今天这一天的消息放一起看，指向同一件事：能力在涨价，入口在降价。强模型开始按「任务」收钱；办公套件在抢你每天打开的第一个窗口；模型网关和语音入口也换了主人。
三件事先摆出来：Gemini 4 Carbon 正式开放，token 单价没涨、实际账单可能更高；Claude 把表格、白板、数据搬进对话框，发布当天微软股价一度跌超 3.5%；OpenRouter 并入 Stripe；OpenAI 宣布 12 月 11 日下线旧语音模式。
另有两条不在主线上的：NVIDIA 的 GR00T 2 公布了训练数据的构成，Ring 发了一台 250 美元的安防无人机。前者说明机器人怎么学，后者说明 AI 硬件眼下卖的是什么。
一、强模型开始按「任务」收费
谷歌 11 月 10 日正式开放 Gemini 4 Carbon。官方给它的定位是 Gemini 4 Argon 的补充，不是替代品，主攻复杂多步编码、调试、开放性科研和网络安全这类硬活（据 The Decoder）。
价格结构才是重点。两者 token 单价相同，但 Carbon 在推理阶段会消耗更多 token，所以实际总成本可能更高（据 The Decoder）。这算不上涨价，只是让账单自己长大——标价不变，消耗变多。
Cursor 已经接入 Carbon，它的高努力档在 CursorBench 上以 60.4% 排到首位，官方给出的单次成本是 9.22 美元。这个数字比任何百分数都更该记住——它不是标价，是一次任务的账单。
对我们的影响很直接。Every 的 Vibe Check 说它编码更强、但判断力跟不上。厂商卖的已经不是「一万 token 多少钱」，而是「这活能不能一次干完」。榜单只说明上限，说明不了它会不会在该停的时候停。
二、办公套件在抢入口
11 月 10 日，Anthropic 推出 Claude Sheets、Whiteboards、Data，付费计划全量开放，Adobe、Atlassian、Box 的文件可以在对话里直接打开编辑。
当天微软股价一度跌超 3.5%（据 X 上 Rohan Paul 转述）。单日波动说明不了长期胜负，但方向很清楚：谁占住「打开文件、改表格、看一眼数据」这个动作，谁就占住了企业每天的第一个入口。入口之争向来不看谁先发布，只看谁被默认打开。
对我们的影响：办公套件的价值从来不是功能多，而是别人不用换软件。当一个助手能直接改你邮件里的附件，你原来那套导出、上传、再下载的流程就没有存在理由了。
我的判断是，这一轮竞争不在模型能力，在默认位置。能力可以追，默认位置一旦形成，换掉要付迁移成本，而这个成本通常由用户来付。
三、网关被支付公司收编
OpenRouter 正式并入 Stripe。它自称有超过 1000 万开发者和公司在用，并承诺保持中立，模型仍然按质量、可靠性和价格竞争。网关本来的生意就薄：抽一点路由费，靠调用量养活。并入一家已经握着支付与结算的公司，这一层抽成没有单独站着的理由。
这件事容易被当成一笔普通收购。但网关的位置很特殊：它决定哪些模型能被调用、请求按什么顺序被路由、失败时回落到谁。
对我们的影响：模型选择权正在从「你的技术判断」变成「平台的路由策略」。你现在以为是自己挑的模型，将来很可能是被一个默认排序挑的。
我的判断是，支付公司买网关，买的是计费入口，不是模型。按 token 结算会像刷卡一样标准化，标准化之后价差被抹平，剩下的差异只有效果和延迟两项。
四、语音入口直接换代
OpenAI 宣布 2026 年 12 月 11 日下线 ChatGPT 的 Advanced 与 Standard 语音模式，理由写得很坦白：GPT-Live 上线后语音使用量几乎翻倍，几乎所有语音用户已经转过去了。
这个做法不是新旧共存，是直接关掉。旧模式存在的意义在数据上已经归零，留着只剩维护成本，这比留一个灰色入口体面。
对我们的影响：语音不再是一个可选档位，而是默认入口。你手机上那个麦克风按钮，往后接的是实时模型，不是分段录音再转文字。
产品经理该重新算一遍语音场景的账。以前语音贵、慢、只能当补充；现在它便宜到可以当默认。把「必须先打字」当前提来设计的产品，明年会显得别扭。
五、顺手两条：机器人数据和安防无人机
NVIDIA 公布 GR00T 2 世界动作模型：402,730 小时人类头戴相机视频、10,184 小时手持夹爪演示，遥操作数据只有 23,500 小时，训练用了超过一千块 GB300，可驱动机械臂与机械手。
看那个比例：遥操作只占很小一块，绝大部分数据来自人戴着头盔自己干活。机器人训练正在从「教它怎么做」转向「让它看人怎么做」，剩下要解决的不是数据规模，而是怎么让人愿意继续戴着头盔录下去。
另一条：Ring 发布安防无人机 Drone Cam，2K、续航 8 分钟、售价 250 美元（另有报道 270 美元），2027 年 1 月 27 日发售。
8 分钟续航、两年后才发货，两个数字放一起就很说明问题：这是概念先行的产品。对我们的影响接近零，但它提醒一句——AI 硬件这个词，眼下更多出现在发布会 PPT 上，而不是你家天花板上。
六、怎么算一个任务的实际成本
回到开头那句：今年该盯的是「每个任务的实际成本」，不是榜单排名。算法不复杂，三个乘数——单价 × 实际 token 消耗 × 重试次数。三个里有两个，你在任何榜单上都看不到。
Carbon 就是活教材。单价和 Argon 一样，推理阶段吃更多 token，第一个乘数没动，第二个乘数变了，账单就上去了。9.22 美元不是它贵，是这三个数乘出来的。
重试次数最容易被忽略，也最容易失控。一个判断力跟不上、不知道什么时候收手的模型，错的往往不是答案，而是多读几个文件、多跑几轮验证，把成本抬到标价的好几倍。
可以落地的动作有两个。一是挑三类活各一件——硬骨头、常规活、重复活——各跑一周，记花费、耗时、返工次数，两周就够看出规律。二是把重试次数当指标管，超过两轮就换模型或者换写法。榜单告诉你谁上限高，账本告诉你能不能这么用。
