免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

GPT-5.5與V4同日競技：Coding成了AI唯一的壓艙石

今天，OpenAI發(fā)布GPT-5.5，DeepSeekV4預(yù)覽版亮相并開源。

OpenAI發(fā)布GPT-5.5，官方公告的第一句話是：我們最智能的模型。在所有能力維度里，OpenAI選擇重點強調(diào)Agentic Coding：在測試復(fù)雜命令行工作流的Terminal-Bench 2.0上達到82.7%，在測試真實GitHub問題解決能力的SWE-Bench Pro上達到58.6%。

同日，DeepSeek公告的第一個能力維度同樣是Agent與Coding。據(jù)公開資料，DeepSeek-V4-Pro已成為公司內(nèi)部員工使用的Agentic Coding模型，并針對Claude Code、OpenClaw等主流Agent產(chǎn)品進行了專項適配和優(yōu)化，在代碼任務(wù)、文檔生成任務(wù)等方面表現(xiàn)均有提升。

巧合背后，是AI行業(yè)用一年的時間，完成了從“什么都做”到“重點做Coding”的路徑收窄。大多數(shù)對這場競賽的分析，停留在“編程市場大”“開發(fā)者付費意愿強”這類表層敘述，但這不足以解釋為什么OpenAI與DeepSeek會在同一天用Agentic Coding來定義各自的旗艦產(chǎn)品。

《新立場》認為，Coding之所以能成為共識賽道，是因為Agent的本質(zhì)就是代碼理解、代碼生成和程序綜合。一個在代碼任務(wù)上表現(xiàn)優(yōu)秀的模型，天然具備了分解復(fù)雜任務(wù)、調(diào)用工具、處理異常的推理能力，而這些能力在非編程的Agent場景里同樣是核心要素。

在Coding賽道上建立的技術(shù)優(yōu)勢，會自動轉(zhuǎn)化為在整個Agent生態(tài)中的優(yōu)勢。這個技術(shù)前提，也解釋了為什么商業(yè)模式層面的矛盾會在這個時間節(jié)點集中引爆。Coding Plan最初是為Chatbot時代的使用強度設(shè)計的，而Agent時代的調(diào)用模式讓這套定價邏輯從根本上失效。

3月23日，MiniMax率先宣布將自己的Coding Plan升級為Token Plan，此后，阿里云Coding Plan入口從百煉平臺消失；智譜的無周限額老套餐宣告停止續(xù)訂；GitHub宣布暫停Copilot Pro系列計劃的新用戶注冊并從Pro中移除Claude Opus。

動作如此整齊劃一，背后是同一個結(jié)構(gòu)性矛盾被Agent使用模式引爆：固定月費，遇上了無上限的算力消耗。

從Coding Plan到Token Plan的切換，表面上是從補貼換用戶到按量收費，實質(zhì)上是整個行業(yè)從“燒錢搶入口”進入“建立可持續(xù)商業(yè)模型”的轉(zhuǎn)變。對云廠商而言，這是回到自己最熟悉的生意；對整個行業(yè)而言，這一輪AI Coding競爭在商業(yè)模式層面完成了自己的第一次洗牌。

Coding為何成為Agent時代的制高點

視頻生成曾被視為AI最具想象力的應(yīng)用方向，但算力最終沒有為想象力買單。3月，OpenAI宣布關(guān)停Sora，終止了與迪士尼價值10億美元的戰(zhàn)略合作。同一時期，谷歌聯(lián)合創(chuàng)始人謝爾蓋·布林緊急組建了一支專門針對AI Coding的內(nèi)部突擊隊，要求團隊“必須果斷轉(zhuǎn)向”。

據(jù)The Information披露，這支隊伍的成員名單里甚至包括DeepMind CTO，目標只有一個，那就是奪回AI Coding的制高點。4月21日，馬斯克的SpaceX宣布以600億美元收購Cursor。

互聯(lián)網(wǎng)時代的價值創(chuàng)造邏輯是流量、轉(zhuǎn)化率、ARPU，終點是廣告費或訂閱費，天花板是用戶總時長和廣告預(yù)算。Agent時代的邏輯截然不同，任務(wù)價值、完成率、take rate，終點是替代的人力成本，天花板是全球白領(lǐng)工資總額。兩套邏輯之間的差距，直接驅(qū)動資源向Coding集中。

Coding是極少數(shù)同時滿足“高頻”和“高復(fù)雜度”兩個條件的應(yīng)用場景。大多數(shù)AI產(chǎn)品面臨的現(xiàn)實是，用戶用一次覺得新鮮，但不會每天用，場景頻率決定了粘性上限。編程不同。職業(yè) Coder 每天在IDE里工作八小時，調(diào)試、重構(gòu)、文檔、代碼審查，每一個環(huán)節(jié)都是潛在的AI介入點，調(diào)用頻率天然極高。

此外，代碼的價值可以被精確衡量。一段代碼跑通了還是沒跑通，功能實現(xiàn)了還是沒實現(xiàn)，這些是二進制的結(jié)果，沒有“差不多”的模糊地帶。這意味著開發(fā)者愿意為AI編程工具支付遠高于其他AI產(chǎn)品的價格，因為它替代的是可量化的工時成本，ROI計算對企業(yè)來說直接且透明。

正如百度秒噠產(chǎn)品總經(jīng)理朱廣翔去年曾講到的，Chatbot的價值在于回答和交流，而Coding直接生成最終的應(yīng)用和方案，與研、產(chǎn)、供、銷、服全部相關(guān)，“是生產(chǎn)力環(huán)節(jié)，能創(chuàng)造新的需求價值和需求空間，所以空間更大”。

不過，在《新立場》看來，AI Coding的戰(zhàn)略價值在于Coding賽道上建立的技術(shù)優(yōu)勢，會自動在整個Agent生態(tài)中產(chǎn)生乘數(shù)效應(yīng)。一個Agent在執(zhí)行復(fù)雜任務(wù)時，實質(zhì)上是在持續(xù)調(diào)度和生成代碼，無論是調(diào)用工具API、處理文件系統(tǒng)、協(xié)調(diào)并行子任務(wù)，還是驗證結(jié)果和處理異常，這些操作的底層都是代碼理解與代碼生成。

《晚點latepost》曾報道，字節(jié)在引進郭達雅時的內(nèi)部定位，正是把他放在Agent和Coding能力的組織整合核心位置，而非只是一個Coding模型的技術(shù)負責(zé)人。

而這輪“Coding熱”的始作俑者Anthropic，讓這個判斷從理論變成了可以被資本定價的事實。Claude Code去年5月才正式上線，到2026年2月ARR已達25億美元，增速超過了Salesforce和Slack的早期階段，也在不到一年內(nèi)超越了Cursor花兩年多才達到的收入規(guī)模。

SemiAnalysis估算，目前GitHub上約4%的公開代碼提交由Claude Code完成；按這一趨勢，到2026年底，Claude Code占GitHub每日公開提交總量的比例可能超過20%。

更有說服力的是公司層面的對比：2025年底，Anthropic全年收入90億美元，OpenAI已經(jīng)214億美元，差距超過一倍。但僅僅四個月后，Anthropic的ARR暴漲到300億美元，超過OpenAI在2月份披露的250億ARR。

在國內(nèi)，這個認知的擴散經(jīng)歷了一個明顯的時間差。一批大模型創(chuàng)業(yè)公司比大廠更早、更靈敏地做出了押注。Claude Code誕生兩個月后，Kimi K2發(fā)布并開源，把Coding加Agent立為模型主軸，智譜同樣如此。

到2026年初，這批早行者的先發(fā)優(yōu)勢開始顯現(xiàn)。智譜從發(fā)布GLM-5后已連續(xù)三次漲價，盡管如此，市場依然供不應(yīng)求，CEO張鵬在業(yè)績說明會上表示調(diào)用量增長400%。月之暗面旗下K2.5大模型發(fā)布不到一個月，累計收入超過2025年全年總額。

大廠的轉(zhuǎn)變來得晚，但幅度更大。《晚點LatePost》報道，接近字節(jié)相關(guān)團隊的員工表示，今年年1月底，CEO梁汝波在全員會上明確表態(tài)，2026年的重中之重是AI模型能力做到行業(yè)前列。隨即，字節(jié)從DeepSeek挖來了郭達雅。

郭達雅是代碼智能與大模型推理方向的頂尖人才。他在DeepSeek期間深度參與了V3、R1以及Coder、Math等模型的研究，并與團隊在DeepSeek-Math中提出了GRPO算法，后來被應(yīng)用到DeepSeek R1的訓(xùn)練中。他選擇離開DeepSeek的原因之一，是當(dāng)時在DeepSeek內(nèi)部Agent的優(yōu)先級不高，而他本人非常看好這個方向。

伴隨郭達雅的加入，Seed內(nèi)部正啟動針對Agent和Coding的組織整合。這個動作的意義，不僅是公開地宣告自己對Coding加Agent方向的戰(zhàn)略承諾。也是字節(jié)在用人才結(jié)構(gòu)表明自己對下一代競爭維度的判斷。

走向失控是Coding Plan的必然

Coding Plan的崩潰，是一個在設(shè)計之初就內(nèi)嵌了矛盾的商業(yè)模型，在Agent改變消耗結(jié)構(gòu)之后被迫顯形。

訂閱制的基礎(chǔ)假設(shè)是平臺的真實成本遠低于標價，因為大多數(shù)用戶會付費但不會充分使用服務(wù)，輕度用戶的訂閱收入覆蓋了重度用戶的服務(wù)成本，整體算下來毛利可控。這套邏輯在SaaS時代是成立的，因為軟件的邊際交付成本接近于零，用戶增加不會顯著增加成本。

Coding Plan延續(xù)了SaaS的定價邏輯，但應(yīng)用到了一個底層經(jīng)濟學(xué)完全不同的場景。當(dāng)使用模式還停留在“代碼補全”的階段，這個矛盾是可以被忽略的。傳統(tǒng)代碼補全是單次請求，用戶輸入幾個字符，模型返回一段補全，Token消耗可控。

Agent模式完全不同，一個復(fù)雜任務(wù)包含規(guī)劃、拆解、多步執(zhí)行、并行子任務(wù)、結(jié)果驗證和錯誤重試，串起來Token消耗是傳統(tǒng)補全的幾十倍甚至幾百倍。GitHub在其官方博客里寫得很直白：長時運行的并行化Agent會話，遠超原有計劃架構(gòu)所能支撐的資源上限。

此外，Coding Plan還有一個被低估的成本問題，OpenClaw等Agent框架的接入，系統(tǒng)性地破壞了云端的緩存命中。在正常的編程使用場景中，因為上下文高度連貫，緩存命中率通常能達到85%至90%以上，Claude Code很多用戶的命中率甚至能穩(wěn)定在90%以上。緩存命中的價格通常只有正常輸入的十分之一，實際計算成本遠低于按全額輸入價格估算的數(shù)字。

OpenClaw類框架的調(diào)用模式不同，框架發(fā)出的請求前綴因版本號、構(gòu)建時間和A/B測試變量的持續(xù)變化而高度不穩(wěn)定，緩存命中率大幅下降。結(jié)果是，所有用戶支付的是相同的固定月費，但Coding Plan的實際成本因接入框架類型的不同產(chǎn)生了劇烈差異。

智譜的應(yīng)對軌跡，清晰展示了這個矛盾從可控走向失控的過程。GLM Coding Plan的無周限額老套餐宣布于4月30日停止自動續(xù)訂，平臺公告中承認：隨著使用規(guī)模的持續(xù)增長，老套餐原有的供給方式已難以支撐長期穩(wěn)定的服務(wù)。并為受影響的早期訂閱用戶贈送了兩個月的新套餐權(quán)益。

這是由成本壓力觸發(fā)的被動退出，而非主動的產(chǎn)品迭代。與此同時，智譜將Coding Plan的使用場景限制在AI編碼和IDE工具中，明確排除了OpenClaw等通用Agent場景，這條限制本身，就說明了問題的癥結(jié)在哪里。

這一輪集體收緊的速度，超過了大多數(shù)人的預(yù)判。來自這個行業(yè)的一個親歷者描述說，“一個季度之內(nèi)，從補貼搶人到集體收緊，速度比我預(yù)想的快得多。”

OpenAI在這一輪競爭中選擇了不同的策略，Sam Altman在4月初宣布Codex達到300萬周活用戶，隨即重置了所有套餐的用量限制，并承諾每新增100萬用戶就再重置一次。社區(qū)用戶反饋10天內(nèi)經(jīng)歷了4次額度重置。Plus用戶享受促銷期10倍用量，Pro用戶享受2倍用量，但促銷截止5月31日，之后的策略如何調(diào)整尚未可知。

Codex負責(zé)人Tibo在X上表示，OpenAI擁有足夠的算力和厲害的模型來支持Codex的運作。這與《新立場》此前在此前《阿里字節(jié)“圍獵”智譜、MiniMax：Token到底該由誰來定價？》一文中的分析吻合：OpenAI的心態(tài)是奧特曼總能籌集到更多資金支持算力規(guī)模擴展，這與Anthropic強調(diào)訓(xùn)練和運行效率的路徑形成了鮮明對比。

字節(jié)火山引擎的Coding Plan在多家同類產(chǎn)品中保持了相對穩(wěn)定的運營狀態(tài)。但這一例外有其背景，字節(jié)的自有算力基礎(chǔ)設(shè)施與智譜等初創(chuàng)廠商不在同一基準線，且根據(jù)《晚點LatePost》的報道，火山引擎很早就通過與企業(yè)客戶的協(xié)作計劃意識到，B端客戶有大量Agentic Coding的需求，這些真實使用數(shù)據(jù)反向推動了字節(jié)模型能力的演進。

Coding Plan對火山引擎而言，同時承擔(dān)著鎖定開發(fā)者生態(tài)和獲取訓(xùn)練數(shù)據(jù)的戰(zhàn)略功能，短期的成本壓力被更長期的數(shù)據(jù)資產(chǎn)價值對沖。但這是大規(guī)模算力基礎(chǔ)設(shè)施持有者的特殊處境，不是行業(yè)可以普遍復(fù)制的路徑。

終局是按結(jié)果付費

用Token Plan來取代Coding Plan，只是這場競爭的中場哨聲。

Coding Plan的最大矛盾是收入固定而成本浮動，一旦模型能力迭代或用戶習(xí)慣改變，成本可能在收入不變的前提下飆升。Token Plan是消除這個矛盾的最好方式，即平臺的毛利率由Token單價與推理成本之間的差值決定，兩者都可以被精確控制和預(yù)測。

在商業(yè)化角度看，Coding Plan本質(zhì)上是一種補貼策略，用低于成本的價格換取用戶習(xí)慣養(yǎng)成和訓(xùn)練數(shù)據(jù)積累。在這個時間節(jié)點上切換到Token Plan，意味著行業(yè)認為補貼換市場的階段已經(jīng)結(jié)束，用戶的支付意愿和實際使用價值之間存在足夠的空間來支撐可持續(xù)的商業(yè)模型。

羅福莉在這個過程中扮演了一次行業(yè)定價“吹哨人”的角色，其主張在弄清楚如何在不造成資金流失的情況下為Coding方案定價之前，不要盲目地競相壓低價格，以極低的價格出售Token，同時對第三方敞開大門。這看起來對用戶很有吸引力，“但這是一個陷阱，Anthropic剛剛擺脫的那個陷阱”。

據(jù)《騰訊科技》報道，小米MiMo大模型的Token Plan，是這個趨勢的一個典型案例。據(jù)《騰訊科技》報道，兩周免費推廣期間，MiMo-V2-Pro在OpenRouter上單周Token消耗量突破4萬億，編程領(lǐng)域市占率一度超過30%。但免費期結(jié)束后，周調(diào)用量從高峰下滑，印證了從免費到付費的轉(zhuǎn)換率，是所有大模型公司面臨的共同難題。

雷軍在MiMo-V2-Pro發(fā)布當(dāng)天親自官宣了Max檔659元/月、國際定價100美元/月的訂閱方案，直接錨定Anthropic Claude Max 5x套餐。羅福莉在隨后的公開發(fā)聲中解釋了這套設(shè)計的邏輯：Token Plan支持第三方框架接入，但按Token配額計費，用戶用多少付多少，不會出現(xiàn)訂閱制下"薅羊毛式"的成本倒掛。

對阿里云為首的云廠商而言，這次切換還有另一層意義：回到自己最熟悉的生意。維護一個經(jīng)濟模型持續(xù)承壓的訂閱服務(wù)，需要不斷通過運營手段彌補結(jié)構(gòu)性虧損，這是云廠商的非專業(yè)地帶。對比之下，騰訊云和阿里云已經(jīng)銷售了十幾年的計算資源包、存儲資源包和CDN流量包，有完整的計量計費系統(tǒng)、預(yù)付費后付費結(jié)算和用量管理權(quán)限控制的基礎(chǔ)設(shè)施。現(xiàn)在只需要把計量單位從“CPU核時”或“GPU小時”換成“Token”，整套體系就可以無縫接入。

Token Plan對創(chuàng)新的激勵方向也更合理。Coding Plan模式下，平臺推出更強的模型會增加推理成本但不增加訂閱收入，等于在定價機制上懲罰技術(shù)進步。Token Plan里，更強的模型刺激用戶消耗更多Token，帶來更多收入，形成正向循環(huán)：更好的模型帶動更多消耗，更多消耗產(chǎn)生更多收入，更多收入支撐更多研發(fā)投入。這是Coding Plan從來沒有解決的一個基礎(chǔ)激勵錯配。

目前輿論對Token Plan的討論有一些針對轉(zhuǎn)變本身的困惑，但這本質(zhì)上是時間產(chǎn)生的問題，而非方向問題。Cursor作為Coding Agent早期玩家，其轉(zhuǎn)變比大多數(shù)中國廠商早了大約一年，Cursor去年就從按次計費轉(zhuǎn)成了按量計費，今年又推出了Ultra檔位（200美元/月）。印證了隨著Agent使用強度上升，定價模式演變是必然走向。

對中國市場來說，OpenClaw在本地的爆火將這個時間節(jié)點大幅壓縮，這場原本可能用兩年完成的行業(yè)過渡，被壓縮在了幾個季度內(nèi)。這種壓縮的代價，是很多廠商來不及設(shè)計過渡方案，只能被動應(yīng)對，導(dǎo)致老用戶體驗出現(xiàn)波折，如阿里、智譜的套餐遷移附帶了用戶補償方案。就是這個代價的具體表現(xiàn)。

不過，在《新立場》看來，從更長的時間維度出發(fā)，Token Plan也只能算是AI Coding競爭的中間形態(tài)，而不是終態(tài)。未來理想的模式是按結(jié)果付費，就像打車不需要關(guān)心汽油消耗了多少升，用AI解決問題也不應(yīng)該需要關(guān)心消耗了多少Token。

當(dāng)前按Token計費的本質(zhì)，是對“算力使用權(quán)”的定價，買的是讓模型替用戶“想”一次的機會，至于想得多深、想得多好、最終有沒有解決問題，不在這個價格的承諾范圍內(nèi)。正如第一章所述，在AI Coding場景下，“結(jié)果”是可以被精確定義的：代碼跑通了沒有，Bug修了沒有，功能實現(xiàn)了沒有。一旦能夠可靠衡量這些結(jié)果，按結(jié)果定價就在技術(shù)上是可行的。

屆時，“Token效率”將成為模型能力的正式評價維度，因為完成同等結(jié)果消耗的Token更少，意味著在固定的結(jié)果定價下，毛利率更高。GPT-5.5的發(fā)布數(shù)據(jù)在這里提供了一個前瞻性的參照。OpenAI在公告中強調(diào)，GPT-5.5在完成同等Codex任務(wù)時使用的Token數(shù)量更少，這被列為核心能力之一，與"更高的準確率"并列。

DeepSeek V4公告同樣提到，新的注意力機制“相比于傳統(tǒng)方法大幅降低了對計算和顯存的需求”。兩家同日發(fā)布的最強模型，都把計算效率作為旗艦?zāi)芰�進行宣傳，重新定義了“更好的模型”的標準。

未來的Coding Agent競爭，效率與能力將是同一張成績單上的兩個指標。*題圖及文中配圖來源于網(wǎng)絡(luò)。

       原文標題 : GPT-5.5與V4同日競技：Coding成了AI唯一的壓艙石