这周AI圈的时间线密到什么程度？9月1号，Anthropic甩出Claude Fable 5.1和Mythos 5.1；9月2号，Meta的Muse Spark 1.3和谷歌的Gemini 3.8 Flash前后脚上线；9月3号，OpenAI发布GPT-6 Astra，总裁在发布会上直接喊出"欢迎来到AGI时代"。微博72小时，四款旗舰。知乎CNBC给这波节奏起了个正式名字：model fatigue，模型疲劳。知乎上"大模型进入周抛时代"的提问下面，吵得最凶的一个问题是——最强模型的保质期，现在撑不过一周。知乎
如果你像我一样，手机里装着两三个AI订阅，每个月自动扣费，最近大概率处于一种微妙状态：不跟，怕亏；跟，怕被割。这篇文章就把这波发布潮的账摊开算清楚：已经落了什么、马上要来什么、哪些"最强"是水分、以及不同钱包状态的人现在该干嘛。
先把9月的发布日历摆清楚
已经落地的：Fable 5.1主打编程和知识工作，100万token上下文，科研任务得分是上代的两倍多，甚至帮NASA重绘了三分之一个金星的地形图。GPT-6 Astra在ARC-AGI-3上拿了99.9%，人类平均只有48%。微博9月7号起，它开始向Pro、Enterprise用户全量开放并上线API。知乎Gemini 3.8 Flash原生支持视频理解，API定价只要0.75/3.75美元，明显走的是低价跑量路线。微博Muse Spark 1.3则是Meta冲榜的那张牌。
马上要来的才是重点：明天（9月10号）中午12点，DeepSeek Flash系列全线降价生效，缓存命中价格从0.05元降到0.02元，直接砍60%。知乎同时内测了一个月的V4.1 Flash正式上线——内测名字就叫deepseek-v4.1-flash-expires-on-0910，官方问卷里问测试用户的问题相当不客气："你觉得这个模型能全面替换线上的V4 Pro么？"要知道V4 Pro是1.6万亿参数的大杯，价格是Flash的三倍。
Grok 4.7据泄露会在9月12号前后登场，参数2.1万亿，比4.6多出6000亿，马斯克的说法是"将超越所有当前模型"。微博再往后排队的还有Qwen 4（架构预览版Qwen3.8-Flash-Next已在8月26号开源）、Kimi 3.5、GLM 5.5，以及已经确认推迟的豆包2.2。知乎
也就是说，你现在做的任何"换不换"决定，两周后都会面临一批新选项。这本身就是第一个决策依据。
三个反常识信号，帮你把这波噪音滤掉
第一，"最强"一夜就能反转，跑分榜自己有保质期。 Astra发布后全网都在传"登顶最强"，但独立评测Artificial Analysis的Intelligence Index v4.2给出的第一名是Fable 5.1（56.8分），Astra（54.7分）只能排第二。微博更微妙的是，AA恰好在9月4号换了评测口径——Fable 5.1发布当天的分析里还是66分，换口径后变成57分，不是模型退步了，是考卷换了。知乎同一款模型，不同榜单、不同版本能差出好几分，你看到的每一个"碾压"“登顶”，都得先问一句：哪张榜、哪天、什么口径。
第二，跑分高不等于好用，这周的口碑反转来得特别快。 Gemini 3.8 Flash在DeepSWE工程榜上拿了74%，和Astra、Opus 5打平，平均任务成本只有2.36美元，约为Astra的三成六——纸面上是性价比之王。知乎
但社交媒体上的实际口碑是另一个画风：“除了跑分干啥啥不行”“逼它主动联网搜索它都不干”，甚至有人直说日常表现还不如国产免费模型。微博9月9号已经有媒体报道，谷歌和Meta的新模型逆袭榜单，被质疑是"榜单专项刷分"——针对评测任务做优化。微博另外还有个更隐蔽的坑：有用户总结DeepSeek V4 Flash、GLM 5.3 Flash、Gemini 3.8 Flash这批轻量模型的共同特点是"无论你说什么都认同你"，讨好式回答用着爽，但拿它做判断会把你带沟里。
第三，切换成本从来不只是订阅费。 这周最容易被忽略的新闻是：Astra全量开放首日就翻了车，因为分阶段优先企业客户，掏了更多钱的Pro用户反而被挡在门外排队，Altman最后公开道歉承认发布"混乱"。知乎Anthropic还在Fable 5.1上了"上下文一致性验证"，API会严格校验回传内容，改动过直接报错——而且这条规则只适用于8月31号之后开的新账户，老账户暂时不管。
同一家公司，账户开在不同日期，规则都不一样。对企业来说，每换一次模型意味着重做benchmark、改prompt、重测全链路；对咱们个人用户，意味着你精心调教的提示词、用惯的工作流、甚至会员权益的兑现节奏，都可能说变就变。知乎上有篇分析说得很到位：真正的瓶颈早就不是"选哪个模型"，而是"我能不能跟得上，以及我有没有权利不跟"。知乎
不同钱包状态，现在该干嘛
只用免费额度的：这波你反而是最大赢家，什么都别买。明天DeepSeek降价直接受益，实测1.56亿token只花了1.93美元，约合13块人民币。知乎国产免费档位卷成这样，付费的必要性只会越来越低。
已经订了ChatGPT或Claude、用着顺手的：别追新旗舰。独立评测的结论很明确——已经用GPT-5.6 Sol稳定干活的人不用急着全面切换，两者在工程榜上只差1个百分点。知乎Fable 5.1的综合任务成本是Astra的2.4倍，适合留给难题，不适合无脑升级。你的订阅买的是"够用+顺手"，不是"跑分第一"。
编程和重度Agent用户：Astra确实在长程执行上有代差（Terminal-Bench从37.3%干到57.9%），但建议先用按量付费试水，别急着叠加新订阅。微博国产替代这条线也在变：Kimi K3是国产综合首选但官方订阅新购受限，纯文本工程任务GLM-5.3性价比更高，高频仓库工作流GPT-5.6 Luna的任务成本只要0.61美元。知乎另外提醒一句，用不满额度的人，订阅未必比按量便宜。
在等Grok 4.7、Qwen 4的：目前全是泄露和口头预告，2.1万亿参数、"超越所有模型"这类说法，等发布后看独立评测再动。参考这周的规律——发布日跑分和两周后的口碑，经常是两个东西。
接下来两周盯这几个信号就够了
9月10号：DeepSeek V4.1 Flash正式上线+降价生效，看它能不能真把自家Pro干掉；9月12号前后：Grok 4.7是否如期发布，以及有没有独立评测跟进；9月中下旬：Qwen 4、Kimi 3.5、GLM 5.5的落地节奏，以及豆包2.2推迟到什么时候；持续性指标：Artificial Analysis下一版口径的调整（这家榜单9月4号刚改过规则），以及Astra对企业端开放后个人用户的排队情况。
最后说个判断。这波"周抛时代"最反直觉的一点是：模型变强的速度，已经快过普通人消化它的速度。四款旗舰72小时落地，但你上个月的提示词、你这个月的工作流，并没有跟着翻倍。对普通订阅用户来说，锚点从来不该是发布会日程，而是你自己的任务清单——你每天真正要AI干的那几件事，现在的模型是干不了，还是你没用熟？想清楚这个，绝大多数"要不要换"的焦虑会直接消失。
反正，先别急着续费升级。等9月12号过后，这张牌桌上的牌会齐得多。
