模型便宜了，企业反而更该学会“按任务买智能力”

7月30日，OpenAI下调了 GPT-5.6 Luna 与 Terra 的价格：前者降幅 80%，后者降幅 20%；同时，面向高时效任务的 Sol 推出更快的 Fast 模式。表面看，这是一次模型降价。对企业而言，它更像一个信号：当“调用一个足够好模型”的成本快速下降，真正值得重新设计的，不再只是采购清单，而是每条工作流里，哪一步需要多强的智能、哪一步需要多快的响应、哪一步必须由人签收。

很多团队仍用一个旗舰模型包办研究、分类、初稿、校对、数据抽取和自动执行。它当然简单，却把高成本、高延迟和高风险一并复制到每一个环节。模型价格梯度拉开后，企业第一次有机会把“智能力”做成像云资源一样可编排的生产要素。

不是选最强模型，而是先给任务分级

OpenAI在公告中提出，模型选择应由结果的重要性、错误成本、紧急程度和规模共同决定；同一条工作流的不同步骤，答案也可能不同。这比“公司统一用哪个模型”更贴近真实业务。比如客户洞察的原始资料归类、客服会话标签、内容格式检查，通常需要的是稳定、低成本和可批量运行；而策略判断、模糊问题澄清、复杂异常处置，则更值得投入更强推理能力和人工复核。

模型分层不是“把便宜模型塞进来”，而是把每一步的质量门槛、错误代价与升级出口写清楚。

一个实用的三层划分是：第一层做高频、规则明确、可自动校验的执行；第二层处理需要上下文理解的日常判断；第三层只接手高影响、低容错或需要跨信息源推理的任务。关键不在于层数，而在于每层都要有可验证的完成标准。没有验收标准，再便宜的调用也只是在更快地制造待返工内容。

成本优化的单位，应从“每百万 Token”变成“每个合格结果”

公告中的客户案例给了一个有价值的方向：Notion称，Terra在其个人智能体的工作区问答和限定任务上，以更低的单任务成本取得了可比质量；Blitzy则披露，在数千次生产调用中，Luna能处理更多上下文、使用更少输出 Token。数字来自厂商与客户，不能直接当成所有企业的结论；但它们说明，成本不应只盯着单价，而应看完成一次“符合标准的任务”到底花了多少模型调用、人工返工和等待时间。

因此，企业不妨为每类任务建立一张小账本：输入是什么、允许调用哪些知识与工具、目标质量是什么、自动检查什么、失败后升到哪一级。这样，低成本模型负责已被定义清楚的工作，强模型只处理真正的不确定性；人不再充当所有结果的默认质检员，而只处理系统明确标出的例外。

先改工作流，再谈“降本增效”

我更关注的变化是，模型变便宜后，企业会更容易把过去“不值得自动化”的碎片工作接入流程。但这也会放大一个老问题：没有统一任务边界、知识版本、权限和评估记录的自动化，规模越大，后续越难解释和治理。省下的 Token 预算，可能在返工、追责和人工补洞中被重新花掉。

在 STARBOX 的视角里，企业不该把模型当成孤立的聊天入口。组织层先定义目标、品牌与审批边界；BOX 层沉淀客户旅程、行业知识、内容策略和任务标准；智能体层再根据任务风险调用合适的模型、工具与人。DDABC 闭环把通过率、人工接管原因和客户反馈留成下一轮路由与规则优化的依据。

模型价格战终会继续，但真正拉开差距的不是谁拿到了最低单价，而是谁最早把“贵的判断”留给高价值问题，把“便宜的执行”做成可复用、可验收的组织能力。你的团队现在清楚每一项 AI 任务，究竟在为哪种结果付费吗？