8月13日,人工智能市场遭遇双重打击:谷歌发布了Gemini 3.7 Flash模型,而OpenAI则为GPT-5.6 Sol推出了Ultrafast模式。这两项开发都瞄准了市场的一个关键需求——大幅加速与编程和自主AI代理相关的任务执行。
Gemini 3.7 Flash的新特性
谷歌将Gemini 3.7 Flash定位为编程和业务流程自动化的主力工具。该公司声称在多阶段规划、精确遵循指令和代码生成质量方面取得了显著进展。值得注意的是,新模型的使用成本相比前代产品的初始价格降低了一半——这是在针对开发者的价格战中的激进举措。

Flash系列专为不仅精度至关重要、而且响应速度同样关键的场景而设计:编码、AI代理工作以及涉及大量连续模型调用的任务。这是对企业客户需求的直接回应,在这些客户中,毫秒级的延迟会转化为真金白银。
提醒一下,7月份谷歌发布了Gemini 3.6 Flash,价格为每100万输入token 1.5美元,每100万输出token 7.5美元。当时,该模型相比3.5 Flash的输出token消耗减少了17%。然而,旗舰版Gemini 3.5 Pro至今尚未发布——开发人员正在与合作伙伴进行测试,发布时间仍不明朗。这增添了悬念:也许该公司正在重新考虑架构,以速度换取通用性。
OpenAI如何加速GPT-5.6 Sol
OpenAI以GPT-5.6 Sol的Ultrafast模式作为回应。宣称的性能令人印象深刻:比标准模式快多达14倍,每秒生成多达750个输出token。秘诀在于使用Cerebras的基础设施,该公司专注于超高速AI芯片。
在初始阶段,Ultrafast通过API仅向有限的客户群体开放。OpenAI计划随着计算能力的提升逐步接入更多用户。我要指出的是,每秒750个token的指标在6月份GPT-5.6发布时就已经提及,但当时该公司诚实地警告说,加速版本不会立即向所有人开放。
这场速度竞赛不仅仅是营销。8月份,SpaceXAI也发布了Grok 4.6,侧重于长期代理任务和编程。市场显然正朝着输出token速度成为新战场的方向发展,其重要性可与模型本身的质量相媲美。
我的分析:谷歌将价格减半以及OpenAI的14倍加速不仅仅是竞争,而是AI经济学的根本性转变。快速且廉价的模型使大规模代理场景变得有利可图,而这些场景此前是亏损的。投资者和开发人员应密切关注这些变化在未来几个季度将如何影响计算资源的成本和云服务提供商的利润率。