【当AI学会“深思熟虑”，你的钱包准备好了吗】

Opus 4.6 来了，定价和 4.5 一模一样。但实际运行成本却高出 1.7 倍。原因很简单：它想得更多了。

这是一个有趣的悖论。我们一直希望 AI 能像人类一样深度思考，现在它真的开始“沉思”了，账单也跟着膨胀。与此同时，OpenAI 的 GPT-5.3-Codex 反其道而行，用一半的 token 完成同样的任务。两条路线，两种哲学。

Anthropic 曾经的护城河是什么？先发优势和代码质量。但每一次 GPT-5.x 的迭代都在蚕食这两项优势。如果你纯粹从成本角度考量，OpenAI 已经跑在前面了。

更魔幻的故事发生在某家公司。一位员工用 Opus 生成了 47000 行代码，一次性提交合并请求，token 费用高达 15000 美元。管理层的反应不是震惊，而是欢呼。

当有人质疑如何审查这么庞大的代码量时，答案令人窒息：不用看，学会信任 AI，直接点通过。

这不是段子。当被问及 AI 输出的不确定性问题时，那位推动此事的高级开发者给出了一段充满 AI 腔调的官方回复。讽刺的是，那段回复本身很可能就是 AI 写的。

这里藏着一个更深层的问题：普通用户如何判断模型质量？

你看到的输出背后，有多少是模型真正的推理能力，有多少是厂商临时调高的“思考强度”来庆祝新版本发布？当他们悄悄调整这个参数时，你根本无从知晓。

有人说要依赖基准测试。但公开的基准测试往往更容易被针对性优化。最终的判断标准可能只剩下一个：你想完成的任务，完成了没有？

还有一个流传甚广的传言：Opus 4.6 其实就是 Sonnet 5 换了个名字，这样就能收取五倍的价格。虽然这个说法缺乏实锤，但它揭示了一个行业潜规则。版本号的跃升往往比实际能力的跃升来得更容易。很多时候，所谓的新模型不过是同一个基础模型的不同蒸馏版本。

有人调侃：这就像我那个能力很强但说话特别慢的同事。

也有人一针见血：雇聪明人干活，永远比雇笨人贵。

当 AI 开始收取“思考费”，我们或许该问问自己：我们为之付费的，究竟是真正的智慧，还是精心包装的沉默？

reddit.com/r/singularity/comments/1qxkz8d/opus_46_costs_17x_more_than_opus_45_to_run