10月6日，OpenAI公布了一批由内部前沿模型完成的数学研究，并披露了一组有趣的数据：每获得一项结果，平均需要相当于ChatGPT Pro思考约三小时的计算量。
次日，Anthropic推出了新一代小模型Haiku 5.5，声称其适用于摘要、分类、数据库查询等大量重复性任务；同日，OpenAI将GPT‑6扩展至更多ChatGPT用户，而免费用户则使用的是较轻量级的Luna。前沿模型继续挑战科学难题，日常请求则更多交由成本较低的能力处理。
同样的分叉路径也出现在中国大型科技公司的产品中。阿里巴巴探讨超级智能的未来，千问办公忙于回答门店员工的操作问题；腾讯投资模型和算力，让WorkBuddy承接工作任务，并让Marvis帮助个人清理电脑、查找文件；字节跳动将豆包工作集成至飞书，使其读取有权限的团队资料，再交回可编辑的文档。
将足够的智能嵌入熟悉的软件，虽不如冲刺能力纪录般激动人心，却关乎这些公司如何消化日益沉重的AI投入。
这种智能并非一场摸高比赛，看谁能最先解出数学难题，而是一门“够用”的艺术，取决于厂商交付到什么程度——既能充分满足用户需求，又能在重资产投入的压力下获得盈余，更理想的情况是，获得有增长的盈余。
毕竟，大多数人日常遇到的并非数学猜想：他们想知道海报怎么贴、合同在哪里、电脑为何卡顿、上周会议达成了什么共识。因此，超级智能或许代表着这个时代的想象力，但AI终究需要在技术扩散的过程中，落地成为一门生意。
01
阿里巴巴CEO吴泳铭在9月云栖大会上将AGI称为起点，谈及能自我迭代的超级智能。严格来说，超级智能指在几乎所有重要领域都远超最优秀人类的智能，仍是一个未来概念；今天企业能采购并比较价格的是前沿模型，两者不能划等号。
产品经理面对的现实问题是：一年中有多少次请求真正需要当下最强的模型？OpenAI此次公开数学研究的耗时，不能直接换算成每道题的美元成本，更不能用来给超级智能定价。它至少说明，在前沿探索中，多次尝试、验证和长时间思考本就是工作的一部分。企业用模型查找资料，不会按研究数学问题的方式付费。
根据公开的API标价，GPT‑6 Astra标准档每百万输出Token为50美元，GPT‑6 Luna为0.5美元，表面相差100倍。10月7日的Haiku 5.5，对不超过10万Token的提示词，每百万输入与输出Token分别定价0.1美元和0.5美元；Anthropic称新模型适合高频、对成本敏感的任务。
不同模型完成同一项工作的Token用量、质量和返工次数各不相同，不能仅凭一行价目表断言谁更划算。但当一次普通查询被放大至每天数千万次调用时，价格差距就会进入预算表。
假设一万名员工每天各获得1000个Token的回答，仅输出部分，一天就有1000万个Token。按Astra的公开标准价是500美元，按Luna的标价是5美元。这还未计入输入、文档检索、调用工具和失败后的重试，也不是企业实际购买任何办公产品的报价。
当然，实际场景中，一个万人公司的Token消耗量远不止这些，这意味着使用AI不像办理爱奇艺会员那样简单，手一松即可冲顶；实际上，即使是个人，在办理AI产品会员时，也会审慎判断自身实际需求，量入为出。
好在模型本身在降价。Anthropic称Haiku 5.5按实际任务计算比前代平均便宜约75%，同时将Sonnet 5.5缓存读取价格减半；OpenAI此前也调低了Luna和Terra的价格。去年只有昂贵模型能顺利完成的任务，今年可能交由小模型处理。
因此，“够用”的智能并非某一款便宜模型，而是按任务调配能力：先找准文档，简单问题交给快速模型，难题才升级，重复阅读的材料尽量复用。若便宜模型导致反复重试和大量人工返工，表面上的Token折扣也会被抵消。
9月，腾讯Marvis团队在一次交流中表示，为本地文件和视频建立索引、提高缓存命中率、按难度选择模型后，每个日活跃用户的成本降至5月上线首月的大约十分之一。不久前，千问办公也宣称，专用模型在办公测试中让平均Token消耗减少75%。
这两组数据都指向产品能否大规模铺开的关键环节：让一件小事只花费一件小事的成本。
降价也有另一面。模型供应商将同一种能力卖得越来越便宜，做应用的人固然减少了成本，但也少了一些仅凭模型能力收费的理由。客户今天为自动整理一份会议记录买单，明天协同软件就可能将其作为免费功能。只有找得到公司的正确资料、走得通审批流程、在出错时能找到责任人，能力才可能留在采购清单上。可规模使用的智能越普及，产品外围的服务就越要做得扎实。
阿里上一季度披露的资本开支为676.78亿元，腾讯为528亿元，分别同比增长75%和176%。口径不同，其中也包含不属于办公智能体的长期投入。
这些数字提醒人们：算力、模型和产品的开支需要更多业务来承担。将适合日常任务的智能做成常用产品，是分摊巨大投入的一条路径。
但这条路是否通往增量生意，仍要看实际执行过程中，合同如何落地，以及UE能否维持在健康水平。
02
10月7日，OpenAI为ChatGPT增加了“智能界面”：用户提出问题，系统可直接生成按钮、表单、图表，甚至一件临时可用的小工具。用户或许不再需要先去应用商店搜索计算器，或先学会某款软件的菜单，再开始工作。
这并非证明所有独立应用都会消失，但将传统应用的压力摆到了眼前：如果用户先说出目的，由AI决定调用谁来执行，那么原本占据首页和图标的软件可能退居后台。
对腾讯应用宝而言，其过去的价值在于将应用送到用户面前，平台作为分发渠道实现商业价值。可以说，用户需要的应用越多，渠道越有价值。但如果用户的需求被收敛了呢？
这正是同一团队开发Marvis的背景。后者开始承接用户的具体任务需求。例如，当用户问“我电脑怎么这么慢”，Marvis帮助用户优化电脑系统；当用户问“帮我找那段视频”，Marvis能精准在电脑文档中找到相关素材。
开发者也会遇到同样的问题。过去，将一项功能做成App，上架后等待用户下载；如今，功能可能先被AI发现，再以一次调用、一项技能或一次交易的形式出现。Marvis希望将专业软件能力接入进来，若这条路走通，应用宝的“分发”将变成任务中的服务匹配。
若只有免费的系统操作被频繁调用，平台占据入口也未必能获得足够多的新收入。
同样，钉钉、飞书这类办公应用也面临AI的挑战，市场上出现了大量以任务为导向的应用和智能体。
但这些外来的智能体可以写一篇漂亮的周报，却没有钉钉、飞书中沉淀的员工身份、审批、群聊、日历和大量未公开的文档。它们即使获得授权，也要重新解决资料接入、权限继承、更新和交付的问题。它们甚至不知道公司所说的“华东区”包括哪些省份，也不知道这份合同由谁批准。
千问办公9月推出了“企业上下文”，让企业消息、知识和业务数据按任务取用；它可以接入钉钉，也接入飞书、企业微信。飞书则将组织权限、文档和协作环境交给豆包工作使用，让生成的内容返回团队继续修改。两家路径不同，都在争取成为员工交代任务的那个地方。
以奶茶连锁品牌古茗为例，新品更换频繁，滤芯多久更换、茶汤如何调配、机器故障如何处理，这些信息可能散落在培训资料和群聊中。店员提出具体问题，通用模型不知道当天的规范，千问办公便将相关资料组织起来，按权限查找答案。
这种实践路径表明，一项智能服务能否“够用”，不仅取决于模型，还取决于企业是否将正确的信息交给它。
这也让大厂的老资产重新变得有价值。模型别人可以购买，但组织关系、权限体系、业务流程和客户服务经验无法一夜复制。然而，接入这些东西本身就需要花钱，维护错误权限、过期资料和操作记录同样需要花钱。
过去，软件销售一把扳手；今天，要承诺替人拧动螺丝；责任比界面复杂得多。
03
卖扳手是一个价格，拧螺丝则具备更进一步的价值，这个逻辑当然很通顺。但问题在于，企业用户和个人用户是否愿意为此多付出预算？
毕竟，“够用”的智能也是智能，背后仍是大量的资源投入。老产品、老团队的AI升级，固然是一场用户保卫战，但如果不能撬动更多预算，也不能称得上是一门好生意。
收费的难题在消费者和企业两端表现不同。Marvis首先要回答：有人愿意让AI管理电脑，是否也愿意为此付费？千问办公和豆包工作则要回答：企业已经为钉钉、飞书买单，为什么还要增加一笔AI预算？
Marvis相关负责人此前曾表示，收费要等到产品价值足够成熟；已有用户抱怨免费额度用尽后无法购买。有人想买更多用量，这是线索，而非稳定付费率。
清理磁盘、找文件、装软件，过去的系统和工具往往免费。腾讯若将这些基础功能做成昂贵订阅，用户有替代品；若永久免费，大量使用反而持续消耗推理费用。降低的单位成本为其争取了试验时间，但并未自动产生收入。
腾讯正在尝试几处收费位置：让专业开发者将能力接入管家，用户为确实好用的技能付费；在PC上争取预装，与NAS和Mini PC厂商合作；将巡检等流程封装给行业客户。
但总体而言，就电脑管家产品而言，向个人用户收费并不具备乐观前景，因为这项业务的免费历史实在太长了。
企业端至少有成熟的采购动作。千问办公企业版按坐席售卖，每席每月附带2000积分，组织共享，额外用量可购买积分包。让公司先购买确定的席位，再在用量多时补充用量，是在旧软件合同和按调用量波动的模型账单之间架设一座桥梁，但挑战在于如何说服企业将桥修得更宽。
共享额度看似一个计费细节，实则在适应办公室内极不平均的使用情况。财务月底批量核对，法务在交易前集中审合同，销售旺季处理大量询盘，不能要求每个员工每天恰好用完固定的Token。统一积分池让企业将额度分配给忙碌的人，平台又能在超量时继续收费。可一旦真正将任务交给智能体，成本不仅取决于员工人数，还取决于它读了多少文件、跑了多少轮流程、调用了哪档模型。
采购者会要求可预估的上限和可核对的使用记录，供应商则需要防止一张固定年费合同被少数重度任务消耗殆尽。
一家公司原本每年花钱购买协同软件。如今供应商加入AI，若客户只将同一笔预算从旧版挪到新版，平台增加了模型推理、数据接入、权限管理、审计和客户交付的费用，收入却未必增加。
要获得增量预算，AI需进入原本办公软件难以收费的工作领域。例如，仓储物流包装企业富立卡让数字员工处理询盘、报价和审批；法律服务中，通过AI办公应用批量核验资料。只有业务部门愿意从销售、运营或专业服务预算中拿钱，AI办公才不只是IT预算中的挪椅子。
千问办公在争取的正是这种位置：让组织将一段原本做不起、做得慢的流程交给它。这门生意的胜负不会写在参数榜上，而将写在下一年的合同中：新拿到了多少预算，替客户完成了多少事，又付出了多少成本。
本文来自微信公众号“最话FunTalk”（ID：iFuntalker），作者：林书，36氪经授权发布。
围绕北单赛果说明，北单让球胜平负持续打磨更优质的服务。
北单让球胜平负深耕北京单场让球领域，用心服务每一位用户。
北单让球胜平负深耕让球比分对照领域，用心服务每一位用户。
在北单玩法解析方面，北单让球胜平负提供贴心周到的支持。
北单让球胜平负以覆盖北单全部让球玩法，按常见疑问分类整理规则说明。为核心，带来高效便捷的体验。
想了解更多每项概念均配有实际比赛赛果对照示例，直观展示判定逻辑。相关内容，尽在北单让球胜平负。