包括coding领域，现在大家已经不太愿意升级模型了。基本上用到Fable这一级别的模型就足够了，不需要5.1，也不需要Max，High就可以满足需求。虽然per million token的价格没有上涨，但如果贸然升级模型，token的消耗总量会增加，用户实际花的钱也会更多。

GCP涨价最近还没有动作？调整的时点？

目前了解到需要等到TPU v8大规模上线，v8现在有一定时间延迟，估计要到年底才会大规模上量，届时他们可能会有一些调价，价格肯定会上调。现在的行情主要影响on demand客户，大客户和中等客户的绝大部分算力都绑定了三年合约，那部分价格不会变。

之前GPT和Opus 也有Fast Mode的需求增长是否强劲？最近GPT-6.1 Sol Ultrafast的需求前景？

Ultrafast Mode确实有需求，Gemini这边主要是在更小的模型上有类似Ultrafast的需求。这类需求主要针对实时交互或者live model，比如语音、视频等需要实时处理的模型，比如会议翻译、实时诊断、在线客服等。目前来看，这还不是主流，整体量在所有token中占比非常小。

Gemini 4 Argon出来后，会不会有对应的高速模型发布？是同等规模的，不是Flash这种。

目前我了解到还没有同等规模的高速模型发布，Flash有，因为高速需求主要集中在Flash或更小的级别。Flash可以做到更实时，比如每秒token数、首token延迟等方面。

Gemini 4 Argon现在的折扣价会持续多久？

这个模型价格方面不是特别好说，但应该是有利润的。目前这个模型还没有对绝大部分客户公开，所以优惠价格现在也还没有人能用，必须等公开后才能用。

首批能用Argon的在Fairwind项目里的成员有谁？预计GA时点？

GA应该会比较快，因为这个模型已经测试了很久。现在主要是扩大program，让更多客户用Argon，看看有没有安全等方面的问题。这些客户主要是一些非常大的企业、安全研究机构、二线评估机构和一些政府部门。

Argon在内测中的表现和实际生产效果相比如何？有说法内部测试显示在coding和前端设计方面有些吃力？

目前每天大约有将近10万次elo测试，这个数据非常明显，能够真实反映用户的体感。如果模型响应很慢，或者表达不清楚，即使结果正确，用户也可能不会投票支持。所以从实际体验来看，Argon的体感没有问题。我们每天都在用，和Fable 5.1 Max、Opus 5.5相比，表现也是有体感优势的。

Argon在terminal bench和os world的跑分比Astra低较多，是否会直接体现在Spark和Dots的能力上？

Terminal bench 4的分数不会特别直接反映模型能力，因为现在大家在terminal bench 4上差距主要体现在一些非常中长尾的问题。一般来说，分数到70分左右就差不多了。举例来说，terminal bench 4的题目，比如要求你训练一个nano gpt模型，给你40分钟时间，看能否训练好，这就是一个典型题目。这类题目并不代表普通用户的常见场景。实际上，terminal bench 2.0才是大家更常用的版本。terminal bench 4属于比较长尾的测试，其中还有更长尾的问题。有趣的是，有些小模型在terminal bench 4上的分数甚至比大模型还高。例如，OpenAI的一些小模型分数比Astra还高，Claude 5.5的分数比Opus 5.5还高。这主要是因为通义千问14等模型增加了很多时间限制，比如刚才提到的题目只给40分钟，导致大模型无法完成任务。像Fable 5.1 Max跑不过Sonnet 5.5，也是因为40分钟的时间限制。总的来说，这些测试不能完全反映模型的实际能力，但分数到70分左右，大家的差距其实不大。OS World会影响模型在browser相关任务上的能力，特别是对Spark的影响较大。目前Spark因为算力不足，已经关闭了Browser use功能。

近期是否看好Dots/Grok Bot/Spark/Instinct在2C端的需求前景？

现在主要还是 Muse这款产品表现突出。其他产品方面，我身边有不少人在用 Grok Bot。Grok Bot 实际上和 OpenAI 的 Dots差不多，但它并不是纯粹的 C 端场景，比如订票、打客户电话这类需求，而是更多用于小 B场景，比如处理 marketing 的邮件、自动回复客户信息。如果是个人经营网店，这类小 B 需求会比较多。OpenAI 的 Dots目前的设计，包括角色设定等，也和 google bot 比较类似，都不是专门面向纯 C 端的产品。C端产品通常需要有一定的情绪价值，这和 Muse不太一样。Muse目前主要还是面向纯 C 端场景。

现在主要的增长还是在 Muse，因为 Muse提供免费用户使用，而其他产品的套餐订阅费用都比较高，至少要百美元甚至更高，具体取决于不同产品。二十美元的套餐基本无法使用。感觉Muse用的还是1.3 Max，因为整体回复速度比较慢，不像是Flash模型在支撑。未来是否会更换模型还不确定。Dots这边有朋友第一天就通过技术手段hack进后台看到目前用的是Astra模型，后续是否会更换还不确定。

Spark的情况比较特殊，因为算力有限，它不像其他应用那样给每个用户分配专用虚拟机，而是让大量用户共享虚拟机，不同用户的任务可能会跑在一起。理论上，只有Pro级用户才能用Spark，但实际跑的模型不一定是Pro模型，也可能用Flash模型，具体取决于任务的难度，系统会根据自身的harness自动分配合适的模型。

最近两个月 Spark 的 DAU、MAU，以及在 Gemini 用户中的渗透率和调用率有没有显著增长？

Gemini Spark 有一定的用户量，但这两个月没有明显增长。主要用户还是集中在 Google 自己生态里的场景，比如处理 gmail、drive、workspace、doc等自动化需求，这部分用户相对比较稳定。我们做过一些聚类分析，Spark 的用户主要还是小 B，不是纯个人用户。

我认为 Muse将来可能也会有面向 Meta 生态小 B 用户的场景。很多小 B 用户会用 WhatsApp for Business 做客服，在 Instagram 上开店，或者在 Meta 的 Marketplace经营。这类用户需求和 Google 生态里的小 B 用户类似，未来可能也会成为 Muse的目标用户，因为其他平台很难切入这些生态。在Spark 里，最愿意付费的用户还是 Google 生态里的用户。我认为 Meta生态未来也会类似，因为外部平台很难进入这些生态。

Gemini app 在 9 月份的 MAU、DAU，包括日均使用时长等数据有没有最新的变化？

9 月份数据有一波上涨，尤其是在 3.8、3.7 Flash 推出时，DAU 有明显提升，但之后又回落，最终整体涨幅不大。不过 3.8 Flash 推出时确实有一波较高的增长。MAU 的具体数据我不太清楚。模型能力提升对 DAU有帮助，但未来 DAU 是否会下降还不好说，因为现在免费用户不能用 Flash，只能用 light，主要是因为算力紧张。

上周 AI Mode和 Gemini app 在美国、北美地区可以直接在 Shopify购买商家产品，目前的体验和表现与几个月前刚上线时相比有没有显著提升？

Agent 电商领域，Shopify是最激进的公司，非常愿意与各家集成，数据也很开放。他们希望用户多买东西，因为和 Amazon 的广告模式不同，Shopify不依赖广告收入。近期上线新功能主要是因为美国即将进入购物季，大家都在准备提升GMV。与之前相比，主要进步在于实现了更多闭环交易。以前有些交易环节无法完成，可能是支付环节的商家原因，这部分我不是特别了解。但现在 end to end的闭环交易已经覆盖了更多商家，基本可以实现完整流程。Shopify本身对在其他平台做支付并不特别在意。Muse也有类似的支付功能，可以较快完成支付。Amazon 则不同，虽然可以提供库存信息，但不愿意让用户在chatbot内直接结账。

Gemini app内和 AI Mode内购物拓展到全球的时点？有没有今年明两年的GMV目标？

目前这方面还没有明确的计划，现在主要还是聚焦在美国市场。主要受限于算力，目前还无法实现全球推广，包括广告等功能也因为算力限制无法全球上线。

怎么看 Muse Charm 这的前景？您觉得 C 端的 AI硬件的需求是否临近激增？

现在还不好说，现在还不太清楚它和 AI PIN 有多少区别，AI PIN 当时的模型做得也不是特别好。如果 Muse能让大家免费使用Muse Spark 1.3 Max 这个模型，我认为性价比还是很高的。实际上，大多数用户用 1.3 Max这个模型已经足够了，而且它的开放度也很高。

Gemini有没有考虑做一个类似的产品？比如除了眼镜以外的小型手持设备？

据了解，目前和 Meta做的和OpenAI的几乎是类似的东西。其他公司目前还没有类似的产品。

有说法称 Meta会在这个月发布 Watermelon 模型，您有没有听说它的规格和性能方面的信息？

我目前还没有听说相关信息，至少我这边没有收到任何更新。Meta要发布新模型通常会有一段时间的跑分过程，从模型 checkpoint 到正式发布之间需要进行大量测试，预计至少一个月内不太可能发布。

请问像 Muse、Spark 这种产品对 CPU 的需求是如何测算的？是否会成为一个显著的推动因素？

据我记得，Muse 一个人大约需要 7-8 个vCPU core，Dots 需要 9 个，配置要求还是比较高的。DRAM大约需要 8-10G，这种规格已经相当于一般办公电脑的配置。如果大家都用这种产品，未来 C端用户可能需要在云端租用一台类似的终端虚拟机。以后如果规格提升，每个人可能需要 10 个core。如果 Muse 这类产品全球铺开，需求量会非常大。如果还是只有少量用户使用，目前整体渗透率还不是很高。

是否听说ChatGPT 下一代模型的情况、发布时间点和性能吗？

据我了解，目前 ChatGPT 并没有特别强大的新模型。如果有新发布，也只是小幅提升，可能在 AA上高一两分。年底前可能会有更强的模型，比如Mythos 2。

最近看Korey 提到Gemini 在过去六个月里显著增加了 agent 在训练中的使用，这里指的是用的 AlphaEvove？背后是什么模型？

是各种各样的 agent，也包括 Anthropic的模型。具体 Korey 说这话的背景我不太清楚，但大部分情况下是用 agent 来提升训练效率。现在有些 kernel 由 AI 编写的质量已经超过人工。Agent还能提升训练集群的效率，比如更好地计算 attention，对不同 batch size 做优化，提高 MFU 利用率。此外，还能生成合成数据等。总体来说，agent 主要承担辅助性任务。

这里也一定要用 SoTA的模型吗？token 消耗的规模怎么看？

实际上，现在很多辅助性的 agent 用 Flash 模型就足够了。很多研究员用辅助模型时没必要用 SoTA，因为大多数任务是自动化的，只要在固定框架下完成任务，Flash 或 Sonnet 这类模型就已经可以满足需求。

未来半年在预训练或后训练中 agent 的应用会显著提升吗？会取代更多工程师的工作？

现在 agent 已经被用来寻找参数最优点，这是最新的方法，包括在后训练中自动生成和调优 reward model，自动做 rollout。这类应用正在变得越来越普遍。

7 月AlphaEvove GA 后有没有看到在 Vertex AI 和 Gemini Enterprise里的用量有显著提升？客户端的应用场景？

AlphaEvove的应用场景并不是特别多，主要适合喜欢做黑盒优化的人，比如优化 infrastructure、算法库、硬件相关的 EDA 等领域。这些是很好的 use case，因为它能写出一些效率很高但不一定容易理解的代码。它擅长做这类优化工作，主要面向优化算法库的用户。

针对 infra和算法库相关的优化，在 Gemini 的收入中处于什么水平？未来会成为显著的增长驱动力吗？

目前来看，这部分还不是主要驱动力。现在硅谷一些 EDA 创业公司在用大模型做黑盒方法，帮助设计更好的前端逻辑，但我不是专门做硬件的。总体来说，主要是在优化黑盒前端设计，但目前用量还不是很大。

最近 Gemini 有没有在做类似 OpenAI 的 sponsored agent 广告？转化率效果如何？

主要是在 AI 目的相关产品中，比如 direct offer 这类广告形式一直存在，效果还可以。年底购物季前会在美国上线，但由于算力有限，可能不会全球同步上线。