剛過去的五一假期，有用戶發現，豆包在 App Store 的應用主頁新增了三款付費會員訂閱選項：標準版每月 80 元、加強版連續包月情況下每月 200 元、專業版每月 599 元，年費則為 6088 元。作為對比，同屬專業陣營的 ChatGPT Pro 年度費用約 2400 美元（約合人民幣 16366 元，約 HK$17816）。 豆包方隨後對外回應稱，免費服務會持續提供，付費版本主要面向複雜任務與生產力場景，方案仍在測試階段。

截截至發文前，尚不知其付費入口何時正式上線。

付費模式，意在生產力？

行業對這一動作的反應並不統一，但各方都能注意到一個基本事實：這是迄今為止國內通用 AI 助手產品定價最高的一次嘗試。算力成本是最直觀的痛點。根據火山引擎此前公布的數據，截截至 2026 年 3 月，豆包大模型日均 Token 調用量已超過 120 萬億，較三個月前近翻倍，是 2024 年 5 月發佈時的 1000 倍以上。而據第三方報道，字節跳動在 2025 年的資本開支約為 1600 億元，其中大部分流向 AI 算力採購與基礎設施建設，這一數字在多家券商報告中均有交叉驗證。

在科技圈流傳的一份成本估算中，單次推理的碳排放比約 58%，電力成本約 29%。120 萬億日均 Token 意味著龐大的碳排放集群和持續攀升的電費賬單，這一成本結構使得大規模免費服務的不可持續性，早已不是一個時間問題。 豆包不是第一個做出調價的玩家。2026 年 2 月，智譜對旗下 GLM Coding Plan 提價，漲幅超過 30%；3 月，GLM-5-Turbo API 價格再次上調 20%；4 月，GLM-5.

1 持續提價 10%。雲廠商們也在紛紛取消優惠，騰訊雲發佈公告，自 2026 年 5 月 9 日起，AI 算力相關產品服務價格將上調 5%。DeepSeek 在 V4 模型正式上線前，在應用頁面首次進行分層，開啟了快速模式和專業模式，當時也有業內人士分析認為，此舉是 DeepSeek 在為後續付費訂閱制度進行調整準備。 不過，在 V4 正式上線後，其反倒開啟了大規模優惠投放，在 API 上實行了限時折扣，同時調整了緩存器中的計費規則。

當最大免費用戶群開始設置付費門檻，已不再是某一家公司的財務考量，而是整個行業模式的集體轉向。 豆包此次推出的三款付費體系，切入點不在對話本身。根據產品頁面信息與接觸過該服務的業內人士透露出，付費能力聚焦在 PPT 生成、深度數據分析、視覺製作等高計算消耗場景。基礎對話、文字潤色等功能仍保持免費。 這套設計的邏輯在於用戶分層。QuestMobile 數據顯示，2026 年第一季度豆包月活用戶約為 3.

45 億。在如許龐大的用戶規模中，真正大量消耗算資源的深度用戶只是一小部分，但他們造成的 Token 消耗遠高於平均水平。三款定價將這部分用戶篩選出來，讓高消耗與付費形成對應關係。 同時，免費基礎功能的保留，使得絕大多數輕度用戶不受影響。這保住了豆包作為國民級應用的規模基本盤。 從產品競爭的角度看，這一調整還有另一重意圖。長期以來，控制成本的免費版本在模型版本、上下文化長度與推理深度上做了不少妥協，導致部分市場反彈認為豆包的實力上限有限。

此前，一位來自大廠的 AI 相關負責人曾告誡鉤沉網科技，豆包在試水專業模型時有諸多掙扎，「最直觀的難點就是大規模用戶，想達到極致的性能，又想佔有龐大的用戶群，這是非常難的」。 但實際上，字節跳動在今年 2 月發佈的 Seed 2.0 Pro 模型在多项基準測試中的表現已進入第一梯隊；視頻生成模型 Seedance 2.0 也直接對標了 OpenAI 的 Sora。

付費版本的目標之一，是讓這些技術能力獲得一個不被成本約束的付費出口。 還有業內人士對鉤沉網科技表示，「當前字節大部分的算力優先生能就在 Seedance，大部分創新研發都要給 Seedance 讓路」。 而在應用端，豆包 App 的階段性使勁已然達成。自今年春節檔 AI 應用大爆後，豆包最強對手的 DAU 均已有明顯回落。但豆包的漲勢不減，QuestMobile 最新發佈的《2025 年 AI 應用層發展示心報告》顯示，截截至 2025 年 12 月，國內 AI 原生 App 月活躍用戶（MAU

）規模呈現出明顯的階梯式分化。其中，豆包與 DeepSeek 分別以 2.26 億和 1.35 億的月活規模位列亞軍，形成「雙霸頭」格局，斷層領先全行業。 在 3 月後，豆包 DAU 的優勢進一步拉大，形成斷層領先。另有業內人士表示，第三方平臺的數據顯示，豆包 DAU 的峰值已在 1.5 億上下。 但與此同時，QuestMobile 報告指出，一季度 AI 應用新增用戶呈現「下沉+銀發」雙向延展趨勢。

豆包的平均月使用次數為 54.8 次，用戶活躍率 33.5%，兩項指標均大幅高於千問和 DeepSeek。 前述業內人士表示，豆包 App 的基本盤中銀發和青少兒群體並不少，這和當前豆包想搶佔的生產力場景相去甚遠，付費模式有助於其搶佔生產力人群。 算力先爆為敬？ 某種程度上看，豆包試水付費，意味著中國市場上最大的免費玩家主動開始計算 Token 成本。背後將回歸到 Token 經濟學的考量。

用通俗的比喻來說，過去兩年 AI 應用的免費模式，相當於一家自來水廠，不僅不收水費，還承諾無限量供水，成本全由公司自己承擔。Token 消耗越多，公司現金爐子燒得越快。 但「Token 經濟學」的本質，是 AI 行業對上述不可持續的「免費供水」模式的重新定價。在今年 GTC 大會上，黃仁勳如是闡述 Token 經濟學：Token 是新的商品，如果它們能獲得更多產量，就能生成更多 Token，收取就會增加。

火山引擎總裁黃歆亦有過類似表述，Token 的價格差異本質上是能力的差異，下一代模型能力更強，單 Token 成本有可能上漲，但創造的邊際經濟價值也會更高。 可以說，豆包的收費嘗試，是這套「Token 經濟學」在國內最大規模用戶群的一次驗證。 資源市場已做出熱烈回應。5 月 6 日，節後首個交易日，算力芯片板塊集體走強。海光信息（688041）開盤後放量上漲並觸及漲停，總市值一度突破 8200 億元。

寒武紀（688256）上漲超過 9%。存儲芯片方向，朗科科技、江波龍、燦瑞科技、德邁利等多隻個股漲停或漲超 10%。科創 50 指數當日大漲。 在這輪增長裡，一個被反覆提及的邏輯是：當行業裡最重要的免費玩家開始建立付費牆，意味著 AI 算力的稀缺性正被價格機制確認。此後，碳排放、雲服務、模型層的商業回報預期都能隨之重新定價。 AMD 首席執行官蘇姿豐在最新財報電話會議上也直觀表示，數據中心 CPU 市場將以超過 35% 的年增長率擴張，到 2030 年規模將超過 1200 億美元，未來可能出現「

極其嚴重的產能短缺」。AMD 財報發佈後盤後股價上漲超過 16%。 豆包已不是個例，整個 AI 賽道競爭正在進入重新定價的階段。 上述事件在時間上的匯聚，形成了一條從軟件端到硬件端的價格傳導鏈條。開源證券在研報中稱，國內 Token 調用量持續突破新高，說明國內產 AI 大模型的產業界地正處於全面推進階段。東吳證券進一步指出，2026 年一季度，算力租賃行業已出現供單與漲價的「量變」，以及 Token 分成商業模式升級的「質變」，並由此給出「2026 年是國內 AI 算力全面供需元年」的判斷。

火山引擎的數據也顯示，累計 Token 使用量超過一萬億的企業客戶，已從 2025 年底的約 100 家增長至 140 家。 從一款國民級應用的定價調整，到芯片板塊的集體上行，這些事件各自分立發生，但在同一個窗口構成了完整的事變。AI 產業的免費時代，正經歷一次系統性的收縮。水面之下，是算力供需關係正發生基礎性變化。

豆包的付費價格終於公諸於世。據 App Store 頁面披露的資訊，豆包將在免費版之外新增三檔付費訂閱：基礎版繼續免費，滿足日常使用；標準版連續包月68元人民幣，約 HK$74，連續包年688元人民幣，約 HK$749；加強版連續包月200元人民幣，約 HK$218，連續包年2048元人民幣，約 HK$2,232；專業版連續包月500元人民幣，約 HK$545，連續包年5088元人民幣，約 HK$5,536。

也就是說，豆包也效仿行業其他友商，直接將用戶細分成了四層：日常用戶繼續免費使用，轻度專業用戶進入68元人民幣檔，高頻生產力用戶進入200元人民幣檔，更重度、更高算力的專業需求則被放進500元人民幣檔。這組價格的亮相，也第一次把一個核心問題推到了台前，那就是 AI 應用到底該由誰來為算力買單。過去，用戶習慣了免費提問、免費生成、免費試錯。但是 AI 有別於傳統的搜索引擎，一次回答、一次長文檔分析、一次 PPT 生成、一次視頻創作，背後是即時模型推理、Token、GPU、帶寬和等待隊列。

豆包此次的費用曝光，同樣構成了國產 AI 應用走向商業化的一次明確信號。

免費與付費開始走向分層

豆包開啟付費後，極易引發一種粗糙的誤讀，那就是 AI 免費時代宣告終結。但如果你長期使用各類 AI，就會發現無論哪家 AI 模型，幾乎都提供了供消費者免費試用的版本。豆包頁面事實上，這裡面真正發生的變化在於「免費與付費開始分層」。AI 基礎服務繼續承擔普及、獲客和用戶習慣培養的任務，而高階能力、高頻調用以及高算力任務，則逐步進入訂閱體系。豆包此次提供付費訂閱，也源於 AI 應用走到今天必須面對更多的成本。

用戶的每一次回答、每一次視頻生成、每一次專家模型調用，背後都是大把的即時算力消耗，而這都需要真金白銀提供支撐。過去 AI 應用憑藉免費策略圈攬用戶，今天則需要依靠付費機制篩選出真正具備高階需求的人群。免費解決「讓更多人用起來」的問題，付費保障「讓重度用戶穩定用下去」的訴求。全球 AI 應用商業化早就沒有秘密可言。ChatGPT、Claude、Google、Perplexity 都是這條路徑，那就是提供免費的基礎能力，再對高階能力實行訂閱收費，極高頻調用轉化為企業化或按量計費。

確定性是用戶購買的核心資產。相比於推出付費版本，用戶更需要關注的是，豆包提供的這些付費功能「值不值得每個月掏錢」。雖說目前豆包尚未公布具體的付費細則，不過豆包付費權益最關鍵的部分，其實是體現在三種「確定性」上。豆包支持多模態首先是確定的高階能力。專家模型、視頻生成、多模態理解、複雜任務處理，這些前沿能力並不適合無限免費開放。模型越強、上下文越長、多模態越豐富，背後的成本便呈指數級攀升。

付費機制能夠確保真正需要的用戶，獲得充足的調用額度。然而，豆包也要拿出足夠吸引人的強大模型，從而讓用戶產生「值得買」的感受。其次是穩定的高峰期體驗。AI 服務最令人抓狂的往往在於關鍵時刻的排隊等待，對普通用戶而言，回覆延遲頂多影響體驗；但對正在撰寫方案、製作視頻、趕工交付的專業人士來說，排隊等同於生產事故。高峰期快速通道的本質還是資源。對於需求更迫切、願意穩定性支付溢價的用戶，也理應獲得最優先的算力保障。

最後就是工作流連續性的確定性。免費額度受限尚在其次，工作流被生硬打斷才最讓重度用戶感到痛苦。長稿撰寫中途、視頻生成過半、資料分析正酣時，由於額度耗盡、排隊降級等原因導致工作流斷裂，體驗極為糟糕。AI 訂閱的核心賣點在於確保高頻、高算力、高複雜度任務不再被免費規則反覆掐斷。這才是付費用戶真正買單的核心資產。 付費是 AI 行業的必然趨勢。過去 AI 行業一直存在著巨大的敘事悖論。

整個科技圈高呼 AI 是技術革命、是下一代生產力入口，同時又像派發贈品一樣無限倒貼用戶，但這兩套邏輯放在一起根本無法自洽。如果 AI 僅僅是玩具，免費策略無可厚非。倘若 AI 真能提升效率、重塑工作流並釋放生產力，它絕對不可能永遠提供免費午餐。收費之舉確認了 AI 的真實價值，並且打造了一個可持續的發展環境。一個行業敢於明碼標價，說明從業者終於確信自己提供著真正的服務，摒棄了單純的噱頭。

當然，更現實的壓力在於，多模態應用正把高昂的成本推向台前。純文本對話尚且存在 Token 成本，圖像、語音、視頻、長文檔乃至智能體任務的消耗只會更加驚人。尤其是視頻生成，單次調用背後的算力負荷遠超普通的文字內容。用戶越依賴多模態，平台越無法繼續無視成本。AI 廠商不能一邊默默承擔越發沉重的 GPU 賬單，一邊毫無節制地免費發放高階能力，這樣做僅僅屬於補貼競賽，無法稱得上是商業模式。

豆包作為國產 AI 應用頭部玩家，邁出付費這一步極具示範意義。 國產大模型決不能永遠深陷「誰更便宜」、「誰免費」的內卷環境。免費能夠教育市場，低價可以搶占用戶，但長期的傾銷只會將整個行業拖入惡性循環。當企業不敢收費、喪失利潤空間、只能繼續燒錢，最終模型能力和產品體驗雙雙停滯不前。相比之下，健康的生態應當建立在另一種循環上。用戶為真實價值付費，平台利用商業收入反哺模型、升級算力並優化體驗，待能力躍升後再進一步擴大用戶盤。

而豆包的商業化，標誌著行業開始走向成熟。 為什麼是68元人民幣/月？從價格的角度來看，標準版68元人民幣/月的定價策略充滿巧思。這個價格沒有參考國內視頻網站每月二三十元人民幣的價格，也沒有照搬海外20美元，約 HK$156/月的價格，而是類似 ChatGPT Go、Gemini Plus 等，提供了一個高於娛樂內容消費，同時彰顯其生產力工具屬性的價格。Gemini 的付費最低門檻是7.

99美元，約 HK$62。從提供生產力的角度來看，這個價格門檻並不高。當然，付費之後有無明顯差異才至關重要。AI 訂閱若想長期留住用戶，必須要給用戶提供截然不同的新體驗。而這無疑將壓力重新推回給豆包自身。為了更好地商業化，豆包必須拿出更強悍的專家模型、更穩定的視頻生成效果、更卓越的長文檔處理能力以及更可靠的複雜任務執行表現。用戶真正期待的是一版毫無保留的「滿血豆包」。

滿血版豆包能否將通用模型、多模態、Agent 機制和生產力工具鏈徹底打通，將是此次商業化進程中最值得矚目的焦點。大家唯一關心的，就是這個 AI，到底值不值這68塊錢。

資深電子商務企業家 Marc Lore，曾將其前公司出售予 Amazon 同 Walmart，如今計劃將 AI 注入其現有企業 Wonder。計劃核心係 Wonder Create，呢個計劃容許任何人——由食肆創業人士到社交媒體影響者——利用 AI 喺一分鐘內設計同推出自己嘅餐廳品牌。呢啲虛擬餐廳隨即會喺 Wonder 擴張中嘅科技廚房網絡上線，目前有 120 個地點，預計明年增至 400 個。

Lore 嘅初創企業係一個垂直整合嘅餐飲同外賣平台，由食物車演變成 10 至 20 個座位嘅快餐休閒餐廳。不過呢啲唔係普通餐廳；佢哋係「可程式化烹飪平台」，能夠喺全電動廚房內運作 25 種唔同菜式嘅餐廳，而呢啲廚房正日益機器人化。本週喺 The Wall Street Journal「Future of Everything」會議上發言時，Lore 表示呢啲廚房擁有 700 種食材庫。

佢哋容納嘅「餐廳」實際上由多個唔同品牌組成，每個廚房除咗最多 12 名員工外，仲有如輸送帶同機械臂等烹飪科技參與煮食過程。公司最近收購咗 Spice Robotics，呢家公司生產自動製碗機，先前被 Sweetgreen 使用。明年，公司計劃推出「無限醬料機」，能夠製作網上食譜中約 80% 嘅醬料。

Wonder Create 如何運作

Wonder Create 喺今年稍早公佈，容許任何人使用 Wonder 軟件推出自己嘅餐廳品牌同食譜。Lore 喺 WSJ 活動訪談中提供更多細節，解釋點樣利用 AI 科技運作，形容呢個計劃類似「Shopify 前端配搭 AI 提示」。「你輸入想建咩類型餐廳。AI 喺一分鐘內建好餐廳——包括名稱、品牌、描述、圖片、定價、健康資訊，同埋所有食譜，」Lore 解釋道。

準餐廳擁有者之後可以微調提示，若有需要修改。準備上線時，餐廳會喺所有 Wonder 地點推出。公司目前有 120 個「可程式化烹飪平台」運作，預計明年增至 400 個。隨住加入機器人，公司唔一定會減低人手，Lore 指出。相反，會增加廚房喺指定時間內嘅產能。「我哋用 12 人有約 700 萬餐食產能，」佢話。「我哋見到一條路徑，用 12 人喺 2,500 平方呎空間達到 2,000 萬產能。

目標係……我估計到 2035 年，喺 2,500 平方呎空間運作 1,000 個獨特餐廳，」Lore 補充。呢啲 AI 創作嘅「餐廳」目標係容許人們以新方式實驗食物。例如，餐廳擁有者可以測試食譜，衡量顧客反應，再加入自己實體店舖。Lore 亦見到平台其他用途，例如讓影響者透過自己「餐廳」品牌連接觀眾，而唔使真正推出連鎖店。「可以係大型影響者、微型影響者——任何想貨幣化粉絲嘅人，」Lore 話。

「或者私人健身教練想製特定碗類、非牟利機構、Disney 用嚟宣傳新電影。任何人可以開餐廳。」 究竟有多少人真係想咁做，仍係未知數。幽靈廚房——類似概念，承諾品牌無需擁有餐廳即可賣食物——喺 2020 年代初表現波動，多個知名營運商因難以建立顧客忠誠度而縮減或關閉。Wonder 加入自動化同 AI 層面或解決部分問題，但呢個模式喺大規模下仍未經證實。MrBeast Burger 作為著名幽靈廚房實驗，生動展示挑戰。

品牌面對廣泛投訴，食物質素不一——因依賴數十個唔同承包廚房同員工。Wonder 嘅可程式化、日益自動化廚房正係為解決呢個問題而設計。不過，Lore 承認呢個概念仍有局限。Wonder 團隊（包括機器人）無法做如拋甩同拉伸比薩麵團、或切片同捲壽司等動作。相反，Wonder 專注簡單基本菜式如漢堡、雞翼、炸雞同碗類。整個計劃結合 Lore 其他收購——Grubhub 擁有每年 2.

5 億單外賣生意，同 Blue Apron 嘅餐盒生意。目前，Wonder 專注收購餐廳品牌，例如紐約 Blue Ribbon Fried Chicken，公司喺二月以 US$6.5 million（約 HK$50.7 million）收購。「當你收購一個品牌——有 10 個或甚至 50 個地點——然後一夜之間放喺 1,000 個地點，就有巨大套利空間，」Lore 指出。

據《金融時報》報道，Meta 正在為其數億用戶開發一個高度個人化的 AI 助手，以幫助他們完成日常任務。此舉下，該公司不斷升級的 AI 功能正面臨投資者的審視。

Meta 開發類似 OpenClaw 的智能體

據知情人士透露，Meta 正在為其超過 30 億用戶開發智能體工 cụ，其中包括一個由其新 Muse Spark AI 模型驅動的高級數碼助手。一位了解該項目的人士表示，該助手正由一組員工進行內部測試。另一位內部人士稱，Meta 的目標是開發一款類似 OpenClaw 的產品，後續讓用戶建立被稱為「智能體」的 AI 機器人，自主完成各類任務。 知情人士稱，Meta 希望在用戶自願的情況下向其 AI 助手分享高度敏感的資訊，例如健康和財務數據。

然而，也有人質疑消費者是否願意這麼做。「信任鴻溝就像大峽谷一樣巨大，」該人士補充道。 此舉凸顯 Meta CEO 馬克·祖克柏格（Mark Zuckerberg）將 AI 深度嵌入 Meta 消費者產品核心的決心。此時，投資者對他「個人層面智能」宏大願景的成敗和執行情況感到日益不安。 儘管 Meta 計劃在本月晚些時候裁減 10% 的員工，祖克柏格仍持續向 AI 基礎設施和人才領域投入數十億美元。

這些個人助手的構想已在 Meta 上週的全員大會上向員工進行了內部說明。實體而言，Meta 正在構建與 OpenClaw 類似的功能。OpenClaw 是一個流行的開源項目，讓用戶建立助手，通常用於自動執行瀏覽網頁、管理電子郵件或日曆等任務。今年早些時候，Meta 曾試圖招聘 OpenClaw 的創始人彼得·施沃茨伯格爾（Peter Steinberger），但他最終加入了 OpenAI。

祖克柏格在上週的財報電話會議上表示，OpenClaw 對大多數用戶來說仍難以上手和操作。「如何打造一種更精確、更完善、更易用的體驗，並且把所有基礎設施基本上替用戶做好，讓它可以上手即用？」他說。 祖克柏格稱，儘管市面上有多種「智能體」工具可用，但「其中值得我推薦給我母親用的，真沒幾個」。 不過，OpenClaw 因安全和隱私風險而受到審視，特別是在用戶將個人資訊訪問權限授予該機器人、但技術出現失控的情況下。

ChatGPT 預設模型，今天大升級。新版本 GPT-5.5 Instant，結合理了 5.5 的基礎智力 + 極速回覆。免費用戶亦能使用。最關鍵的四點：幻覺減少了 52.5%。新增「記憶來源」，顯示過往哪條對話影響了本次回覆。答案更簡潔：減少不必要的追問、省略多餘的表達符號、避免重複的格式。更溫暖、更自然的語氣。OpenAI 特別強調，如果你最近只用深度思考模型，不妨回來看看。

第一把先鋒：幻覺

作為預設模型，最先要補的便是更準確、少編。與前代相比，GPT-5.5 Instant 在事實準確性方面有了顯著提升，特別是醫學、法律和金融等高風險提示中，產生的虛假陳述減少了 52.5%。在用戶之前已標記為存在事實錯誤的棘手對話中，不準確陳述減少了 37.3%。 OpenAI 提供了一個代數問題作為例子：用戶上傳了一張手寫方程式的截圖，其中包含一個計算錯誤。

GPT-5.3 Instant 最初認同用戶的解法，隨後發現 x=3 不成立，卻錯誤地得出結論：該方程式無解。GPT-5.5 Instant 起初亦認同用戶的計算，但隨後發現了用戶重寫排列程式時的錯誤，並求解了修正後的二次方程。 這個變化放在預設模型上，意義更大。因為很多人每天問 ChatGPT 的問題，正是合併、報稅、症狀解釋、代碼報錯、工作思路。這些場景裡，模型一次說錯，比「不會」更麻煩。

基準測試結果亦證明了這一點。在競爭激烈的數學測試 AIME 2025 中，準確率從 65.4% 升至 81.2%。 測試博士水準科學推理能力的 GPQA，準確率從 78.5% 提升至 85.6%。 解讀和推理科學圖表的基準測試 CharXiv 的準確率亦從 75.0% 提升至 81.6%。 MMMU-Pro 測試用於量測模型處理文本和圖像中專門家級問題的能力，其準確率從 69.

2% 提升至 76.0%。 OmniDocBench 測試（用於從複雜文件提取結構化數據）的錯誤率則從 14.6% 降至 12.5%。 以下為主要基準測試表現：

少說廢話，亦是一種能力。答得更準之後，還有另一個老問題。答得太長。這次 GPT-5.5 Instant 的風格變化，核心是更短更精煉，但不丟實質資訊。以往同一個問題，有時會先來一大段免責聲明，再列三層列表，最後還追問一句「你希望我繼續嗎」。現在 OpenAI 的說法是：減少過度格式化，減少不必要的追問，亦減少沒必要的表達符號。 在這個例子中，GPT-5.5 Instant 使用的單詞數減少了 30.

2%，行數減少了 29.2%。把握了恰當的語氣：非正式、實用且符合行業規範，避免了過度解釋。 針對不同情境提供了可用的方案，而且對事不對人。OpenAI 認為，GPT-5.3 Instant 給的答案更全面，尤其中「不該做什麼」部分，但對於一個非正式的建議提示來說，顯得有些過於複雜，結構和潤色可能超出了用戶的實際需求。 記憶更強，但讓你能控制。GPT-5.5 Instant 更善於使用你已經給過 ChatGPT 的上下文。

包括連續的郵箱，過往的歷史對話，上傳過的文件。關鍵它能判斷什麼時候這些上下文真能讓回答變好，而不是每次都硬套記憶。 這次 OpenAI 還引入了「記憶來源」功能，會向用戶顯示哪些記憶影響了本次回覆。如果某條記憶過時了，用戶還可以更新或刪除。 什麼時候能用？GPT-5.5 Instant 從 5 月 5 日開始向所有 ChatGPT 用戶滾動上線，取代 GPT-5.

3 Instant 作為預設模型。API 裡對應的是 chat-latest。老模型不會立即消失，付費用戶還能在模型配置裡繼續訪問 GPT-5.3 Instant 三個月，之後再退役。 個性化增強功能會先向 Plus 和 Pro 用戶的網頁端推出，移動端隨後上線。Free、Go、Business、Enterprise 會在後續幾週擴展。

近日，豆瓣 App Store 頁面出現付費版本服務聲明。聲明稱，為更好服務專業用戶，豆瓣將在免費版的基礎上，推出包含更多增值的付費版本。根據豆瓣在蘋果商店上更新的政策，豆瓣將在免費基礎上推出三款付費版本。具體如下：

豆瓣付費版本價格表

據接觸豆瓣人士透露，付費功能將主要專注於複雜任務和生產力場景，如 PPT 生成、數據分析、影片製作等。隨着模型能力持續升級，產品已能滿足越來越多的複雜高價值任務。但此類任務需消耗更多算力和推理時間，因此豆瓣計劃上線付費服務，滿足好這部分複雜場景需求。免費版本則繼續面向用戶的日常使用。目前，還未在豆瓣產品中看到相關的付費選項和功能。 對此，豆瓣官方回應稱：「豆瓣始終提供免費服務，在免費服務的基礎上，豆瓣也在探索推出更多增值服務，以滿足不同用戶的差異化需求。

相關方案細節目前還在測試階段，正式上線時會通過官方渠道發佈完整信息。」 阿里雲原副總裁、智譜 AI 創始人陳利華博士接受採訪時指出：「 AI 大模型是技術、人力、算力、數據四重高密度賽道，研發和運維成本極高。今年晶片、晶元、服務器漲價，運營成本進一步飆升，完全免費很難長期持續。」在他看來，先免費搶市場，再逐步收費商業化，是行業通用的成規模打法。

近日，豆包 App Store 頁面出現付費版本服務聲明。聲明稱，為更好服務專業用戶，豆包將在免費版的基礎上，推出包含更多增值得服務的付費版本。根據豆包在蘋果商店上的更新政策，豆包將在免費基礎上推出三款付費版本。具體如下：

豆包付費版本價格詳情

據接觸豆包人士透露，付費功能將主要專注於複雜任務和生產力場景，如 PPT 生成、數據分析、視頻製作等。伴隨模型能力持續升級，產品已能滿足越來越多的複雜高價值任務。但此類任務需消耗更多算力與推理時長，因此豆包計劃上線付費服務，滿足好這部分複雜場景需求。免費版本則繼續面向用戶的日常使用。目前，尚未在豆包產品中看到相關的付費選項和功能。 對此，豆包官方回應稱：「豆包始終提供免費服務，在免費服務的基礎上，豆包也在探索推出更多增值得服務，以滿足不同用戶的差異化需求。

相關方案細節項目前還在測試階段，正式上線時會通過官方渠道發佈完整信息。」 阿里雲原副總裁、智譜 AI 創始人閻利華博士接受採訪時指出：「 AI 大模型是技術、人力、算力、數據四重高密度賽道，研發和運維成本極高。今年晶片、伺服器、服務器漲價，運營成本進一步擡升，完全免費很難長期持續。」在他看來，先免費搶市場，再逐步收費商業化，是行業通用的成敗打法。

在生成式 AI 尚未真正深度滲透企業業務流程的大背景下，歐洲企業軟件巨頭 SAP 正選擇透過大手筆投資主動出擊。該公司近日宣佈收購成立 18 個月的德國 AI 初創公司 Prior Labs，並計劃在未來四年向這一業務投入 10 億歐元（約合 11.6 億美元，約 HK$90.5 億），在歐洲建立一座面向結構化數據的「前沿 AI 實驗室」。 交易金額尚未官方披露，但有消息人士稱，這是一筆「幾乎全部為現金」的可觀收購，其中超過 5 億美元現金將直接回報給三位聯合創始人 Frank Hutter、N

oah Hollmann 和 Sauraj Gambhir。Prior Labs 成立於一年半前，專注於所謂「表格基礎模型」（Tabular Foundation Models，TFM），即針對企業常見表格與數據庫數據進行預測的 AI 模型。與大語言模型相比，這類模型被認為與企業場景的契合度更高，也更匹配 SAP 本身在財務、HR、採購與銷售管理等軟件中的核心優勢——這些產品高度依賴底層數據庫。

Prior Labs 推出的 TabPFN 模型系列在開發者社區備受歡迎，其開源模型累計下載量已超過 300 萬次，成為結構化數據 AI 領域的一股新興力量。SAP 在收購聲明中承諾，該實驗室將以相對獨立的研發實體運作，持續維護開源版本，同時借助 SAP AI Core、Business Data Cloud 以及 Joule 這一 agent 層，將研究成果快速產品化並嵌入 SAP 現有產品組合。

SAP 在 AI 領域的整體佈局思維

對於這家總部位於瓦爾多夫的初創公司而言，SAP 的入局相當於獲得了一次「速通通行證」。創始人 Frank Hutter 在社交平台上表示，希望借助 SAP 提供的「巨大推動力」，將 Prior Labs 打造成歐洲乃至全球結構化數據前沿 AI 研究的重要中心，並在開放環境中保持高強度的研究節奏。在不到兩年前，該公司才剛完成由 Balderton Capital 領投的約 930 萬美元（900 萬歐元，約 HK$7.

26 億）pre-seed 輪融資，如今便迎來收購退出。Balderton 合夥人 James Wise 在社交平台上將這筆交易形容為「德國風險投資史上最大的一批退出之一」，而 SAP 股價在消息公佈後小幅走高。 此次收購也延續了 SAP 在 AI 領域的整體佈局思維。早在 2023 年，這家公司就已投資多家大模型企業，包括 OpenAI 競爭對手 Anthropic，以及目前正計劃合併的 Aleph Alpha 和 Cohere。

SAP 此前還自研了名為 SAP-RPT-1 的關聯類預訓練 Transformer 模型，其 CTO Philipp Herzig 曾公開表示，對於企業 AI 來説，真正尚未被充分挖掘的機會並不在大語言模型本身，而是在能理解並處理支撐全球企業運轉的結構化數據的 AI 能力。透過吸納 Prior Labs 的團隊與技術，SAP 試圖用「捷徑」大縮短在這一賽道上的研發週期。

與此同時，SAP 在「智能體（Agentic AI）」這一新趨勢上的策略明顯偏向防禦與強控。在建立自家 AI 實驗室的同時，這家德國市值最高的公司已對未經授權的 AI agent 採取封殺姿態。《The Information》率先披露，SAP 將 OpenClaw 等未經明確批准的 agent 技術統統擋在體系之外，並在最新 API 政策中明確寫入一條：除非屬於「SAP 認可架構」，否則禁止 AI agent 透過其 API 訪問 SAP 產品。

目前被列入白名單的自家產品包括 SAP 自身的 Joule Agents，這一處於測試階段的產品允許客戶構建自己的企業級 agent。今年 3 月，英國達美宣佈 SAP Joule 將支持其 NVIDIA Agent Toolkit——這套工具正是其面向企業、主打全安全性 OpenClaw 競爭產品 NemoClaw 的基礎。這意味著，在 SAP 的生態中，NemoClaw 正正式獲得「通行證」，而其他未獲認可的 agent 技術則被拒之門外。

在「後 SaaS 時代」的震盪中，SAP 的這一組組合拳折射出傳統企業軟件巨頭的憂患與自救。受所謂「SaaSpocalypse」市場恐慌影響，SAP 今年股價承壓明顯，而 AI 被視為重塑規模優勢與利潤結構的關鍵變量。SAP CFO Dominik Asam 在今年 1 月接受採訪時就強調，對公司而言，關鍵在於能多快將這些新技術納入自家研發組合，藉此維持並放大相對的規模經濟優勢。

與之形成鮮明對比的是同處震盪中的 Salesforce——後者透過 Headless 360 架構允許客戶自由選擇 agent，包括 OpenClaw 在內的第三方方案均可接入。在 agent 策略上，SAP 選擇了高度管控與「內向式開放」，而 Salesforce 則強調生態多樣與對外兼容。這兩種路徑將在未來數年如何影響各自的企業客戶群與 AI 轉型進度，將成為企業軟件市場的一大看點。