马斯克称SpaceX的Grok Bot将按任务选用最佳模型，不再只认Grok

我是 Matt Burns，Insight Media Group 的首席内容官。每周我都会汇总最重要的 AI 动态，解释它们对正在将这项技术投入实践的个人和组织意味着什么。核心论点很简单：学会使用 AI 的劳动者将定义其所在行业的下一个时代，而这封 newsletter 就是来帮你成为其中一员的。

Elon Musk 周三就 Grok Bot 发布了一条“重要说明”——Grok Bot 是 SpaceX 于 8 月推出 beta 版的 AI agent：“关于 Grok @Bot 的重要说明：今后，@SpaceX 将针对任何给定任务使用最好的后端模型，包括 Claude Opus 5.5、MidJourney、Suno 以及其他领先的 API。哪个最有可能给你最好的结果，就用哪个。”

Grok Bot 是 SpaceXAI 与 Cursor 的联合产品。SpaceXAI 是 Musk 的 AI 实验室，现已被并入 SpaceX；SpaceX 于 6 月同意以 600 亿美元股票收购 Cursor，该交易已于 8 月完成。

8 月我曾写道，当模型在价格上趋于一致时，钱就会流向那个决定由哪个模型来干活的人。这一趋势正在那些越来越依赖 AI、并试图平衡不断上涨成本的组织中蔓延。

本周我亲眼听到了第一手的情况。在周中一场 AI 活动上，我们采访了 22 位公司领导者，其中至少 10 位描述了同样的习惯：按任务挑模型，把贵的留给真正需要它的工作。

模型分诊是企业控制 AI 成本的方式

本周我在纽约，与 Cautious Optimism newsletter 的 Alex Wilhelm 和 The New Stack 的 Nick Lucchesi 一起，周一和周二在 Insight Partners 的 ScaleUp:AI 大会上采访了 Insight 旗下 22 家投资组合公司的负责人。需要说明的是，Insight Partners 拥有 The New Stack，这些采访是我们为 Insight 制作的一个视频系列拍摄的。我在这里不点名任何人，也不推销任何人的产品。这些都是由经验丰富的运营者管理的真实公司，他们告诉我们的关于 AI 运营的情况，与市场其他部分的做法一致——正如下方 OpenRouter 的数据所显示的。

我们听到的最常见的模型分诊方案是一个漏斗。一家安全公司先对所有数据跑一个规则引擎，把通过筛选的交给小模型。更大型的模型只看到剩下的部分。该公司一位高管告诉我们，把 1 PB 的数据跑过任何模型——哪怕是小模型——都要花上数百万美元。另一家公司则先把请求通过一个便宜的模型来判断用户想要什么，然后再让昂贵的模型做任何事。

成本是大多数人给出的理由。一位高管说，他的公司一开始给 AI 预算是无上限的，现在则在追问那些 token 究竟买来了什么。另一位说，他的员工即使在大材小用的情况下也总是去用最先进的模型，所以公司现在会教员工哪种模型适合哪种任务。第三位把激励逻辑说得很直白：你花越多的 token，实验室赚得越多。当然，我们聊的人里有几位本身就是卖小模型的，所以我对他们的热情会打个折扣来看。

切换模型本身也有风险。一位工程负责人告诉我们，他的团队在一个重要潜在客户的 demo 前三天换上了一款更新的模型，因为 benchmark 显示它更便宜且同样好。结果工作流崩了，他的团队花了一个周末回滚。他的教训是 evals——一套本可以在团队不得不手工发现问题之前就抓住问题的测试。The New Stack 的 Amanda Caswell 上个月找到了这个故事的厂商版本：Anthropic 把 Opus 5.5 做得比 Opus 5 便宜 20%，结果弄坏了 agent 依赖的四样东西。

简而言之，切换之前先测试，并遵循 ABS 原则：Always Be Switching（永远在切换）。

OpenRouter 的排行榜显示便宜模型承担了量

OpenRouter 是一项开发者用来通过单一连接访问数百个模型的服务，它会公布流经自己的数据。在截至 10 月 7 日的一周里，其十款最常用模型中有四款是“Flash”模型——即实验室与旗舰模型一同发布的便宜、快速版本。Anthropic 刚刚又把自己的廉价档变得更便宜了。Haiku 5.5 于周三发布，每百万输入 token 收费 0.10 美元，对于 10 万 token 以下的请求降价 90%，而像它这样的小模型通常处理分类和路由这类高并发工作。

便宜模型承担了量。前沿模型增长最快。

截至 2026 年 10 月 7 日当周 OpenRouter 按处理 token 数排名前十中的部分模型，以及与上周相比的变化。

来源：OpenRouter 排行榜，以 CC BY 4.0 授权。Tokens 统计的是通过 OpenRouter 路由的 prompt 与 completion token，并不衡量用户数或支出。所示行分别为第 1、3、4、6、9 和 10 名；第 2 名是一个未披露身份的 stealth 模型。

前沿模型也在增长。Claude Opus 5.5 按量排第九，一周内增长 74%，是前十模型中增速最快的。它还在 OpenRouter 的 Artificial Analysis 智能指数上排名第一。这就是从外部看分诊的样子：昂贵的模型每周拿到更多工作，却远未接近榜首。

对 TNS 而言，Jessica Wachtel 本周两次验证了这一点：Claude Sonnet 5.5 在她全部 15 次编码运行中都通过了，成本比 Opus 5.5 低 42%，后者通过了 13 次——不过 Sonnet 有四次运行是在她提高其输出 token 上限之后才通过的。前一天，她发现 GPT-6.1 Sol 在达到 GPT-6 Astra 同等准确率的同时，成本只有后者的 18%。两次都是更便宜的模型扛住了。

眼下模型迭代非常快。DeepSeek V4.1 Flash 一个月前还不存在，如今已是 OpenRouter 上排名第一的模型。决策模型——即从一组选项中选出答案、而非自己写出答案的模型——也在冒头。TypeSafe 的 Jev 排第十，OpenAI 的 GPT-6 Luna Decisions 则是趋势榜上的新面孔。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）