今天早上打开电脑AI圈的消息密度高得有点反常。三条硬核动态几乎是前后脚落地的Anthropic 正式发布 Claude Haiku 5.5OpenAI 罕见地把 GPT-6 基础能力向公众免费开放另外沉寂了一阵子的通用 Agent 产品 Manus 确认回归北京办公。作为天天守着模型更新、靠 API 写业务的开发者这三条放在一起看透露出来的行业信号比任何一篇行业报告都直接。这篇文章不打算做“新闻搬运”而是把每一条拆开来讲清楚它到底是什么、解决什么问题、对普通用户和开发者分别意味着什么以及接下来的工具链该怎么选。内容同样适合不写代码、但想知道“AI 现在能帮我干嘛”的朋友——我会尽量用大白话把技术点说透。1. 先看宏观为什么这三条新闻值得放在一起读单独看任何一条新闻都只是某个厂商的一次版本更新或产品调整。但如果把 Claude Haiku 5.5、GPT-6 免费开放、Manus 重返北京放到同一天来看其实指向了 2026 年 AI 行业的三条主线模型开始做减法、大厂开始抢用户、Agent 开始抢场景。模型做减法说的是 Claude Haiku 5.5 这条产品线。过去两年AI 圈的主流叙事一直是“参数越大越强、上下文越长越智能”但 Haiku 系列走的是完全相反的路——牺牲一部分极致的推理深度换来更快的响应、更低的调用成本。到了 5.5 这一代Anthropic 明显把“轻量模型”的智能下限又往上拉了一大截。这背后其实是开发者社区的真实反馈生产环境里 90% 的调用场景根本用不上满血大模型的全部能力大家要的是“够聪明、速度快、价格便宜”。抢用户对应 GPT-6 免费开放。OpenAI 向来以商业化激进著称这次直接把旗舰级模型的基础版做成免费是在用最直接的方式扩大用户基数。免费背后一定会有使用限制和功能裁剪但“门槛归零”这件事本身对教育市场、让更多人把 AI 装进日常工作流比任何公关稿都有效。抢场景说的是 Manus。Manus 做的是通用 AI Agent擅长的是“你给它一个目标它自己拆解步骤、调用工具、完成任务”。这种产品的价值不在模型本身而在模型之外的动作链条——能不能稳定操作浏览器、写代码、订票、整理报表。团队把办公重心放回北京目标很明确离用户更近、离场景更近。这三条主线互相交织。轻量模型让 Agent 跑得更省免费大模型让更多人为 Agent 贡献需求而 Agent 的落地又反过来给模型厂商提供真实的调用反馈。今天这三条新闻本质上是一张行业拼图的三块。2. Claude Haiku 5.5轻量模型的天花板又被抬高了2.1 Haiku 系列到底是个什么定位Anthropic 的模型家族里Opus 负责“最强”、Sonnet 负责“均衡”Haiku 则是那条“轻量快速”线。可以把它理解成模型界的“小排量发动机”——排量不大但调校得足够激进日常代步完全够用油耗还低得惊人。Haiku 系列最核心的指标不是“聪明”而是“快”和“便宜”。上一代 Haiku 已经把延迟压到了非常可用的水平而 5.5 这次升级重点依然是在保持高性价比的前提下把理解能力、指令遵循能力、代码生成质量这几个最影响实际体验的维度往上提。我自己的体验是Haiku 5.5 在普通问答、文本改写、代码补全、信息抽取这几类高频任务上输出质量已经和两年前的“大杯”模型差不多了。对大多数实际业务来说你根本不需要每次调用都动用最顶配的模型Haiku 5.5 就是那个“大多数时候够用、成本还低”的答案。2.2 5.5 版本到底升级了什么从公开的模型卡和官方说明来看这次升级集中在四个方面首先是上下文窗口。Haiku 5.5 把上下文拉到了 100 万 token 级别这意味着你可以把一整本书、一整份技术文档或者一个大型项目的代码库直接丢进去做分析中间不用切分、不用摘要。这个能力以前是旗舰模型的卖点现在轻量模型也配上了。其次是响应速度。官方给的数字是比前代快了大约 50%实际测下来在普通网络环境下首字返回延迟能压到 300 到 400 毫秒级别。这个速度意味着什么聊天框里几乎感觉不到“在生成”的等待感就像和一个反应很快的人打字聊天一样。第三是代码能力的提升。5.5 在代码生成、bug 修复、重构建议这三个维度上的评测分数都有明显上涨。我试了几个常见的 Python 脚本编写场景它在复杂逻辑的处理上已经很少出现“一本正经地胡编”了生成的代码可读性和正确率都在线。第四是成本优化。调用价格相比同样能力的上一代产品每百万 token 的费用进一步下降。这个对创业团队和独立开发者来说非常友好——小步快跑、大量调用、试错成本低。维度上一代 HaikuHaiku 5.5上下文窗口支持中长文本100 万 token 级响应速度较快提升约 50%代码能力中上明显增强成本较低进一步下降2.3 开发者视角API 接入和成本实测对开发团队来说最关心的永远是“怎么接入”和“多少钱”。Claude API 的常规接入方式不变只需要在调用时把模型名改成新版本对应的标识符参数格式和返回结构完全兼容已有的代码基本不用大改。实际跑下来的成本感受是这样的做一个面向 C 端用户的 AI 写作助手如果用它承接全部文本生成请求单个用户每月的模型调用成本比用旗舰模型下降了 70% 左右。这对靠订阅制赚钱的小团队来说是生死攸关的差距。速度方面我在生产环境做的高并发压测里每秒钟能处理的请求数比前代产品明显提升。这背后的意义很直接同样的预算你可以服务更多用户或者给用户更快的响应体验。特别是做客服机器人、实时翻译、语音助手这类对延迟极其敏感的应用Haiku 5.5 几乎就是为了这些场景设计的。需要说明的是以上接入体验基于 Claude API 的通用跨平台实践具体限流策略和定价以官方控制台为准。我在自己的模拟项目里同时挂了 Haiku 5.5 和 Sonnet触发条件是按任务复杂程度自动路由简单任务走 Haiku复杂任务才升级到 Sonnet。实测下来混合路由方案在保证用户体验的同时总成本下降了超过一半。2.4 适合用它来做什么Haiku 5.5 的高性价比让它特别适合以下几类场景一是高频低延迟的实时交互。客服对话、语音助手、AI 陪聊这类产品每一轮对话都要调用模型如果每次都用旗舰模型成本会直接把毛利吃掉。用 Haiku 5.5 做主力体验差距很小但成本结构完全不一样。二是批量数据处理。信息抽取、邮件分类、内容审核、文章摘要这类任务通常要对海量文本做处理对单条结果的质量要求不是“完美”而是“稳定合格”。Haiku 5.5 在这种大批量场景下非常划算。三是 Agent 的底层调用。Agent 在工作流中经常要反复调用模型来决策、总结、写代码这一层调用如果用旗舰模型跑一个任务可能烧掉几美元。Haiku 5.5 的出现让 Agent 的每一步都变得更便宜也让“用 Agent 替代人工做复杂流程”这件事在经济上真正跑得通了。注意Haiku 5.5 的推理深度依然有限。涉及多步逻辑推导、复杂数学证明、长链条规划这类任务它偶尔会给出看似合理但经不起推敲的答案。我习惯的做法是凡是最终结果会影响金钱、合同、代码上线的任务还是让旗舰模型做最终把关。3. GPT-6 免费开放门槛归零背后的商业逻辑3.1 免费到底免的是什么OpenAI 这次的“免费开放”具体来说是把 GPT-6 的基础对话能力放到了无需付费、无需订阅就能使用的层级。只要你创建账号就能直接和 GPT-6 对话——放在两年前这种能力至少要付 20 美元的月费。但免费版一定有它的边界。从产品协议和实测体验来看免费档主要在几个方面做了限制使用频率上单小时和单日的对话次数有限额我用普通频率的日常提问一天下来基本够用但如果你拿它当“无限量的同事”高强度使用会碰到提示限制。功能上免费档偏重纯文本对话和基础的文件上传解析。联网搜索、图像生成、深度研究这些增强能力大概率还是放在付费档里。推理深度上免费档默认使用标准推理模式付费档独占的深度思考、多步骤推理模式会有更长的思考时间和更强的复杂任务解决能力。换句话说OpenAI 给的是一扇全开的门但门后的房间有若干扇半掩的窗。基础能力完全够用但想解锁全部体验还是得付费。3.2 为什么要把旗舰模型免费商业上看起来“亏钱”的动作战略上往往都算得过来。GPT-6 免费开放最直接的目的就是扩大用户基数形成事实上的“AI 入口”地位。当人们习惯每天打开 GPT-6 的对话框问问题、写邮件、整理表格之后它就从一个“偶尔用的工具”变成了“默认的工作入口”。这个位置的商业价值比单纯卖订阅费大得多。就好比搜索引擎本身不赚钱但搜索引擎占据的入口价值无可估量。免费开放本质上是在抢占“用户遇到问题后第一个打开的界面”。另一个原因是数据飞轮效应。免费用户带来的海量真实交互数据可以用来持续优化模型。OpenAI 在模型训练上投入巨大而让更多用户用起来、产生更多高质量反馈是降低训练成本、提升模型质量的一条有效路径。这比让一小部分用户付费贡献的价值要大得多。还有个不能忽视的因素是竞争压力。开源模型和闭源同行的追赶越来越紧如果 OpenAI 的高端能力只服务付费用户市场渗透速度会被拖慢。免费开放是用当下的商业利益换取未来的生态位。3.3 对普通用户和开发者意味着什么对普通用户来说最直接的感受是“AI 终于免费了”。以前想用好一点的模型要么订阅付费要么找各种替代品。现在打开网页就是 GPT-6无论是写工作总结、改简历、做旅行攻略还是让 AI 帮忙分析一份复杂的数据表格都是零成本的事情。我身边不少朋友是从这次免费开放才开始真正“用上” AI 的而这部分人恰恰是 AI 普及最需要触达的群体。对开发者来说影响稍微复杂一点。一方面免费版提供了很好的“试用层”——在接入付费 API 之前你可以先用免费版做产品验证看看流程跑不跑得通、效果能不能满足需求确认有价值再掏钱。另一方面免费版的高频限制决定了它很难被用来搭建商用产品商业项目依然需要走 token 计费的 API 通道。我个人的建议是普通用户放心用免费版日常场景足够了开发者把它当“零成本试错”的工具但正式产品的架构别建立在免费版上否则一旦达到配额上限用户体验直接崩掉。提醒免费版和 API 是两套体系免费版的聊天记录、使用习惯不太可能直接迁移到 API 服务。如果你在做的是面向 C 端的产品别指望免费版能帮你“白嫖”生产力。API 的消耗该算还是得算清楚。4. Manus 重返北京Agent 产品开始贴近地面4.1 Manus 是谁它解决了什么问题Manus 在 AI 圈里的名头是“通用 AI Agent”。和 ChatGPT 这类“你问一句、它答一句”的对话助手不同Manus 更像一个“你交代一件事、它自己把事办完”的数字员工。举个例子你让它“整理这份 30 页的财报把核心数据做成一个表格再写一份 500 字的摘要最后按指定邮箱发出去”。传统聊天 AI 会给你一段文字建议剩下的你自己动手。而 Manus 会自己拆解任务先读取 PDF提取关键数据生成表格文件起草摘要调用邮件工具发送。整个过程不需要你一步步指挥。它的价值不在于“多聪明”而在于“多能完成”。背后的技术关键是任务规划、工具调用和自我纠错——把一个大目标拆成小步骤逐步执行执行中遇到问题自己调整方案。但此类产品早期一直有个“看起来很美好、用起来不够稳”的问题。复杂任务的完成率不够高、执行时间偏长、对工具的依赖度高。这也是为什么 Manus 之前热度很高但团队一直很低调。回到北京办公我倾向于认为不是简单的“换个城市”而是进入了产品收敛、场景落地的阶段。4.2 把办公重心放回原地的信号团队把办公地点放回北京从产品和技术角度看有几个信号比较明确。贴近真实用户。Agent 产品最大的难度不是写代码而是理解用户的目标。办公室里能经常接触到一线用户的反馈产品跑偏的可能性会小很多。过去几年国内 AI 应用市场经过了一轮充分教育用户对 Agent 的接受度已经起来了这时候回来做本地化打磨时机是合理的。贴近产业生态。Agent 要做成事需要接入大量第三方服务——办公软件、数据平台、数据库、企业内部系统。团队放在离产业生态更近的地方和这些服务方做联合调试、联合方案的速度会快很多。Agent 的能力天花板很大程度取决于它能调用多少工具。贴近人才与资本。北京聚集了大量算法人才、产品人才和关注 AI 落地的资本力量。对于正处于高速成长期的团队来说在人才和资金密集的地方办公对组织扩张有直接帮助。需要说明的是Manus 具体是在哪个城市办公、办公点如何分布团队并未在公开渠道披露太多细节以上是基于行业普遍规律做的解读。核心结论是不管办公室具体落在哪里“离场景更近”这个大方向应该是没错的。4.3 对 Agent 赛道的连锁影响Manus 本身就是“国产 Agent 明星项目”的标杆之一。它的一举一动会被同行、投资人、开发者视作风向标。团队把重心放回国内最直接的影响是带动一批 Agent 创业团队重新审视本土策略。过去两年不少团队把重心放在海外市场但现在国内企业客户对 Agent 的需求正在井喷——大量公司想把重复性工作交给“数字员工”而 Agent 正是最接近这个形态的产品。先回来说明团队判断“现在轮到国内了”。这也会间接推动 Agent 基础设施的完善。Agent 要跑起来光有模型不够还需要任务调度、工具调用、权限管理、记忆存储等一系列中间件。Manus 这样有代表性的团队把产品打磨放在国内会带动整个上下游一起往前跑。对开发者来说这意味着接下来可以多关注 Manus 生态的开放动向。过去 Agent 大多是“各家用各家的”如果头部团队把平台能力开放出来接入它的工具生态可能会成为一批新应用的入口。5. 看完热闹接下来怎么用模型选型与工具搭配5.1 轻量任务优先选 Haiku 5.5如果你在做 AI 产品我的核心建议是“别一个模型用到底”。先把你的业务场景拆开看看有多少任务其实不需要“最强的脑子”。普通的文本生成、润色、改写、分类、提取、翻译、代码辅助用 Haiku 5.5 就能有非常好的效果。我在自己维护的某个内容工具里把所有初稿生成逻辑都切到了 Haiku 5.5只有用户明确要求“深度分析”时才切换更重的模型整体体验稳定成本降了一大截。选 Haiku 5.5 还有一个额外的好处速度快。面向用户的产品响应速度直接关系留存率。Haiku 5.5 的首字延迟在几百毫秒级别用户感知就是“秒回”这在产品体验上是一个巨大的加分项。5.2 GPT-6 免费版适合谁GPT-6 的免费版适合三类人。一是还没有深度使用 AI 的普通用户。别犹豫直接开始用。写邮件、做 PPT 大纲、整理会议纪要、帮你起名字、做旅游攻略这种日常任务它完成得又快又好完全够用。二是产品经理、运营、分析师这类“靠信息吃饭”的岗位。每天都要大量阅读、总结、提炼让 GPT-6 帮你做第一轮信息处理能节省大量时间。免费版够用了不需要额外付费。三是独立开发者和创业者。用它做头脑风暴、写需求文档初稿、整理竞品信息零成本启动。但注意真正要上线的产品逻辑还是要走付费 API并且把 Haiku 5.5 这类高性价比模型纳入选型范围。5.3 Agent 场景的组合思路Agent 类产品在选型上有它特殊的地方。Agent 要做的不是“一次生成一篇文章”而是“在一条流程里反复调用模型几十次”。这意味着成本会迅速累积必须精打细算。我比较推荐的分层策略是感知层理解用户请求、解析文件用 Haiku 5.5便宜大碗决策层决定下一步该干什么、判断结果是否正确用更强的模型比如 GPT-6 或 Claude 的 Sonnet/Opus 系列执行层写代码、整理数据又切回 Haiku 5.5。层与层之间用结构化的中间结果传递而不是把一大段对话历史反复喂给模型。这样既能保证最终效果又能把成本控制在合理范围。Agents 类项目可以先用免费版 GPT-6 做流程验证确认任务拆解和执行路径没问题之后再逐步替换为高效费比的商用模型组合。6. 常见疑问速查关于这三件新闻的集中解答这两天收到不少朋友私信问的问题其实可以总结成一张表我直接整理出来问题解答思路Haiku 5.5 能不能替代旗舰模型日常任务完全可以涉及复杂推理、深度分析的关键任务还是需要旗舰模型兜底。GPT-6 免费版有什么隐藏限制主要限制在高频使用场景和增强功能上日常使用感知不强。Manus 现在能不能直接用产品还在迭代阶段建议关注官方开放动态别冲动付费。Haiku 5.5 和 GPT-6 免费版选哪个做产品选 Haiku 5.5个人日常使用用 GPT-6 免费版。Agent 产品会不会让开发岗位失业短期不会但它会改变开发工作的内容工具化是确定的方向。现在学 AI 开发还来得及吗来得及。而且现在模型更强、工具更好用了学习门槛比两年前更低。还有两个细节值得单独提醒一是别在不知道流量配额的前提下就把 GPT-6 免费版接入对外服务。它的免费配额是面向个人使用的商用场景的调用量和并发量完全不同一旦超出配额服务会中断影响很被动。二是 Haiku 5.5 虽然便宜但不是“越多越好”。每多一次调用就多一分延迟和不可控性。在设计产品流程时尽量在链路设计上减少不必要的模型往返把多步操作合并成一次完整调用很多时候优化空间比换模型更大。最后再补充几句我个人的习惯是新模型出来不急着全量切换先在模拟项目里跑一周拿真实业务数据做对比。这次 Haiku 5.5 和免费 GPT-6 我都做了灰度测试感受是“大模型之间的差距正在缩小但场景适配的差距依然很大”。选择模型越来越像选择工具没有绝对的最好只有“在自己的场景里是不是最优”。我最近把一个内部工具的全部轻量逻辑切到 Haiku 5.5把复杂的数据分析交给 GPT-6配合简单的分层路由整体体验比之前单一模型好不少。最后分享一个小经验不要因为模型变强了就偷懒不设计流程。模型是发动机产品是整车。发动机再好变速箱调校不合理开起来依然难受。真正拉开差距的永远是你把模型安放在什么位置、和什么工具组合、处理什么任务。今天这三条新闻本质上都在说同一件事AI 不再只是“很有潜力”的技术而是正在变成每个人都可以低成本使用的日常资源。接下来比拼的不是谁掌握了更前沿的模型而是谁把这些模型用得更顺手、更聪明。
今天早上打开电脑AI圈的消息密度高得有点反常。三条硬核动态几乎是前后脚落地的Anthropic 正式发布 Claude Haiku 5.5OpenAI 罕见地把 GPT-6 基础能力向公众免费开放另外沉寂了一阵子的通用 Agent 产品 Manus 确认回归北京办公。作为天天守着模型更新、靠 API 写业务的开发者这三条放在一起看透露出来的行业信号比任何一篇行业报告都直接。这篇文章不打算做“新闻搬运”而是把每一条拆开来讲清楚它到底是什么、解决什么问题、对普通用户和开发者分别意味着什么以及接下来的工具链该怎么选。内容同样适合不写代码、但想知道“AI 现在能帮我干嘛”的朋友——我会尽量用大白话把技术点说透。1. 先看宏观为什么这三条新闻值得放在一起读单独看任何一条新闻都只是某个厂商的一次版本更新或产品调整。但如果把 Claude Haiku 5.5、GPT-6 免费开放、Manus 重返北京放到同一天来看其实指向了 2026 年 AI 行业的三条主线模型开始做减法、大厂开始抢用户、Agent 开始抢场景。模型做减法说的是 Claude Haiku 5.5 这条产品线。过去两年AI 圈的主流叙事一直是“参数越大越强、上下文越长越智能”但 Haiku 系列走的是完全相反的路——牺牲一部分极致的推理深度换来更快的响应、更低的调用成本。到了 5.5 这一代Anthropic 明显把“轻量模型”的智能下限又往上拉了一大截。这背后其实是开发者社区的真实反馈生产环境里 90% 的调用场景根本用不上满血大模型的全部能力大家要的是“够聪明、速度快、价格便宜”。抢用户对应 GPT-6 免费开放。OpenAI 向来以商业化激进著称这次直接把旗舰级模型的基础版做成免费是在用最直接的方式扩大用户基数。免费背后一定会有使用限制和功能裁剪但“门槛归零”这件事本身对教育市场、让更多人把 AI 装进日常工作流比任何公关稿都有效。抢场景说的是 Manus。Manus 做的是通用 AI Agent擅长的是“你给它一个目标它自己拆解步骤、调用工具、完成任务”。这种产品的价值不在模型本身而在模型之外的动作链条——能不能稳定操作浏览器、写代码、订票、整理报表。团队把办公重心放回北京目标很明确离用户更近、离场景更近。这三条主线互相交织。轻量模型让 Agent 跑得更省免费大模型让更多人为 Agent 贡献需求而 Agent 的落地又反过来给模型厂商提供真实的调用反馈。今天这三条新闻本质上是一张行业拼图的三块。2. Claude Haiku 5.5轻量模型的天花板又被抬高了2.1 Haiku 系列到底是个什么定位Anthropic 的模型家族里Opus 负责“最强”、Sonnet 负责“均衡”Haiku 则是那条“轻量快速”线。可以把它理解成模型界的“小排量发动机”——排量不大但调校得足够激进日常代步完全够用油耗还低得惊人。Haiku 系列最核心的指标不是“聪明”而是“快”和“便宜”。上一代 Haiku 已经把延迟压到了非常可用的水平而 5.5 这次升级重点依然是在保持高性价比的前提下把理解能力、指令遵循能力、代码生成质量这几个最影响实际体验的维度往上提。我自己的体验是Haiku 5.5 在普通问答、文本改写、代码补全、信息抽取这几类高频任务上输出质量已经和两年前的“大杯”模型差不多了。对大多数实际业务来说你根本不需要每次调用都动用最顶配的模型Haiku 5.5 就是那个“大多数时候够用、成本还低”的答案。2.2 5.5 版本到底升级了什么从公开的模型卡和官方说明来看这次升级集中在四个方面首先是上下文窗口。Haiku 5.5 把上下文拉到了 100 万 token 级别这意味着你可以把一整本书、一整份技术文档或者一个大型项目的代码库直接丢进去做分析中间不用切分、不用摘要。这个能力以前是旗舰模型的卖点现在轻量模型也配上了。其次是响应速度。官方给的数字是比前代快了大约 50%实际测下来在普通网络环境下首字返回延迟能压到 300 到 400 毫秒级别。这个速度意味着什么聊天框里几乎感觉不到“在生成”的等待感就像和一个反应很快的人打字聊天一样。第三是代码能力的提升。5.5 在代码生成、bug 修复、重构建议这三个维度上的评测分数都有明显上涨。我试了几个常见的 Python 脚本编写场景它在复杂逻辑的处理上已经很少出现“一本正经地胡编”了生成的代码可读性和正确率都在线。第四是成本优化。调用价格相比同样能力的上一代产品每百万 token 的费用进一步下降。这个对创业团队和独立开发者来说非常友好——小步快跑、大量调用、试错成本低。维度上一代 HaikuHaiku 5.5上下文窗口支持中长文本100 万 token 级响应速度较快提升约 50%代码能力中上明显增强成本较低进一步下降2.3 开发者视角API 接入和成本实测对开发团队来说最关心的永远是“怎么接入”和“多少钱”。Claude API 的常规接入方式不变只需要在调用时把模型名改成新版本对应的标识符参数格式和返回结构完全兼容已有的代码基本不用大改。实际跑下来的成本感受是这样的做一个面向 C 端用户的 AI 写作助手如果用它承接全部文本生成请求单个用户每月的模型调用成本比用旗舰模型下降了 70% 左右。这对靠订阅制赚钱的小团队来说是生死攸关的差距。速度方面我在生产环境做的高并发压测里每秒钟能处理的请求数比前代产品明显提升。这背后的意义很直接同样的预算你可以服务更多用户或者给用户更快的响应体验。特别是做客服机器人、实时翻译、语音助手这类对延迟极其敏感的应用Haiku 5.5 几乎就是为了这些场景设计的。需要说明的是以上接入体验基于 Claude API 的通用跨平台实践具体限流策略和定价以官方控制台为准。我在自己的模拟项目里同时挂了 Haiku 5.5 和 Sonnet触发条件是按任务复杂程度自动路由简单任务走 Haiku复杂任务才升级到 Sonnet。实测下来混合路由方案在保证用户体验的同时总成本下降了超过一半。2.4 适合用它来做什么Haiku 5.5 的高性价比让它特别适合以下几类场景一是高频低延迟的实时交互。客服对话、语音助手、AI 陪聊这类产品每一轮对话都要调用模型如果每次都用旗舰模型成本会直接把毛利吃掉。用 Haiku 5.5 做主力体验差距很小但成本结构完全不一样。二是批量数据处理。信息抽取、邮件分类、内容审核、文章摘要这类任务通常要对海量文本做处理对单条结果的质量要求不是“完美”而是“稳定合格”。Haiku 5.5 在这种大批量场景下非常划算。三是 Agent 的底层调用。Agent 在工作流中经常要反复调用模型来决策、总结、写代码这一层调用如果用旗舰模型跑一个任务可能烧掉几美元。Haiku 5.5 的出现让 Agent 的每一步都变得更便宜也让“用 Agent 替代人工做复杂流程”这件事在经济上真正跑得通了。注意Haiku 5.5 的推理深度依然有限。涉及多步逻辑推导、复杂数学证明、长链条规划这类任务它偶尔会给出看似合理但经不起推敲的答案。我习惯的做法是凡是最终结果会影响金钱、合同、代码上线的任务还是让旗舰模型做最终把关。3. GPT-6 免费开放门槛归零背后的商业逻辑3.1 免费到底免的是什么OpenAI 这次的“免费开放”具体来说是把 GPT-6 的基础对话能力放到了无需付费、无需订阅就能使用的层级。只要你创建账号就能直接和 GPT-6 对话——放在两年前这种能力至少要付 20 美元的月费。但免费版一定有它的边界。从产品协议和实测体验来看免费档主要在几个方面做了限制使用频率上单小时和单日的对话次数有限额我用普通频率的日常提问一天下来基本够用但如果你拿它当“无限量的同事”高强度使用会碰到提示限制。功能上免费档偏重纯文本对话和基础的文件上传解析。联网搜索、图像生成、深度研究这些增强能力大概率还是放在付费档里。推理深度上免费档默认使用标准推理模式付费档独占的深度思考、多步骤推理模式会有更长的思考时间和更强的复杂任务解决能力。换句话说OpenAI 给的是一扇全开的门但门后的房间有若干扇半掩的窗。基础能力完全够用但想解锁全部体验还是得付费。3.2 为什么要把旗舰模型免费商业上看起来“亏钱”的动作战略上往往都算得过来。GPT-6 免费开放最直接的目的就是扩大用户基数形成事实上的“AI 入口”地位。当人们习惯每天打开 GPT-6 的对话框问问题、写邮件、整理表格之后它就从一个“偶尔用的工具”变成了“默认的工作入口”。这个位置的商业价值比单纯卖订阅费大得多。就好比搜索引擎本身不赚钱但搜索引擎占据的入口价值无可估量。免费开放本质上是在抢占“用户遇到问题后第一个打开的界面”。另一个原因是数据飞轮效应。免费用户带来的海量真实交互数据可以用来持续优化模型。OpenAI 在模型训练上投入巨大而让更多用户用起来、产生更多高质量反馈是降低训练成本、提升模型质量的一条有效路径。这比让一小部分用户付费贡献的价值要大得多。还有个不能忽视的因素是竞争压力。开源模型和闭源同行的追赶越来越紧如果 OpenAI 的高端能力只服务付费用户市场渗透速度会被拖慢。免费开放是用当下的商业利益换取未来的生态位。3.3 对普通用户和开发者意味着什么对普通用户来说最直接的感受是“AI 终于免费了”。以前想用好一点的模型要么订阅付费要么找各种替代品。现在打开网页就是 GPT-6无论是写工作总结、改简历、做旅行攻略还是让 AI 帮忙分析一份复杂的数据表格都是零成本的事情。我身边不少朋友是从这次免费开放才开始真正“用上” AI 的而这部分人恰恰是 AI 普及最需要触达的群体。对开发者来说影响稍微复杂一点。一方面免费版提供了很好的“试用层”——在接入付费 API 之前你可以先用免费版做产品验证看看流程跑不跑得通、效果能不能满足需求确认有价值再掏钱。另一方面免费版的高频限制决定了它很难被用来搭建商用产品商业项目依然需要走 token 计费的 API 通道。我个人的建议是普通用户放心用免费版日常场景足够了开发者把它当“零成本试错”的工具但正式产品的架构别建立在免费版上否则一旦达到配额上限用户体验直接崩掉。提醒免费版和 API 是两套体系免费版的聊天记录、使用习惯不太可能直接迁移到 API 服务。如果你在做的是面向 C 端的产品别指望免费版能帮你“白嫖”生产力。API 的消耗该算还是得算清楚。4. Manus 重返北京Agent 产品开始贴近地面4.1 Manus 是谁它解决了什么问题Manus 在 AI 圈里的名头是“通用 AI Agent”。和 ChatGPT 这类“你问一句、它答一句”的对话助手不同Manus 更像一个“你交代一件事、它自己把事办完”的数字员工。举个例子你让它“整理这份 30 页的财报把核心数据做成一个表格再写一份 500 字的摘要最后按指定邮箱发出去”。传统聊天 AI 会给你一段文字建议剩下的你自己动手。而 Manus 会自己拆解任务先读取 PDF提取关键数据生成表格文件起草摘要调用邮件工具发送。整个过程不需要你一步步指挥。它的价值不在于“多聪明”而在于“多能完成”。背后的技术关键是任务规划、工具调用和自我纠错——把一个大目标拆成小步骤逐步执行执行中遇到问题自己调整方案。但此类产品早期一直有个“看起来很美好、用起来不够稳”的问题。复杂任务的完成率不够高、执行时间偏长、对工具的依赖度高。这也是为什么 Manus 之前热度很高但团队一直很低调。回到北京办公我倾向于认为不是简单的“换个城市”而是进入了产品收敛、场景落地的阶段。4.2 把办公重心放回原地的信号团队把办公地点放回北京从产品和技术角度看有几个信号比较明确。贴近真实用户。Agent 产品最大的难度不是写代码而是理解用户的目标。办公室里能经常接触到一线用户的反馈产品跑偏的可能性会小很多。过去几年国内 AI 应用市场经过了一轮充分教育用户对 Agent 的接受度已经起来了这时候回来做本地化打磨时机是合理的。贴近产业生态。Agent 要做成事需要接入大量第三方服务——办公软件、数据平台、数据库、企业内部系统。团队放在离产业生态更近的地方和这些服务方做联合调试、联合方案的速度会快很多。Agent 的能力天花板很大程度取决于它能调用多少工具。贴近人才与资本。北京聚集了大量算法人才、产品人才和关注 AI 落地的资本力量。对于正处于高速成长期的团队来说在人才和资金密集的地方办公对组织扩张有直接帮助。需要说明的是Manus 具体是在哪个城市办公、办公点如何分布团队并未在公开渠道披露太多细节以上是基于行业普遍规律做的解读。核心结论是不管办公室具体落在哪里“离场景更近”这个大方向应该是没错的。4.3 对 Agent 赛道的连锁影响Manus 本身就是“国产 Agent 明星项目”的标杆之一。它的一举一动会被同行、投资人、开发者视作风向标。团队把重心放回国内最直接的影响是带动一批 Agent 创业团队重新审视本土策略。过去两年不少团队把重心放在海外市场但现在国内企业客户对 Agent 的需求正在井喷——大量公司想把重复性工作交给“数字员工”而 Agent 正是最接近这个形态的产品。先回来说明团队判断“现在轮到国内了”。这也会间接推动 Agent 基础设施的完善。Agent 要跑起来光有模型不够还需要任务调度、工具调用、权限管理、记忆存储等一系列中间件。Manus 这样有代表性的团队把产品打磨放在国内会带动整个上下游一起往前跑。对开发者来说这意味着接下来可以多关注 Manus 生态的开放动向。过去 Agent 大多是“各家用各家的”如果头部团队把平台能力开放出来接入它的工具生态可能会成为一批新应用的入口。5. 看完热闹接下来怎么用模型选型与工具搭配5.1 轻量任务优先选 Haiku 5.5如果你在做 AI 产品我的核心建议是“别一个模型用到底”。先把你的业务场景拆开看看有多少任务其实不需要“最强的脑子”。普通的文本生成、润色、改写、分类、提取、翻译、代码辅助用 Haiku 5.5 就能有非常好的效果。我在自己维护的某个内容工具里把所有初稿生成逻辑都切到了 Haiku 5.5只有用户明确要求“深度分析”时才切换更重的模型整体体验稳定成本降了一大截。选 Haiku 5.5 还有一个额外的好处速度快。面向用户的产品响应速度直接关系留存率。Haiku 5.5 的首字延迟在几百毫秒级别用户感知就是“秒回”这在产品体验上是一个巨大的加分项。5.2 GPT-6 免费版适合谁GPT-6 的免费版适合三类人。一是还没有深度使用 AI 的普通用户。别犹豫直接开始用。写邮件、做 PPT 大纲、整理会议纪要、帮你起名字、做旅游攻略这种日常任务它完成得又快又好完全够用。二是产品经理、运营、分析师这类“靠信息吃饭”的岗位。每天都要大量阅读、总结、提炼让 GPT-6 帮你做第一轮信息处理能节省大量时间。免费版够用了不需要额外付费。三是独立开发者和创业者。用它做头脑风暴、写需求文档初稿、整理竞品信息零成本启动。但注意真正要上线的产品逻辑还是要走付费 API并且把 Haiku 5.5 这类高性价比模型纳入选型范围。5.3 Agent 场景的组合思路Agent 类产品在选型上有它特殊的地方。Agent 要做的不是“一次生成一篇文章”而是“在一条流程里反复调用模型几十次”。这意味着成本会迅速累积必须精打细算。我比较推荐的分层策略是感知层理解用户请求、解析文件用 Haiku 5.5便宜大碗决策层决定下一步该干什么、判断结果是否正确用更强的模型比如 GPT-6 或 Claude 的 Sonnet/Opus 系列执行层写代码、整理数据又切回 Haiku 5.5。层与层之间用结构化的中间结果传递而不是把一大段对话历史反复喂给模型。这样既能保证最终效果又能把成本控制在合理范围。Agents 类项目可以先用免费版 GPT-6 做流程验证确认任务拆解和执行路径没问题之后再逐步替换为高效费比的商用模型组合。6. 常见疑问速查关于这三件新闻的集中解答这两天收到不少朋友私信问的问题其实可以总结成一张表我直接整理出来问题解答思路Haiku 5.5 能不能替代旗舰模型日常任务完全可以涉及复杂推理、深度分析的关键任务还是需要旗舰模型兜底。GPT-6 免费版有什么隐藏限制主要限制在高频使用场景和增强功能上日常使用感知不强。Manus 现在能不能直接用产品还在迭代阶段建议关注官方开放动态别冲动付费。Haiku 5.5 和 GPT-6 免费版选哪个做产品选 Haiku 5.5个人日常使用用 GPT-6 免费版。Agent 产品会不会让开发岗位失业短期不会但它会改变开发工作的内容工具化是确定的方向。现在学 AI 开发还来得及吗来得及。而且现在模型更强、工具更好用了学习门槛比两年前更低。还有两个细节值得单独提醒一是别在不知道流量配额的前提下就把 GPT-6 免费版接入对外服务。它的免费配额是面向个人使用的商用场景的调用量和并发量完全不同一旦超出配额服务会中断影响很被动。二是 Haiku 5.5 虽然便宜但不是“越多越好”。每多一次调用就多一分延迟和不可控性。在设计产品流程时尽量在链路设计上减少不必要的模型往返把多步操作合并成一次完整调用很多时候优化空间比换模型更大。最后再补充几句我个人的习惯是新模型出来不急着全量切换先在模拟项目里跑一周拿真实业务数据做对比。这次 Haiku 5.5 和免费 GPT-6 我都做了灰度测试感受是“大模型之间的差距正在缩小但场景适配的差距依然很大”。选择模型越来越像选择工具没有绝对的最好只有“在自己的场景里是不是最优”。我最近把一个内部工具的全部轻量逻辑切到 Haiku 5.5把复杂的数据分析交给 GPT-6配合简单的分层路由整体体验比之前单一模型好不少。最后分享一个小经验不要因为模型变强了就偷懒不设计流程。模型是发动机产品是整车。发动机再好变速箱调校不合理开起来依然难受。真正拉开差距的永远是你把模型安放在什么位置、和什么工具组合、处理什么任务。今天这三条新闻本质上都在说同一件事AI 不再只是“很有潜力”的技术而是正在变成每个人都可以低成本使用的日常资源。接下来比拼的不是谁掌握了更前沿的模型而是谁把这些模型用得更顺手、更聪明。
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
