GPT-5.2 把 API 价格砍到脚踝，我连夜迁移了 40 个自动化脚本

6 月 3 号凌晨，OpenAI 悄悄更新了定价页。GPT-5.2 的 gpt-5.2-mini 输入价格降到 $0.15/百万 token，输出 $0.60/百万 token——比半年前的 GPT-4o 便宜了 87%。我半夜爬起来，把手上跑了大半年的 40 多个 Python 自动化脚本全部切换过去。

具体怎么操作？三步：第一步，打开你现有的 OpenAI SDK，把 model 参数从 gpt-4o 改成 gpt-5.2-mini，其他代码一行都不用动。第二步，在 requests 里加一个参数 max_completion_tokens，设置 1200，防止长输出把成本拉回去。第三步，跑一遍你的测试集，重点看 JSON 输出格式是否稳定——我跑了 200 条测试样本，格式错误率从 1.8% 降到 0.4%。

为什么有效？5.2 系列用上了新的 MoE 稀疏架构，激活参数只有 120B，但总参数到了 1.2T。你不需要理解原理，只需要知道：同样一道逻辑题，它比 4o 少用 40% 的推理 token，回答还更准。我那个批量生成商品描述的任务，原来每月烧 $240，现在 $38。

另一个值得立刻做的事：把 ChatGPT 网页版里 Custom Instructions 重新写一遍。5.2 对长上下文的记忆能力提升明显——我塞了 8000 字的品牌风格指南进去，它输出的文案依然能保持语气一致，这在 4o 时代根本做不到。你如果还在用 4o 跑批量任务，这个月就是迁移窗口期。

顺带提一嘴：如果你用的是 Azure OpenAI，记得在 6 月 15 号之前去申请 gpt-5.2 的部署配额，不然要排队两周。我有个客户没赶早，生产环境硬是等了一周半才拿到。

DeepSeek-V4 开源三天，GitHub 星标破 4 万，我拿它微调了一个法律文书模型

4 月 18 号，DeepSeek 甩出 V4 的开源权重，671B 参数，MIT 许可证，上下文窗口 128K。三天时间 GitHub 星标冲到 4.2 万。我当天晚上就下了权重，用 vLLM 在两张 A100 上跑起来了。

实操细节给你说清楚。部署命令：vllm serve deepseek-ai/DeepSeek-V4 --tensor-parallel-size 2 --max-model-len 65536。注意 max-model-len 别直接拉满 128K，显存会爆——两张 A100 80G 跑 64K 上下文是安全线，推理速度能维持在每秒 28 tokens。

微调部分更关键。我拿 5000 份裁判文书做了 LoRA 微调，学习率设 2e-4，rank 设 64，batch size 4，在 8 卡 A100 上跑了 3 个 epoch，耗时 7 小时 40 分。成本算下来大概 $120 的算力费。效果：法律条文引用的准确率从 71% 升到 93%，比我之前用 Llama-3-70B 微调的结果高 11 个百分点。

为什么推荐你用 V4 而不是闭源 API？两个原因。一是数据安全，我处理的是客户的法律文书，不能出内网。V4 的权重在自己服务器上跑，数据不出机房。二是成本，微调后的 V4 每百万 token 推理成本只要 $0.08，如果走 GPT-5.2 API 做同样的事，一个月 50 万 token 的量，费用是前者的 18 倍。

一个坑提醒你：V4 的 tokenizer 和 V3 不兼容，你之前写的 prompt 模板里如果有特殊分隔符，要重新测一遍。我有个脚本里用了 `<|sep|>` 做分隔，V4 直接不认，排查了俩小时才发现。

Gemini 3 Pro 的 2M 上下文实战：我把整本《三体》塞进去做人物关系图

Google 在 5 月的 I/O 大会上放出 Gemini 3 Pro，主打 2M token 上下文窗口，API 价格 $2.5/百万输入 token、$15/百万输出 token。我拿到访问权限的第一天，就干了一件以前不可能的事：把《三体》三部曲全文——大约 88 万字，约 130 万 token——一次性塞进上下文，让它画人物关系图谱。

具体步骤：第一步，用 PyMuPDF 把 epub 转成纯文本，然后按章节切片，每片不超过 8000 字符。第二步，用 Gemini 的 Files API 上传，等它索引完——2M 上下文的文件索引大概要 3-4 分钟。第三步，在 prompt 里直接写"根据全部文本，列出所有主要人物之间的关联关系，用 JSON 格式输出，包含关系类型和证据原文"。我加了 temperature=0.2 防止它过度发挥。

效果怎么样？它输出了 47 个人物、86 条关系，每条都带原文引用。我抽查了 20 条，只有 2 条引用位置有偏差，准确率 90%。以前我拿 Claude 做这个事，得分三次传，每次传一部，最后自己合并——合并时还总漏掉跨部人物关系。

为什么有效？2M 上下文意味着你不需要做 RAG 了。RAG 的痛点在于切块和检索的召回率，Gemini 3 Pro 直接把整个语料放在眼前，跨章节的推理能力是切块式方案比不了的。如果你的工作涉及长文档分析——合同、年报、学术论文——这个能力直接省掉你搭向量数据库的时间。

价格算笔账：跑一次《三体》全量分析，输入 130 万 token 花 $3.25，输出 5000 token 花 $0.075，一共 $3.3。对比之前用 RAG 方案，光是搭建和调优向量检索就得花两个工作日，时间成本远高于这 $3.3。

Claude Code 2.0 接管了我的代码库，一周提了 23 个 PR

Anthropic 在三月份推出 Claude Code 2.0，绑定了 Sonnet 4.5 模型，订阅价 $20/月。我把它接入了公司的 GitHub 仓库，一周时间它独立提交了 23 个 PR，其中 19 个被合并，代码审查通过率 82%。这不是未来概念，这是我上周的真实数据。

接入方法：第一步，在项目根目录跑 npm install -g @anthropic-ai/claude-code，然后运行 claude 初始化。第二步，写一个 CLAUDE.md 文件，把你的项目架构、编码规范、测试命令写清楚——这一步最容易被忽略，但决定了下限。我花了 30 分钟写这个文件，里面包含了"所有数据库迁移必须用 Alembic""单元测试必须用 pytest 且覆盖率不低于 80%"。第三步，给 Claude Code 配一个 GitHub Actions 的权限 token，它就能直接开分支、提 PR。

我给它派的最重的一个活是：重构支付模块的退款逻辑，要求保持接口兼容。它自己建了分支，改了 14 个文件，加了 32 个测试用例，PR 描述里列了改动清单和测试结果。我 review 的时候只挑出两个命名问题，逻辑上没找到 bug。

为什么有效？Claude Code 2.0 的 agent 循环比 1.0 强在"自我纠错"上。它会先跑一遍测试，红了就自己修，修完再跑，直到全绿才提 PR。你不需要盯着它，只需要设好 CLAUDE.md 的边界和 GitHub 的 branch protection。我建议你把 `require_pull_request` 设为 true，这样 AI 的代码永远不会直接推到 main 分支。

一个使用技巧：遇到复杂的重构任务，不要让它一口气做完。拆成 3-4 个小的子任务，每个任务单独提 PR，review 压力小，出问题也好回滚。我实测拆任务后，代码合并率从 67% 提到 82%。

AI 眼镜的端侧模型爆发：Ray-Ban Meta 更新后，离线翻译延迟降到了 1.2 秒

5 月底，Meta 推送了 Ray-Ban 智能眼镜的 v11 固件，内置了 3B 参数的端侧语言模型，离线翻译延迟从 4.5 秒降到 1.2 秒。我戴着它在东京玩了四天，全程没掏手机——餐厅菜单、地铁指示牌、便利店收银员的说明，直接看镜片上的实时翻译。

使用场景很具体：我在涩谷一家拉面店，店员用日语说了一串"今日限定、汤底是鱼介系、辣度可以选"，镜片上三秒内出现了完整的中文翻译。之前用手机版 Google 翻译，要先解锁、开 app、切相机、对准拍——一套流程下来至少 15 秒，而且对方早就等得不耐烦了。

为什么有效？端侧模型的逻辑是：把 3B 参数的模型量化到 INT4，直接跑在眼镜的骁龙 AR2 Gen 2 芯片上。不联网、不上云，所以没有网络延迟，也没有隐私问题。Meta 在固件里做了个巧妙的混合架构——简单句子走端侧，复杂长句自动切到云端 GPT-4o mini。你感知不到切换，只有延迟数字在变。

一个操作建议：拿到新固件后，先去设置里手动下载日语、韩语、西班牙语的语言包——每个大约 500MB。下载完离线可用。我第一天没下，结果在没信号的地铁里翻译直接转圈圈，后来学乖了，出门前把目的地语言包先备好。

价格方面：Ray-Ban Meta 眼镜 299 美元，Meta AI 功能免费。对比同类的 Even Realities G1（599 美元）和魅族 MYVU（2499 元人民币），这个价位的端侧翻译体验目前没有对手。我唯一的不满：电池续航还是 4 小时，重度使用撑不过一整天。

💬 你在用什么AI工具？

写这篇盘点的时候，我翻了翻自己的订阅账单：ChatGPT Plus $20、Claude Pro $20、Gemini Advanced $19.99，加上 API 调用费，一个月花在 AI 上大概 $150。但说实话，这些工具帮我省下来的时间，远超这个数。

你今年上半年用的最多的 AI 工具是哪个？是跟我一样天天挂着 Claude Code 写代码，还是拿 Midjourney 出图接单，或者已经离不开 Kimi 的联网搜索了？去 AI House 排行榜（aibunkhouse.com/rankings/）看看真实用户的投票数据——那上面每个工具的评分都是活人投出来的，不是官方宣传稿。你觉得好用的工具，上去给它投一票；你觉得名不副实的，看看别人怎么吐槽的。

我自己的话，下半年打算重点试试 Llama-4 的微调——它的 MoE 架构在长文本任务上表现不错，而且社区生态比 V4 成熟。你要是已经踩过坑，评论区告诉我。