先聊聊最近热度很高的Kimi K3。
我给它安排的第一个复杂任务，是拆解一款竞品。
报告质量确实不错，内容比较完整，分析也有一定深度。但看到费用以后，我还是被震了一下：
一个任务，消耗了1692点WorkBuddy积分。
这是什么概念？
WorkBuddy标准版每个月的基础额度只有1500积分。也就是说，Kimi K3只做了一个竞品拆解，就把我一个月的积分全部干完了，甚至还不够。
能力很强，价格也是真的强。
不过，今天的主角并不是Kimi K3。网上关于它的评测已经很多了，我更想聊聊刚刚上线的阿里千问Qwen3.8-Max-Preview。
按照目前公布的信息，这款模型的参数规模达到2.4T。作为对比，马斯克旗下最新模型约为2T，Kimi K3则达到2.8T。
参数不代表全部能力，但至少说明一件事：阿里这次拿出来的，并不是一款用来凑数的小模型。
更有意思的是它的价格。
前段时间，千问刚刚送出了一个月免费会员。Kimi K3上线后不久，Qoder很快宣布接入。仅仅过了两天，阿里又推出了自己的新模型。
按照产品页面的介绍，Qwen3.8-Max-Preview可以与领先的前沿模型媲美，无需排队，最低价格甚至只有0.2折。
注意，不是两折。
是原价的2%。
这可能就是阿里参与AI大战的方式：别人发布新模型，它直接把桌子、椅子和优惠券一起搬出来。
一、它直接接管浏览器，帮我完成了一次数据分析
我给千问安排的任务，是分析小游戏后台的数据。
过去做这类分析，一直存在一个很麻烦的问题。
网页上明明已经有大量数据，但AI通常无法直接读取。我需要不断截图、复制表格或者导出文件，再把材料一份份上传。
数据越多，准备工作越繁琐。
这一次，Qwen3.8直接操控浏览器，读取了网页上的数据，并在此基础上输出了一份分析报告。
报告里不只有数据总结，还给出了问题判断和调优建议。
整个过程省掉了截图、导出、整理和重复上传的步骤。单看最终报告，它未必已经达到专业数据分析师的水平，但从工作流体验来看，确实让我比较满意。
因为Agent真正有价值的地方，不只是回答得聪明。
它需要进入真实的工作环境，读取信息、操作工具，并且把任务完整地向前推进。
二、使用Agent，我最在意的是试错成本
很多人评测AI，喜欢比较模型榜单、编程能力、数学成绩和参数规模。
但在真实工作中，我越来越在意另一个指标：
试错成本。
经常使用AI的人应该都有类似感受。
AI的产出存在明显的“盲盒现象”。同一个任务，使用相似的提示词，第一次可能平平无奇，第二次换个方向，结果突然就变好了。
很多优质结果，本质上都是不断追问、修改、推倒重来以后抽出来的。
这意味着，真正影响使用体验的，除了模型能力，还有你能不能承受多次尝试。
一个任务只要尝试一次，当然可以用最贵、最强的模型。
问题在于，大部分复杂任务都不可能一次完成。
你需要让它重新理解需求，补充资料，修改结构，检查错误，甚至直接全部重做。假如一个任务刚开始，就烧光了一周甚至一个月的额度，用户自然不敢继续尝试。
模型再强，也会被高昂的试错成本锁在玻璃柜里。
从这个角度看，阿里这次确实值得点赞。
它把自家最好的模型之一，用接近白菜价的方式开放给用户。这个感觉，和使用淘宝闪购时差不多：
先别管最后赚不赚钱，优惠券给你塞满，价格先打下来。
三、巨头烧钱的时候，普通人应该把Token烧起来
这一轮AI竞争，对普通用户其实非常有利。
模型公司正在争夺开发者、Agent用户和真实使用场景。为了让更多人进入自己的生态，它们会不断送额度、降价格、开放高级模型。
巨头烧钱，我们不需要替它们心疼。
普通人真正应该做的，是趁着模型价格足够低，多尝试、多做项目，把便宜又好用的Token转化成自己的效率、内容和产品。
你可以用它研究竞品、分析数据、写代码、做设计、批量生产内容，也可以直接做出一个过去需要多人团队才能完成的产品。
Token不会自动变成竞争力。
只有被持续投入真实任务，它才可能沉淀成方法、经验和资产。
看看Codex的发展速度就知道了。
按照目前流传的数据，Codex在短短五个月内，活跃用户从100万增长到1000万。仅仅过去一个月，额度重置次数就至少达到13次。
另一边，Claude所属的Anthropic还在不断加强风控，大量用户因为账号问题无法继续使用。
一家在不断发额度、降低使用门槛，另一家频繁封号、提高使用成本，最终的用户增长结果自然不同。
技术竞争当然要看模型能力，但产品竞争最终还是要看用户愿不愿意留下来。
得用户者，得生态。
对于普通人来说，现在可能正是使用顶级AI成本最低的阶段。
既然巨头们愿意补贴，那就别客气。
把便宜的Token烧起来，把自己的产出做出来，把能够长期积累的产品留下来。
这才是这场AI价格大战，真正与我们有关的部分。
热门跟贴