阿里和智谱同一天发 Flash 模型，老板该看的不是参数

10 月 28 日晚上，阿里通义千问发了 Qwen3.8-Flash，智谱紧接着发了 GLM-5.3-Flash。两次发布隔了不到一小时。

巧的是路线一样：不降级，只降价。Qwen3.8-Flash 输入每百万 token 一块钱，输出三块。

更值得说的一句是训练开销——官方说比上一代 Qwen3.7-Plus 低了九成。

这个数字对谁有用

先说对我们没用。

模型便宜了，对一个月调用两百万 token 的小公司来说，账面上省下几百块钱。这不是新闻。

新闻在别处：两家大厂在同一晚把价格压到同一个位置，说明接下来所有中小公司的 AI 成本都会跟着往下走。这时候再做「一次性把模型买回来」的预算决策，风险就大了。

所以我们的判断是：现在该做的不是选模型，是先把活理清楚。

先数自己有多少活可以交出去

汕头一家做外贸的工艺品公司，20 个人，每天有一堆重复动作：把客户发来的规格表从 PDF 里的文字里摘出来，填进自己的报价模板；把每封询盘的要点翻成中文；给每个客户的样品记录做一份周报。

这三件事，加起来一天大概两个人工。我们算过调用量，一个月大概几百万 token。按现在的价格，一个月成本在两位数到三位数之间。

该问的问题不是「用哪个模型」，是「这三件事现在是谁在做、做多久、做错了谁返工」。

这三个数出来了，方案和预算自然就出来了。这三个数出来之前，任何「大模型部署方案」都还是空话。

本地部署这事儿，重新算一遍

一年前很多老板问本地化部署，理由是数据不能出去、长期成本低。

现在这两个理由都不成立了——调用单价降到这个水平，按月付钱比买机器养机器便宜；至于数据，越来越多模型提供方支持把数据留在你自己指定的区域里。

但有一条仍然成立：如果你的活每天要跑几十万次、而且完全不需要它记住任何上下文——比如对着一百万张产品图打标签——那本地跑还是划算的。别的场景，按调用付费更省事。

我们在汕头一家做陶瓷的企业做过一次本地部署，机器用了三个月就吃灰了，因为后来业务量小了一半。大模型私有化部署什么时候才值得做，我们写过一篇大模型私有化部署什么情况下才值得做，那篇专门讲这条线怎么划。

模型变便宜，最容易踩的坑是「先买再想用」。工具一大把，活一件没少干。

我们的做法是反过来：先挑一件最烦、最重复、最没有判断力的活，跑通一个月，看省了多少人时，再决定要不要加第二件。先跑通一件事，比同时上五个工具有用得多。

还有件事别忘：模型每两周换一版是常态，把流程绑死在某一个模型上的系统，半年后维护起来比当初写它还费劲。这部分我们做系统定制的时候会考虑进去，也可以看看软件需求变更那篇。

企业 AI 从哪个环节开始试，我们写过企业 AI 从哪个环节开始试。

把这件事翻译成老板听得懂的话：大模型部署要花的钱，现在卡在「用在哪」上，而不是卡在「买哪个」上。

所以大模型部署这件事，眼下最该做的是算账，不是选型。

想聊的可以打 13829578822，微信同号。