国庆这几天，模型圈没放假：一边冲顶配，一边做到免费

假期这几天，模型发布反而比平时更密。OpenAI 放出了 GPT-6 家族的模型指南，Google DeepMind 发了 Gemini 4 Argon；价格表上同时出现了输出 10 美元/百万 token 的顶配，和定价为零的中等模型。

把这几件事放在一起看，比逐个看发布会更有意思：能力在往上冲的同时，成本在往下砸，而且两条线都很快。

一、这几天到底发了什么

先按时间把这一周的发布理一遍。下面每一条都能在文末参考资料里找到出处。

二、价格表上的分化，比跑分更值得看

上面那张表里最刺眼的是两端的差距。把输出价格单独拉出来排一下：

同一周内，最贵的模型和最便宜的模型，输出侧差了无限倍——因为便宜的那两个就是零。这不是营销噱头，它们在 OpenRouter 上的定价字段确实是 0，上下文都是 26.2 万 token，足够装下一本中等厚度的书。

要注意的是：免费不等于能用。定价为 0 通常意味着厂商在换数据、换口碑或换市场份额，会有速率限制、可用性波动，或者干脆某天就下架。把它当成试错和压测的资源是合理的，当成生产依赖则是拿业务做赌注。

三、125B 模型跑在单张显卡上，这件事的分量

Hacker News 上这几天热度最高的一条（667 分），是有人把 Qwen 3.8 Flash Next（125B 参数）跑在了单张 RTX 4090 上，实测约每秒 100 token。

这个数字需要放回两年前看才明白分量。125B 属于中大型模型，过去要跑起来通常得几张卡起步；而 RTX 4090 是一张消费级显卡。每秒 100 token 已经明显快于人的阅读速度——也就是说，从交互体验上，「本地跑一个够大的模型」这件事，门槛已经从「要不要买服务器」降到「要不要买张显卡」。

对做产品的人来说，这条比任何跑分都实际：如果推理能放在本地，数据不出门这件事就不再是成本问题，而是部署选择。

四、开源社区这几天也没闲着

GitHub 上的热度分布同样能说明问题。截至 10 月 5 日，几个靠前的项目是：

• openclaw/openclaw（约 39.1 万星）——定位是「真的会替你干活的 AI」，跨系统跨平台；
• obra/superpowers（约 29.5 万星）——一套智能体技能框架与开发方法论；
• affaan-m/ECC（约 27.3 万星）；
• NousResearch/hermes-agent（约 25.1 万星）——主打「随你一起成长的智能体」；
• n8n-io/n8n（约 20.7 万星）——把工作流自动化和 AI 能力合到一起。

这五个里有四个是智能体或工作流方向，只有一个偏通用工具。社区的注意力已经从「模型能聊什么」转到「模型能替我做什么」——这是过去一年最明显的重心迁移。

五、对用的人意味着什么

如果你只是使用者，这几件事的实际影响可以归成三句话：

1. 别只看跑分选型。 同一周里输出价格能差到无穷倍，先算你的调用量落在哪一档；
2. 把模型当可替换件。 这周就有四家发了新版本，把调用层抽象出来比押注某一家更重要；
3. 免费额度是资源不是依赖。 拿它做压测和原型没问题，上线前一定要有付费兜底方案。

顺带一提，这周还有两条不那么显眼但值得记一笔的消息：TechCrunch 报道 Google 因其开源项目漏洞报告量「显著上升」而暂停了开源漏洞赏金计划；InfoQ 报道 Cloudflare 把 1.1.1.1 DNS 缓存的内存占用削减了 100TB。前者说明开源生态的安全压力在变大，后者说明基础设施侧的优化仍有巨大空间。

这周的发布密度，本质上反映的是同一件事：竞争已经不在「能不能做到」，而在「用多少成本做到」。 顶配模型证明上限，免费模型和本地部署压低下限，中间的生存空间会越来越窄。

本文数据来自各厂商官方博客、OpenRouter 公开定价与社区公开信息，采集时间为 2026 年 10 月 5 日。模型定价与可用性随时可能调整，请以各平台实时页面为准。本文仅作行业技术交流，不构成任何采购或投资建议。