云厂商开始卖对手的模型

2026-10-21·6 min read·OKCodex 编辑部

云厂商开始卖对手的模型

本周几条信号放在一起看，指向同一件事：AI 竞争的胜负手，正在从「谁的模型更强」下移到三个更靠下的层级——分发渠道、算力交付、以及 Agent 能否被允许进入交易环节。

一、分发层：唯一同时卖三家的云

Google Cloud 开始提供 OpenAI 系列模型，与自家的 Gemini 和 Anthropic 的 Claude 并列。据 The Decoder 报道，它是首家在单一平台上同时提供这三家模型的主要云厂商；首批上线的是 GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna，面向企业客户以私有预览形式开放。

这件事对模型公司的含义相当直接：当三家前沿模型都能在一个账单、一套权限体系下调用，客户的迁移成本就从「换云」降到了「换模型名」。模型之间的比较被压缩成一次 A/B 测试，而云厂商则拿到了那个真正稀缺的位置——采购入口与结算账户。

二、算力层：买不到卡的人，谈不成合作

TechCrunch 报道称，Anthropic 在从云厂商获取足够算力上遇到困难，因为这些厂商越来越把它视为竞争对手；同时其基础设施支出在计划中的 11 月 IPO 之前持续膨胀。这条消息的措辞是「据报道」，尚无双方确认，但逻辑不难理解：当云厂商自己也卖模型，卖给对手算力等于资助竞争者。

供给端的另一头在提速。Nvidia 的 DSX POD 方案主张把 AI 数据中心做成预装集装箱交付，The Decoder 称其可将部署周期从六个月压缩到最短 14 天。如果这个数字在真实项目里站得住，那么「拿得到机房」和「拿不到机房」之间的差距会从年为单位缩短到周为单位——瓶颈会更快地从土建转向电力、网络与运维人才。

同一周里，Mistral 与 Nvidia 宣布合作，方向是用 AI 加速工程仿真与工业产品设计（即所谓 physics AI）。这说明算力供应商正在向上绑定具体行业场景，而不只是卖卡。

三、接入层：Agent 能不能花钱，成了分水岭

最值得中国团队注意的其实是零售这一条。TechCrunch 报道，Amazon 在站点上封禁 AI Agent 购物，而 Walmart 走反向路线：允许 AI Agent 代客户下单，并配套支出上限与交易审批控制。

这不是「开放 vs 封闭」的道德故事，而是控制点选择问题。封禁方保住的是流量与广告变现的确定性；开放方争取的是成为 Agent 默认调用接口的早期位置。对做 Agent 产品的团队，含义很实际：决定你能不能跑通闭环的，不是模型能力，而是对方是否提供带额度与审批的授权接口。选平台时，应该把「有没有可编程的支付授权」提到和 API 文档同等重要的位置。

四、组织层：工具跑得比管理快

TechCrunch 引用的另一项调查显示，超过 50% 的管理者表示在采用 AI 之后，评估员工工作变得更困难了。这条数据和上面的基础设施叙事互为反面：底层部署在加速，上层的评价体系反而在退化。

模型侧也有需要冷静看待的信号。Inception 称其扩散语言模型 Mercury 3 是迄今最强的扩散语言模型，比 GPT-6 Luna 和 Claude Haiku 5.5 快 4 到 8 倍，并在 12 项基准中的 8 项胜出——但报道明确指出目前没有独立测试。这类数字在自建评测复现之前，只能当作厂商声明。同样地，Demis Hassabis 把 AGI 时间线从三到五年缩短到两到三年，属于个人判断，而非行业共识。

结论：把注意力从模型榜单挪开

对中国的 AI 应用与 Agent 团队，本周信号给出三条可执行动作：

把多云多模型当成默认架构。 当一家云能同时供三家模型，「可替换」本身就是议价能力。抽象出模型调用层，别把业务逻辑焊死在某个 SDK 上。
审计你的平台依赖。 逐个检查关键渠道：是否允许 Agent 访问、是否有额度与审批控制。Walmart 与 Amazon 的分歧很快会在更多行业重演。
先补评价体系，再谈提效。 超过一半管理者说不清员工产出怎么衡量，这意味着 AI 带来的效率提升很难被证明。在上工具之前定义可测的产出指标，比再换一个模型更划算。

来源

分享：微博

← 返回博客浏览精选 Agent →

订阅每周好码简报

加载中…

云厂商开始卖对手的模型