11月9日到12日,编程模型市场连发四弹:Anthropic Claude Fable 5.2上线亚马逊Bedrock,输入定价8美元/百万token,FrontierCode 2.0跑出45.3%;谷歌Gemini 4 Hydrogen主打执行速度,智能指数51分、输入1.5美元;Meta的轻量模型Muse Ember把输入价压到0.1美元/百万token,专攻工具调用和编程子任务;Kimi K3.1 Pro Highspeed输出提速2到3倍,Flex档再打五折。旗舰干重活、轻量跑腿活的「分层上班」格局已经成型。对Java团队来说,问题不再是选哪个模型,而是怎么让不同的活走不同的通道——这恰是智能路由的价值所在。

一、一周四发:每款模型都找到了自己的班次
先盘点这一周的发布。11月9日,Anthropic的Claude Fable 5.2登陆Amazon Bedrock,定位是多仓库agentic编程和长周期任务,输入8美元、输出40美元每百万token,FrontierCode 2.0基准拿下45.3%。11月12日,谷歌发布Gemini 4 Hydrogen,主打日常编程和智能体工作流的执行速度,Artificial Analysis智能指数默认档51分、最高档54分,输入价格1.5美元,官方口径是完成任务通常更快。
同周,Meta发布家族里最轻的Muse Ember:多模态、100万token上下文,输入0.1美元、输出0.5美元每百万token,在AutomationBench-AA上以37.8%的通过率超过Claude Haiku 5.5和GPT-6 Luna,官方明确它的班次是工具调用、编程子任务、路由和信息抽取,和更大的Muse Wonder在同一个harness里搭配。Kimi K3.1 Pro Highspeed则在原架构上强化长周期智能体任务,输出速度提升2到3倍,另设半价Flex档。
这批发布还有一个共同背景值得点出:Fable 5.2的数据保留政策明确标注默认最长30天加人工安全审查,Mythos 5.2干脆只对安全与生命科学的验证项目开放。头部厂商在旗舰位置上越来越谨慎,反而在轻量档位上放开手脚——因为轻量档跑的是高频低险的活,价格敏感度最高,也最容易用规模换收入。1毛钱的输入价不是让利,是把「跑腿活」这个班次彻底圈下来的动作。
把四款摆在一起看,格局很清楚:没有谁在抢同一个班次。Fable 5.2守旗舰重活,Hydrogen抢速度敏感的日常执行,Ember承包高频低难的跑腿活,Kimi用提速和低价抢企业长任务。模型市场的分工,正在向劳动力市场的样子进化。
二、模型分层之后,选型问题变成了路由问题
2.1 手动选模型的成本,比想象的贵
模型分层带来一个新负担:每开一个任务,开发者先要判断这个活该派给谁。判断错了两头亏——重活派给轻量模型,返工;轻活派给旗舰模型,烧钱。美团LongCat-2.5同周以MIT协议开源(总参数1.6万亿、每token激活约480亿),选择面进一步变宽,判断成本也进一步变高。业界今年的共识正在形成:让开发者手动选模型是反模式,路由应该由工具来做。
2.2 路由的正确形态:按任务难度自动分层
飞算JavaAI在这一点上的做法和行业演化方向一致——智能路由模式加专家模式的双层结构。简单补全、常规CRUD这类任务走智能路由的轻量通道,架构设计、疑难排查才升级到专家模式,切换全自动、对开发者透明。官方实测数据是智能路由节省token 69.4%,折算到账单上,同样的活少花近七成。对照本周的模型定价:如果重活轻活不分层全走旗舰价,Ember们1毛钱的低价根本与你无关。

2.3 账单之外还有一层:让团队先用起来
路由解决的是存量成本,但很多Java团队卡在更前面——额度焦虑让成员不敢放开用。飞算3.9.22版本上线了Tokens福利中心和邀请有礼菜单,把token的获取做成了持续供给而不是一次性充值。对一个想推行「AI优先」工作流的团队来说,这类机制决定的是工具能不能在团队内部铺开,而不只是采购部门批不批。
三、Java团队的分层建议:三个通道各自接什么活
通道一:补全和小改动走轻量。变量改名、方法提取、单文件小修,这类任务轻量模型的成功率和旗舰几乎持平,单价却差一个量级。飞算的智能路由默认把这类活留在低通道,开发者无感。
通道二:跨模块改动和设计走专家。涉及事务边界、并发、依赖树调整的任务,错误成本远高于token成本,该升级就升级。深圳一家做ERP系统的Java组长郑工的体会是:「以前全组统一用一个模型,月底账单一来才发现一半的token花在改注释上。分层路由之后,同样的活账单直接下来一截,关键任务反而敢用更强的配置了。」
通道三:长周期任务看输出速度。像批量迁移、大规模重构这类一跑几小时的任务,输出速度直接决定等待成本。Kimi K3.1 Pro Highspeed把输出提速2到3倍、Hydrogen主打执行快,都是冲这个班次来的。Java团队配置自己的工作流时,建议把「长任务走快模型、关键判断走强模型」写成显式规则,而不是凭手感。
四、结语
一周四款编程模型,价格从8美元到0.1美元铺满一个数量级,这不是内卷,是分工。模型分层上班之后,Java团队真正的功课从「选哪个」变成了「怎么派」。
路由做进工具里,账单才能稳定下来。谁替你派活派得准,谁就留在你的工具栏里——这条标准,接下来会比评测榜单更实用。
183



被折叠的 条评论
为什么被折叠?



