一个月33个模型：企业到底该跟哪一个？9月AI发布复盘与选型建议

2026年9月是AI史上模型发布最密集的一个月。按 Capital & Compute 的逐条统计，9月共有33个可验证的模型发布，来自14家实验室，其中9个开放权重；单日最高峰出现在9月3日，一天之内7个模型同时上线。9月22日又是另一个高峰：OpenAI 的 GPT-6 Sol 与 Luna、Anthropic 的 Claude Opus 5.5 同日发布；9月28日 Claude Sonnet 5.5 跟进；9月29日 GPT-6.1 Sol 上线。

密集发布背后，是一个被忽略的信号

把日历摊开看，发布并不是均匀发生的，而是“ spikes 加静默周”的形态：一家发，另一家在几小时内回应。这说明头部实验室的竞争焦点已经从“谁的分数高”转向“谁在同样的分数上更便宜”。GPT-6.1 Sol 保持了 GPT-6 Sol 的 2 美元 / 10 美元（每百万 token）定价，但把缓存读取价砍半到 0.10 美元，在 Artificial Analysis 指数上拿到 52 分，只比 Astra 低 1 分，价格却是五分之一。

对做企业应用的人来说，这个信号比任何一个跑分都重要：模型正在变成一种可以按任务计价的商品。既然是商品，选型标准就不该是“最新最强”，而是“在我的任务上，完成一次要花多少钱”。

价格崩塌：从旗舰到入门，三个月降了半个量级

同一张表里，最贵的和最便宜的差了整整两个数量级。而 DeepSeek 做了一个更激进的动作：从 9 月 14 日起，原本调用 V4 Pro 旗舰的请求被默认路由到更便宜的 V4.1 Flash，按 Flash 的价格结算。这意味着“旗舰”这个概念本身正在松动——厂商自己都在判断，多数请求根本用不上旗舰能力。

企业该怎么接这一轮变化

第一，不要把业务流程焊死在某一个模型上。把调用层抽象出来，用统一接口接两到三家，随时切换。第二，建立自己的评测集：从真实业务里抽 100 到 300 条样本，每次模型换代跑一遍，看完成率和成本的变化，用数据决定要不要切。第三，把省下来的算力预算投到数据整理上——把产品资料、常见问题、历史报价、服务案例整理成结构清晰、可被引用的内容，这才是模型换了几代之后仍然留在你手里的资产。