AI大模型密集上新 智能体加速切入高价值实体场景
来源:东方财富网
本周,国内外大模型厂商迎来密集发布期。Open AI、谷歌、阿里巴巴、腾讯相继推出新一代基座模型,底层能力的跃升同步推动Agent(智能体)加速落地,在办公、软件工程用途外,还有智能制造、城市治理等实体高价值领域。伴随应用爆发,大模型商业化路径和收费模式亦从单一API(应用程序接口)调用向多层次、场景化收费体系演进。
AI大模型密集“出新”
从集中发布的新一代模型来看,行业从“单点参数升级”进一步转向“任务效率、智能体能力和综合成本优化”的综合比拼。
Open AI于11月18日上线GPT-6.2系列模型(含Astra与Sol两款),其中Astra定位旗舰模型,面向复杂专业项目,重点强化文档处理、编程、科研及3D设计等能力;Sol则定位日常通用任务,强调以更少Token(词元)完成多步骤工作流,侧重效率与成本控制。价格方面,GPT-6.2Astra的API输入和输出价格较上一代下调20%,缓存输入价格下降60%。
同日,谷歌发布Gemini 4 Neon,面向复杂软件工程、知识工作及科研任务,支持百万级上下文和四档思考级别。
国内方面,11月16日,阿里巴巴正式发布Qwen4-Max,总参数达2.4万亿,支持百万级上下文,并通过架构优化降低单任务Token消耗。官方口径显示,其单任务平均费用较上代下降约58%,缓存命中价格进一步下探。
同日,腾讯发布混元Hy4 flash,API价格为每百万Token输入0.5元、输出2元,单任务成本仅为Hy4标准版的1/20,重点覆盖文档处理、PPT生成、深度搜索和日常办公任务。
本次更新显示出,大模型竞争不再只停留在评测分数或参数规模上,厂商更强调模型能否稳定完成跨工具、跨应用的复杂流程,同时通过缓存优化、小激活参数、量化加速等方式降低调用成本。能力提升与成本下降共同降低了智能体应用的门槛,也为后续场景落地提供了更现实的技术基础。
加速切入实体场景
底层基座大模型能力的跃升与调用成本的显著下探,正为上层应用的爆发提供关键支撑,智能体正从单点问答转向多步骤任务交付,国内外智能体同样迎来新产品或新功能密集上新期。
首先是常见的政企协作与办公智能体。11月17日微软推出全新Copilot Today功能,目标是把AI助手从“你问、它答”推进到“它先看、再帮你准备”的工作模式,可将邮件、会议和任务等信息汇总为统一的工作中心。
在软件工程与长程任务执行方面,智能体已具备跨系统、跨环节的自主协同能力。11月18日,谷歌推出的Stitch Loop长程运行智能体,可连接代码库与线上实时数据,在软件发布后持续发现问题、提出改进方案并编写代码,支持180多种集成。
11月5日,月之暗面发布的Hosted(托管智能体),将智能体运行框架作为云端托管服务提供给企业,支持7×24小时长程任务执行与多智能体高效协作,大幅降低开发者构建复杂智能体系统的门槛。
除传统的办公和代码开发场景外,在多个垂直行业,智能体正加速切入实体领域。比如工业制造领域,在11月下旬召开的上海宝马展上,三一集团将打造智能化展馆,面向全球首次发布AI智能体与具身重载机器人底座平台,并演示基于车云一体架构的无人矿卡与挖掘机实景协同作业。
在公共服务和医疗健康方面,智能体正加速渗透至一线业务场景。11月10日中科大脑发布的4款城市智能体中,数企通产业经济服务智能体融合政务与产业数据,将企业走访材料准备时间从1小时压缩至1分钟;智愈数字医生助手联合北大医院临床专家研发,已覆盖全国200余家医疗机构,使基层慢病早期诊断率提升15%至20%。
消费级与个人智能体也迎来突破性进展,Meta Muse将于11月18日在澳大利亚上线,覆盖iOS、Android、Mac应用等,并将很快登陆AI眼镜,免费提供并设有可选订阅方案。
探索多种收费模式
随着底层模型能力的跃升与智能体应用的密集落地,大模型厂商的商业化路径正从单一的API调用,加速向多层次、场景化的收费体系演进。近期,头部厂商在定价策略与计费模式上的密集动作,勾勒出当前大模型商业化落地的核心轮廓。
业内人士表示,当前主流模式包括按Token后付费、订阅制、平台+模型双层计费、多模态单独计费以及企业私有化部署,不同模式对应不同使用强度和合规需求。综合来看,收费体系已形成从轻量API到企业级部署的多层结构,计费方式正逐步从单一的“按调用量”向“按任务价值、场景深度和服务等级”细化,为行业的规模化落地提供更为清晰且可持续的商业基础。
在基础调用层面,Token付费依然是开发者与企业接入的主流方式,但“价格”与“缓存优化”正成为厂商抢占市场份额的关键筹码。
以近期发布的模型为例,GPT-6.2的API输入和输出价格较上一代下调20%,缓存输入价格更是大幅下探60%;腾讯混元同样将缓存命中价格大幅压低。通过架构优化与缓存机制大幅降低边际成本,不仅降低开发者的试错门槛,也为智能体在高频、长链路任务中的规模化调用提供成本基础。
在应用交付层面,订阅制与平台级服务正成为企业级客户的首选。面对智能体任务中多次内部调用、工具检索和结果校验带来的成本不确定性,按月或按席位订阅模式,正被阿里云百炼等平台广泛采用。
同时,平台+模型的双层计费模式逐渐成型,即平台侧收取席位费或功能服务费,底层模型调用再按Token结算。这种模式将工具链、权限管理、知识库及工作流编排等服务纳入收费范围,精准匹配了企业对统一治理与预算可控的核心诉求。
针对数据敏感与高并发场景,私有化部署与专属资源池依然是支撑客单价的重要基石。该模式不仅包含模型本身的授权,更涵盖了部署实施、运维服务、版本迭代与安全合规支持,交付周期与客单价均显著高于标准化API。
(文章来源:经济参考网)
(来源:东方财富网 编辑:郑玮)