最近 Codex 的订阅额度又成了社区讨论的热点。 我自己用的就是 Codex 20x。以前正常使用一周额度基本还有剩，现在同样的工作量，两三天甚至高强度使用几个小时就能见底。 去 Reddit 看了一圈，发现并不是个例，不...

高价前沿模型不再自动等于高需求。最新报道与研究显示，企业正在重新评估每月200美元级AI订阅的投入产出比，部分高强度使用量折算后可能对应8000至1.4万美元API成本。与此同时，低价模型和面向科研任务的智能体受到关注。若趋势延续，模型厂商比拼的将不只是最高性能，还包括单位成本、稳定性与实际交付价值。

两家媒体报道称，OpenAI已经完成名为Bel的模型预训练，参数规模超过10万亿，并将其描述为可能冲击通用人工智能门槛的基础模型。但截至目前，OpenAI尚未公开Bel的模型卡、训练方法、数据规模、算力投入或评测成绩。Bel消息真正引发讨论的，不只是参数数字本身，也在于前沿模型竞争正同时面临能力扩张与成本压力。

一则关于大模型调用量的市场排名，将中国模型竞争从参数与基准测试拉回真实使用侧。新浪财经报道称，中国AI大模型调用量连续17周领跑，“牛来”上线4天升至全球第二，DeepSeek-V4-Flash正式版连续3周第一。但统计口径、榜单平台和模型主体尚未公开，调用量能否反映长期竞争力仍取决于留存、付费和企业部署。

Inherent推出AI科研智能体Faraday，定位是协助研究人员复现科学论文，并宣称其在相关比较中超过Anthropic和OpenAI的系统。现有报道没有披露完整的论文样本、成功标准、运行环境和原始评测结果，因此“超越”仍属于公司主张。Faraday引发关注的原因，在于科研智能体正从生成文本和代码，转向能否完成可验证的实验工作流。