OpenAI 与 Anthropic 降价八成，账单主项在缓存重读
2026 年 6 月到 9 月，OpenAI 与 Anthropic 把部分模型的单价一路砍了下来，单项最高降幅接近八成。可很多团队的 AI 账单并没有跟着腰斩。问题不在输入价，在缓存重读（cache-read）：它在 agentic coding 的 token 支出里占了九成以上，却几乎从不在厂商的宣传标题里。 ...
成本治理
DeepSeek 开源 DeepInfer，成本写在「不含」里
判断先给：开源交付物给你的从来是内核层，不是服务化层；而它的来源，没有任何人替你查。 这两件事合起来，才是自托管真正的账单。 以前这句话只能靠试错去验证。10 月 20 日之后，它可以被一条条对照——因为 DeepSeek 把缺口写在了发布页上。 ...
agent 断点续跑做错时，重跑会为同一件事付两次钱
我那条 AI 日报流水线，每天早上要在几十个源里翻一遍。10 月中旬有一天它跑到一半，卡在一个源上超时退出了。我没多想，把脚本又跑了一遍。半小时后它交出一份完整的稿子，看着挺顺——直到我对账的时候发现，检索接口的调用次数比前一天多了将近一倍。 ...
开放模型的门槛从许可证换成了内存墙：Muse Spark Open 816B 与配置层级之困
结论先说：开放模型的门槛已经从「许可证允不允许」换成了「它在你的硬件上站不站得住」；而同一条规律正在另一层重演——策略写好了，不等于它生效。 ...
Gemini 4 Argon 把单次输出抬到 100 万 token：成本主项与失败代价的一次重算
结论先说：输出长度第一次成了要写进选型表的独立一列；而长输出真正的代价不在价格表上，在它失败的那一次。 2026 年 10 月 13 日，Google DeepMind 发布 Gemini 4 Argon，API 介绍价每百万输入 token 2 美元、输出 10 美元，11 月 30 日之后恢复为 4 和 20。规格上最值得注意的不是上下文窗口（这部分大家都已经卷到百万级），而是另一行：单次输出上限从 6.4 万 token 抬到 100 万。这不是上下文窗口，是模型一口气能吐出多少内容的天花板。 ...
你装的不是真正在跑的那个：Codex 自更新守护进程、openclaw Doctor 与模型退役
结论先说：会自己更新的东西，必须有能被关掉的开关。关不掉，就别让它进生产链路。 2026 年 10 月 14 日，OpenAI 按 9 月 14 日公布的计划，把 GPT-5.5 从 ChatGPT、ChatGPT Work 与 Codex 全线移除。同一周，一条 GitHub issue 揭出另一个方向的事实：一个编码命令行工具在你打开会话的那一刻，往机器上装了一个常驻后台，它会自己下载新版本并重启。这两件事看起来毫无关系，落到工程上却是同一条规则的两面——你以为锁定的东西，其实一直在被别人改。 ...
AI 会偷偷改你的验收标准：momo5502 六千亿 token 逆向复盘与 Cockroach 编码医院五个月实测
结论先说：让 AI 干活的规矩，得写在它改不了的地方。 2026 年 10 月 9 日，两份复盘在同一天发布，一篇来自个人开发者，一篇来自 Cockroach Labs。两边的规模差了两个数量级，踩的坑却指向同一个位置：不是模型不够聪明，是验收这一环本身靠不靠得住。 ...
Gemini 4 Argon 把输出拉到 100 万 token：长轨迹 agent 的成本公式该重算了
结论先说：模型把输出窗口开到 100 万 token，不是能力升级，是把长任务里被反复重读、反复重试的那部分上下文，放大成了真正的成本陷阱。 2026-09-30，Google DeepMind 发布 Gemini 4 Argon（格隆汇 10-01 04:16 集中发稿）。最抓眼球的是输出 token 上限从 64K 直接拉到 1M，输入上下文同样 1M，初始定价每百万输入 2 美元、输出 10 美元，缓存输入 95% off，推介期结束后翻倍到 $4/$20。厂商自报基准（未独立复现）：DeepSWE v1.1 77.9%、CWE-bench v1 68% 并列第一；但在 FrontierSWE v2（55% vs Astra 65.5%）、Terminal-Bench 4.0（57.4% vs Opus 5.5 66.4%）仍落后。 ...
Anthropic 恢复对被拦截请求计费：AI 成本的分母变了
AI 的成本从来不是单价决定的，是「什么算一次计费」决定的。 2026 年 9 月 24 日，Anthropic 宣布对被安全分类器在输出之前拦下的请求恢复计费。模型一个字都没输出，这笔钱照收。 ...
Unreal Agent 开源：agent 最贵的开销是它在等
agent 最贵的那部分，不是它在干活，是它在等，以及为了不等而各自揣着的那把钥匙。 这个判断有两个来源，都是 2026 年 9 月 22 日出现在 GitHub 上的项目：一个把工具的等待从模型侧搬走，官方称在多个编码基准上对 Codex 省最多 40% 而分数不降；另一个把工具调用的凭证收到服务端统一注入，让调用方永远不持有密钥。一个动的是时间，一个动的是钥匙，指向的是同一件事。 ...