深夜上线的“鹈鹕杯”比赛，没做任何宣传，就收到近一百份投稿。9月14日上午，比赛页面的PV冲到7000多。参赛者只做一件事：让GPT-6 Astra用SVG画一只骑自行车的鹈鹕。这个看似荒诞的测试，正在成为开发者判断模型是否“降智”的体感温度计。
希鸥网观察到，开源项目CodexRadar发起人Lambda最初只想解决自己的问题：模型今天到底有没有变笨，会不会影响工作质量。他把监测工具做成社区众测项目后，迅速吸引超过500名志愿者，累计贡献百亿级Token。一个为监测“模型智商”而生的工具，能聚集如此多重度用户，说明能力波动已从个体抱怨变成群体痛点。
用户对“降智”的敏感，源于Agent工作流的链式放大效应。一位大模型算法工程师描述得很具体：GPT-6降智叠加限流，自动化任务会积累，最终出现并发冲突。工单会话如果降智，错误可能通过中枢传播，把整个仓库搞坏。一次调用只是任务链的一环，某一步判断偏差，后续步骤会沿着错误结果继续推进。任务越长，风险越不可逆。
从成本结构看，Astra最受欢迎的能力恰好最烧算力。Computer Use需要持续理解屏幕、执行操作、观察结果；多Agent工作流同时启动多个子任务；Coding Agent一次完整任务要反复读取文件、执行代码、运行测试。其API标准价格为每百万输入Token 10美元、输出Token 50美元，Fast mode价格再翻一倍。9月10日，OpenAI暂停了每月200美元的Pro 20x套餐新订阅，供给压力已有明确信号。
用户感受到的“变笨”，未必是模型权重变化。底层模型、推理强度、上下文管理、Harness、工具调用、模型路由、并发调度，每一层都会影响最终效果。一个Coding Agent原来主动跑三轮测试，现在只跑一轮；原来调用多个子Agent检查，现在减少并行探索。对后台是不同问题，对用户只是一个体感：怎么没以前聪明了。
希鸥网认为，这轮“降智”讨论混合了模型质量波动、限流、资源调度和长任务对系统稳定性的放大。过去大模型竞争集中在谁能训练出更强的模型，现在训练出来之后能不能稳定地把智能供应给大量用户，正在成为竞争的新分水岭。模型公司的战场从峰值能力延伸到另一层：把高水平智能长期、稳定、规模化地供应出去。谁能先做到，谁就能在Agent时代拿到企业级订单的入场券。
创业早期打开市场时，有人做过免费试用，结果客户不重视、不反馈、甚至不打开产品。后来改成象征性收费，哪怕只收一块钱，付费客户的参与度、反馈质量和续费率都远高于免费用户。这个逻辑放在模型服务上同样成立：当用户为Pro 20x套餐付出真金白银，他们对“降智”的容忍度会急剧下降。付费动作本身就是筛选器，筛选出真实需求，也筛选出对服务质量的硬约束。
合同条款的模糊会让人在催款时付出代价，模型服务协议同样如此。如果“智力SLA”不写清楚任务成功率、长任务稳定性、同一workflow的持续复现能力，用户遇到降智只能靠鹈鹕视频维权。把催款视为销售闭环的关键环节，对应到模型服务，就是把稳定性指标写入服务等级协议，并建立标准化的异常反馈和补偿流程。这不是苛求，是维护商业尊严和现金流安全的正当动作。
当足够多的客户认可你、足够多的案例证明你、足够长的时间检验你，销售就变成筛选而不是推销。模型厂商的终极目标也是如此：当稳定供应智能的能力被开发者社区反复验证，当CodexRadar这类第三方雷达持续给出可信数据，用户的选择就不再依赖发布会上的跑分，而是依赖日复一日的实际表现。把产品做好、把服务做透、把口碑做硬，市场会反过来追着你跑。
金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo