9月22日，OpenAI 放出 GPT-6 Sol 和 Luna，API 标价约为前代同档促销价的一半，官方说它们继承了 GPT-6 Astra 在专业工作、事实性、编码、电脑操作上的部分进展。同一天，Anthropic 放出 Opus 5.5，两家一起打次旗舰。知乎知乎
这新闻对普通人是一条比价信息，对渲染人却是实打实的成本账：因为当 agent 要连续读上下文、调用工具、失败后重试，单次调用的价格会被任务长度不断放大。让Agent操作Blender，你付的不是一句提示词的钱，是多轮循环的钱——建模、渲染、回看、改参数、再渲染，每一轮都在烧token。过去这三个月，"接进管线不划算"的感受，一半来自这个循环的单价；现在单价腰斩，"让AI多试错几次"第一次变得可以接受。知乎
但先别急着把管线交给Agent。把9月初以来三个平台堆出来的实测摆在一起看，你会发现同一个AI，同一周里既有人封神，也有人翻车——知乎甚至在9月8日专门开了个问题：如何评价GPT6在Blender建模的水平两极分化？"两极分化"已经成了圈层公认的描述：一句话出城堡惊艳全场，Q版EVA让人两眼一黑，用的却是同一个模型。知乎
三周实测下来，共识边界比你想的清晰
先复盘这波刷屏的轨迹。9月上旬GPT-6Astra带火"搓3D"：写代码、调Blender、搭场景，甚至从零做出一款3D游戏，过去要在专业软件里折腾半天的活儿，现在一句话就能让Agent接手。Codex控制Blender出的城堡、iPhone Ultra模型确实惊艳。量子位
然后泼冷水的是自己人。9月6日，微博博主嘉文钱（约21万粉）把难度往上提，一旦上难度，比如他测试的宇宙飞船和Q版的EVA零号机，第一观感是一言难尽。评论区里他补了一句更扎心的：能体会到等了20分钟之后看一眼电脑两眼一黑的那种心情。微博
把嘉文钱、知乎绛烨、做键盘产品片的设计师CY，以及量子位几方互不统属的测试摆在一起，能筛出四条多源一致的共识——这才值得当判断依据。
1）规则硬表面能打，有机体必翻。 城堡、手机、机械结构、工业零件、方块建筑和规则重复结构，是AI代码建模的舒适区；但遇到人体、动物和复杂道具等曲面丰富、细节密集的对象，还需要专业3D生成模型提供更完整的几何、网格和材质。绛烨让GPT-6直接代码建模角色"阿棠"，最开始做出来的脸让他自己吐槽"画风有点抽象"；换成Hyper3D这类专业生成重做，脸、头发、衣领才立住。嘉文钱的EVA是同一个死法。量子位知乎
2）写脚本永远优先于点鼠标。 嘉文钱的规律第2条：能让它用脚本模式写python代码，就不要让它控制鼠标，精细程度完全不一样。CY的62秒键盘宣传片印证了同一件事：大量批量操作，是通过 Blender 的命令行入口直接运行 bpy 脚本完成的，Computer Use只留给需要现场观察交互的环节。这也解释了为什么"AI操控电脑"的演示视频好看但不可靠——表演用鼠标，生产得用代码。微博知乎
3）输入方式直接决定翻车率。 给参考图大概率翻车，复杂结构宁可给三视图；别对AI说"做得更好看"，要把不能动的部分列成清单——CY的实战结论是：如果把不能改的部分列清楚，修改就有了可以核对的依据。否则它连采购件的比例都敢改，你返工都找不回原版。知乎
4）复杂资产的正确姿势是"通用模型指挥+专业模型干活"。 绛烨的结论很直白：GPT-6 更适合理解、执行流程和简单建模，而人物这种复杂角色资产，还是需要专业AI 3D模型来完成。量子位把它总结成一句话：通用模型负责"想清楚怎么做"，专业3D模型负责"把复杂模型做好"。知乎量子位
第一道坑不在建模，在装环境
真要动手接，先过安装关。目前BlenderMCP有两套并存：社区版ahujasid/blender-mcp在GitHub已经有2.7万Star。但官方BlenderLab的MCP Server与PyPI社区版是两套东西：MCP 在 Blender 5.2 上必须用 Blender Lab 官方扩展加同源客户端这套组合，社区版是为 3.x/4.x 设计的，混用就会出现协议超时、JSON 截断这类问题。所以版本必须成对，教程到今天还在出新：9月23日当天，一篇《Blender5.2.2+MCPServer+VSCodeCopilot：从安装到AI操作Blender完整教程》刚刚挂出。另外提醒一句：Blender并不默认内置MCP，社区版明确是第三方项目，生产机上装之前想清楚安全边界。知乎知乎知乎
Sol发布当天，已经有人让AI开始写插件
B站这两天的信号说明边界还在往外推：有用户让Opus 5.5把Newton物理解算器和USD pipeline整套集成进Blender，甚至还顺手出了demo演示。另一位UP主用GPT-6Astra结合Higgsfield插件，在Blender中通过自然语言指令从零开始构建一个完整的游乐园环境，再导进UE5当游戏场景。AI在3D管线里的角色，正从"替人建模"滑向"替人写工具"。厂商也跟得上：影眸Hyper3D在9月23日上线Agentic Mode，行业竞争从"能不能生成可用资产"扩展到"能不能让Agent把专业3D能力真正用起来"。哔哩哔哩哔哩哔哩量子位
谁现在可以接，谁再等等
产品渲染/硬表面党：先接"改与编排"这一段。喂STEP文件、锁死不可改清单，让Agent跑外观多轮微调、相机灯光编排和动画预设——CY的键盘案例证明这条路的天花板已经够生产级。人物、布料、植物继续自己做。
二创/MMD人群：道具和场景可以交给AI，角色别碰。绛烨的换装案例提前暴露了坑：把人物身上的裙子隐藏后，下面的身体居然不完整。修穿模的时间比手K还长，这种"AI只干一半活"的环节需要人来收尾。知乎
效果图接单人：先算时薪再谈提效。20分钟等一轮是常态，多轮返工是常态；客户那句"做得好看点"必须翻译成显式约束清单，否则省下的建模时间全赔在改稿里。
继续观察的信号：Sol/Luna的生产实测——刚发布，价格腰斩目前是标价口径；以及"高效果可能是撞上了训练集"这条疑问怎么被消化，评论区已经有人拿它泼冷水了。微博
证据边界说在最后
上面这张边界图，全部来自博主自测：没有标准化benchmark，没有统一场景库，单个人样本量个位数。可靠的是方向共识——多方独立测出"硬表面强、有机体弱、脚本优于鼠标、约束要显式"；不可靠的是任何具体数字（成功率、耗时、哪版模型更强），这些只有你自己的管线测了才算数。
但对接入决策来说，够用了：AI操作Blender已经从"天要变了"的恐慌期，走完到"边界画清了"的排产期。该交的活清楚了，该留自己手里的活，同样清楚了。
