用什么Fable 5？都给我去用国产模型｜顶级模型变奢侈品，普通人怎么用 AI？
三句話摘要
頂級AI模型日益不可得，國產模型崛起，企業急需統一多模型方案而非在各平台間反覆切換。 AI的未來不在單個模型的突破速度，而在於如何讓普通人和企業在低摩擦、低成本的環境下組合使用多個模型，在這種大規模實驗中發現真正有價值的應用。 頂級模型可用性崩壞：OpenAI推出GPT-5.6後只開放20個合作夥伴，普通用戶被限制在GPT-5.5和Opus 4.8。模型部署了多層安全過濾機制（講者稱「切腦」），明面有一層審查，暗處還有一層，導致用戶的合理需求經常被路由到更低能的模型去回答。
重點整理
重點- 1
頂級模型可用性崩壞：OpenAI推出GPT-5.6後只開放20個合作夥伴，普通用戶被限制在GPT-5.5和Opus 4.8。模型部署了多層安全過濾機制（講者稱「切腦」），明面有一層審查，暗處還有一層，導致用戶的合理需求經常被路由到更低能的模型去回答。
- 2
國產模型已被實際驗證：Coinbase（金融上市公司，對準確性要求最高）已用GLM和Kimi處理大部分編碼任務，費用降至原來的一半以下。這表明國產模型在生產環境中已足夠可靠，且性價比遠優於國外模型。
- 3
用戶痛點是碎片化，不是單個模型：小企業主和獨立開發者不想在模型間頻繁切換、維護上下文、重新計算成本。他們期待一個統一的月費制方案（講者建議500元/月），能內置三到五個模型，系統自動分配和切換，只讓用戶專注業務邏輯。
- 4
中國免費模式無法變現，但低成本是優勢：豆包等嘗試收費被網絡罵聲淹沒，反映了國內消費者心理。但正因中國有電力成本優勢（token成本為海外五分之一），才能讓更多人免費試用AI，長期看會催生真正有價值的應用，最終驅動願意付費的新業務模式。
實用技巧與重點
乾貨- 頂級模型與限制
- GPT-5.6：限20個合作夥伴、分三個等級（超牛逼/一般牛逼/普通牛逼）
- 普通用戶可用：GPT-5.5、Opus 4.8
- 限制機制：明面安全審查 + 暗處過濾層 + 低端模型回退
- 國產模型與案例
- 主流模型：GLM、Kimi、豆包（Doubao）、MiniMax
- Coinbase案例：91%編碼任務轉給GLM/Kimi；費用降50%以上；91%員工未觸發使用上限
- 平台與工具
- 統一接入：Claude Code、Work Body、飛書、Telegram、方舟（Baichuan）
- 訂閱服務：早晚報支援飛書推送（語音+深度解讀）、Telegram小程序訂閱
- 成本參考：基礎plan數十到百元起步；Work Body有1.5倍用量折扣
- 隔離方案
- 虛擬機隔離：主電腦跑虛擬機，共享下載目錄（安全性與效率平衡）
- Claude Code完全授權：在安全目錄內給予全部權限，跨目錄讀取時才觸發逐次授權
結論
結論“AI的未來不在單個模型的突破速度，而在於如何讓普通人和企業在低摩擦、低成本的環境下組合使用多個模型，在這種大規模實驗中發現真正有價值的應用。”
完整解析
詳細這場對話揭示了當前AI市場的一個深層困境：頂級模型越來越不可得，不是因為技術瓶頸，而是商業和安全考量。OpenAI推出GPT-5.6後立刻限制訪問，普通用戶被鎖在舊版本。更扎心的是，這些「官方」模型被施加了多層過濾機制。講者親身體驗過「明的保鏢」（正式審查層），也在日誌裡看到「太傻逼了以至於不配用favour」這樣的變數被觸發多次，暗示暗處還有一層針對「低質需求」的過濾。結果是：用戶花錢租用模型，卻發現合理的需求被攔截，甚至被偷偷轉給更低能的模型回答。
與此形成鮮明對比的是國產模型的崛起。講者引用了一個關鍵案例：Coinbase（加密貨幣交易所、首家上市的加密公司）對準確性要求極高，卻已把大部分編碼工作交給GLM和Kimi，結果費用降到原來的一半。這不是因為國產模型比國外「更便宜」，而是因為它們在實際業務中性價比更高——同等效果、成本更低。而且國產模型的生態已成熟：能無縫接入Claude Code，享受已有的工具鏈，無需再被綁定到單一平台。
但真正的痛點超越了模型本身。講者描述的是一個小企業主的日常困境：要麼每天在ChatGPT、Claude Code、豆包、Kimi之間切換，每次切換都要重新理解UI、轉移上下文、計算成本；要麼死守一個模型。這不僅低效，還會產生心理挫折感——感覺被AI綁架而不是被賦能。市場已經嗅到這個需求，Work Body、飛書等中間層開始提供統一界面和月費制。講者的理想方案是：月費500元，內置三到五個模型，系統自動分配，用戶只需想業務邏輯。
商業模式的困境則是另一重難題。豆包嘗試收費，立刻被罵「忘記初心」。講者既同情這種輿論壓力，也認識到它反映的是一個無法迴避的真相：在中國，沒人願意為AI模型付費——或者說，誰敢收費誰挨罵。但他轉向樂觀的長期視角：正因為中國有電力成本優勢（token成本為海外五分之一到七分之一），更多人才有機會免費探索AI可能性。這個「使用成本廉價→人數眾多→誘發創新→最終有人願意為創新付費」的循環已在發生。短期內，變現困難是事實，但長期看，這種廉價實驗會催生真正有價值的應用，進而驅動整個生態向上。講者對此充滿信心。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
