一、价格战：同周双降

上周到本周，两家前沿厂商先后调价：

• OpenAI：GPT-5.6 Sol 基准价格下调逾 20%（优惠价三个月有效）；更早还下调了中端模型 20%、低成本模型 80%。
• 谷歌：发布 Gemini 3.7 Flash，定价约为上一版本一半（0.25 美元/任务），CEO 称其为公司增长最快的模型，ARC-AGI-2 得分 84.6%。

外媒分析直言，来自中国公司的大模型开源和定价策略给美国厂商带来直接压力。这轮降价对开发者的意义在于：同样的预算能跑更多 token，边际成本持续下探。

二、本地开源：30B 级 agent 模型密集上新

降价之外，本地可跑的开源模型也在升级，而且专门为 agent 场景优化：

| 模型 | 参数 | 亮点 | 部署门槛 |
| Meta Muse Glimmer | 30B dense | Apache 2.0、128K+ 上下文，4-bit 后 18–20GB | 24–32GB 单卡或 Mac |
| NVIDIA Nemotron 3.5 Lightning | 30B MoE | 仅 3B 激活参数、1M 上下文、投机解码 4 倍吞吐 | RTX 系/Mac |
| Qwen3.6-27B | 27B dense | Q4 约 16GB，SWE-bench Verified 77.2 | 24GB 显卡 |

三点判断供参考：

1. 「30B + 4-bit + 单卡」成为新基准：过去跑 agent 模型动辄需要多卡，现在一张 24GB 消费级显卡就是分水岭。
2. agent 场景比纯对话更挑模型：工具调用、多步任务、长上下文，这批新模型都是冲着这些场景去的，ollama launch 能直接接 Claude Code、Codex 等工具。
3. 成本曲线在重塑商业模式：API 降价挤压「包一层调 API 卖高价」的中间层；自部署门槛下降则利好真正做本地方案的团队。

三、开发者可以做什么

• 如果预算敏感、数据敏感：用 24GB 显卡 + Qwen3.6-27B 或 Muse Glimmer 起一个本地 agent 环境，成本基本是电费。
• 如果追求效果：继续用前沿 API，但把降价的额度投入到检索层——企业知识基准（τ-Knowledge）显示，检索层做扎实比盲目换更大模型更出效果。
• 关注 Hugging Face / Ollama 官方渠道的量化版本，Q4_K_M 是最常见的折中档。