一周之内，四家前沿实验室几乎把日历撕成了广告牌。
9 月 1 日 Anthropic 放出 Claude Fable 5.1 与 Mythos 5.1；次日 Meta 的 Muse Spark 1.3 与 Google 的 Gemini 3.8 Flash 接棒；9 月 3 日 OpenAI 再以 GPT-6 Astra 收束。CNBC 9 月 6 日把这种节奏钉成一个词：model fatigue——模型疲劳。Runpod CEO Zhen Lu 对 CNBC 说得更直白：他兴奋于创新，但也认定市场「frothy」到必须靠噪音才能被看见。
Sam Altman 并不否认。他对 CNBC 承认大家「都在加快节奏」，并半开玩笑地把部分扎堆归咎于「暑假回来」。Notre Dame 的 Ahmed Abbasi 则把动机说成更冷的商业语：share of wallet——企业预算就那么多，停一个季度就等于把桌面让给对手。Gartner 估算 2026 年 AI 支出约 2.59 万亿美元，其中超一万亿落在服务、软件、安全与模型侧；这不是学术刷榜的气氛，是钱包争夺。
真正倒霉的是买家。Clockwork Systems CEO Suresh Vasudevan 对 CNBC 承认：十个新模型里可能只挑五个评；每个版本都「好到几乎看不出台阶」，但算力与回归测试仍要付钱。Startup Fortune 补了一层财务细节：Fable 5.1 标价仍是每百万 token $10 / $50，但缓存读从 $1 砍到 $0.25——典型负载约便宜 25%，强 Agent 负载最高约 45%；Astra 同样挂着 $10 / $50，却带 105 万上下文，超过约 27.2 万输入还会触发更高长上下文价。分数好看，账单更会咬人。
更刺眼的是时间线错位。七月底，一千一百多名来自 OpenAI、Anthropic、Google DeepMind、Meta 等实验室的员工签署 Pacing the Frontier，要求华盛顿准备必要时踩刹车的工具——签名里甚至有 Amodei、Pachocki 一类高层。信里谈的是「自动化 AI 研究失控」的窄风险；可到了九月第一周，同一批机构又在比谁先把海报贴上墙。一边要政府造闸，一边把发货节奏拧到买家跟不上——这不是逻辑矛盾，是激励结构。
Noah Faro 提醒：除了 Astra，本周多数是 point release，真正「挪针」的还是六月的 Fable 5 与七月的 Kimi K3。可对采购流程来说，point release 一样要命：评测表、安全审查、提示词回归，都不认你口头说的「小版本」。模型疲劳不是审美疲劳，是企业决策周期被压缩到比发布周期还短。
[1][2]