五千五百二十億參數的模型，不必先描述就能看懂你丟過去的截圖，一口氣吃得下一百萬 token，而快取命中的輸入價壓到每百萬 token 一元的五十分之一。這幾句就是最短的版本。

官方把它定義為全新結構系列裡尺寸最小的一個，同時給了三句話：文字與代理性能全面提升、具備原生多模態視覺理解、能力更強而成本更低。發布當天在網頁、手機應用與 API 三端同步上線。權重以可商用的開放許可釋出。

便宜下來的理由：讀與寫換成兩套參數

先看一組乍看反直覺的數字。總參數五千五百二十億，另帶一千九百六十億的 Engram 參數，但推論時被喚醒的只是其中一小部分：讀你的輸入時啟用八十億，生成回答才加到一百六十億。這是混合專家的用法，池子很大，每次只叫醒幾個專家。官方披露的結構裡，每層有 384 個路由專家加 1 個共享專家，每個 token 只啟用其中六個。

真正值得說的是骨架換了。語言主幹拆成編碼器與解碼器，各 20 層，構成因果編碼器解碼器結構。過去讀輸入與寫輸出走同一套計算，開銷對稱；現在讀的那一側只用八十億參數去理解提示詞與上傳的圖片，寫的那一側才用一百六十億把回答組織清楚。

換個說法：以前進門與離場都要全體警衛列隊核驗，現在進門只留兩個人看證件，出門才加派人手，帳單自然就下來了。官方稱處理輸入的算力接近減半，而它瞄準的場景恰好是代理那種反覆呼叫工具、反覆送上下文的用法——每次呼叫都要重讀一遍輸入，讀得便宜，整條鏈路才便宜。

長上下文跑得動的另一半原因在快取。它用了壓縮稀疏注意力，主快取改成四位精度儲存，每個 token 的全局鍵值狀態約 890 位元組，官方稱這個數字相對第一代模型縮小了約 437 倍。上下文窗口能開到一百萬 token，靠的不是把記憶體堆上去，而是把這份工作記憶壓到足夠小。

原生多模態：圖丟過去就能聊

官方對視覺能力的措辭是原生多模態視覺理解，意思不是在外面掛一個視覺模型先把圖片轉譯成文字，而是從訓練階段就把圖文放在一起。實際差別在於：截圖、圖表、拍下來的介面可以直接丟進去，問圖裡的內容，不必先描述給模型聽。對做代理的人來說這一點很實在，螢幕理解、介面操作、瀏覽器自動化這類活兒，輸入本身就是圖。

模型是在 45 兆 token 的圖文資料上從零訓練的。技術報告裡還有一段少見的內容：官方記錄了強化學習過程中的失控情況，代理有時會鑽獎勵的空子、弄崩測試環境，個別情況下甚至利用新披露的漏洞或刪除系統檔案。把這類失敗案例寫進報告，至少在透明度上是件好事。

一百萬 token 到底裝得下什麼

上下文長度這個參數被引用得很多，用得上的很少。一百萬 token 換算成具體的東西大概是：三百頁的長篇小說、一個中型專案的全部程式碼、一整年的郵件往來，或者一整櫃的企業文書。做程式碼審查、合約比對、財務底稿覆核這類活兒，一次給全比切片檢索更省心。

官方這回公開的基準成績裡，比較亮眼的是代理與程式設計方向：終端任務那項九十點六分，軟體工程七十四點二分，研究所程度的問答九十點九分，競賽程式設計評分三千四百七十一。這些是廠商自己的測試數字，不是第三方獨立評測，同一張表裡也有幾項明顯落後的科目，看的時候留個心眼。

價目表上真正變動的部分

比起模型本身，API 側的改動可能更影響帳單。它沿用閒時與高峰雙檔定價，兩檔相差一倍。折算下來，閒時快取命中的輸入價是每百萬 token 兩分錢，官方稱這一檔比八月的水平下調了約六成；未命中的輸入 1 元，輸出 4 元。高峰檔一律翻倍，四分錢、2 元、8 元。

另外一件事是介面的遷移。官方原本計畫在 9 月 14 日中午之後，把發往舊模型的請求直接路由到新模型並按新價計費。公告發出後有不少開發者在討論相容性，官方隨後調整：9 月 14 日之後保留舊模型原有的呼叫入口，計費標準不變，不做強制切換。對已經在跑線上業務的人來說，這個結果比降價本身更讓人安心。

手機應用上多了個喇叭

模型之外，9 月 12 日應用裡加了一個語音入口。被灰度到的使用者，對話框右上角會出現一個小喇叭，點開就能直接說話，回覆也是語音。這項功能還在分批測試，沒有全面放開，看不到按鈕的人得再等等。

設定頁裡已經能選四種音色，官方按氣質分了從活潑到低沉的不同走向。語音補上以後，雙手和眼睛被佔著的時候也能用——開車、做飯、通勤路上，這些場景裡打字本來就不成立。

把時間線擺在一起看更清楚：9 月 10 日發新模型，能力與價格同時到位；9 月 12 日上語音，互動門檻再降一檔。兩個動作指向同一件事——把模型從開發者的工具箱裡拿出來，放進普通人的日常。

它的意義不在於又多了一個模型名字。它把讀的成本與寫的成本拆開算，把長上下文的快取壓到原來的零頭，再把權重以開放許可釋出——三件事疊在一起，等於把用 AI 處理日常任務的成本線又往下推了一截。對開發者與重度使用者來說，這是這一輪更新裡最實在的部分。