最强的模型，不一定能赢：AI Coding开始拼“好用”了
最近几天，AI Coding领域最热闹的事情，除了GPT-5.6发布，就是OpenAI不断为Codex和ChatGPT Work用户重置使用额度。
GPT-5.6上线后，Codex与ChatGPT Work的合计活跃用户在几天内突破800万，OpenAI Codex负责人Tibo Sottiaux在X上宣布这一数字时，同时表示将再次为所有用户重置使用额度，并继续暂时取消原来的5小时使用限制。相关数据显示，Codex的单周使用量较此前增长了2.5倍，五个月内用户规模扩大了7倍。
从模型发布的角度来说，GPT-5.6当然是一次重要升级，但在我看来，真正值得关注的，反而是OpenAI围绕使用额度展开的一系列操作。
用户增长到600万，重置一次额度；增长到700万，又送一次可以自行使用的额度重置；到了800万，再为所有用户重置额度，同时暂时取消5小时限制。OpenAI一边庆祝用户增长，一边继续让用户免费使用更多额度，用户自然会不断地把消息传播出去，甚至主动拉着身边的人一起使用。
这波营销操作，无论是不是提前设计好的，效果都堪称经典。
一、OpenAI真正降低的，是用户的额度焦虑
对于AI Coding工具来说，价格当然重要，但真正影响使用体验的，往往不是每个月20美元或者100美元的订阅费用，而是额度焦虑。
当一个用户准备把一项稍微复杂的任务交给AI时，他首先想到的可能不是这个模型能不能完成，而是这次任务会消耗多少额度。任务是不是应该拆小一点，推理强度是不是应该调低一点，要不要换一个能力弱一点但更省额度的模型，今天已经用了不少，是不是应该把剩下的额度留到明天。
一旦开始计算这些事情，使用体验就已经被打断了。
就像手机流量刚刚普及的时候，很多人每打开一个网页，都会担心消耗了多少流量。后来不限流量套餐出现以后，大家才真正开始放心地刷视频、看直播，移动互联网的使用方式也随之改变。AI Coding也是一样，只有当用户不再过度关注每一次调用消耗了多少额度，才会真正把完整的工作交给AI。
OpenAI暂时取消5小时额度限制，并且连续为用户重置额度，看起来是在免费赠送算力，实际上是在培养用户的使用习惯。用户把任务交给Codex的次数越多，积累的使用经验越多，未来切换到其他工具的成本就越高。
从这个角度来看，OpenAI送出去的并不只是额度，而是在用算力购买用户习惯。
二、Claude很聪明，但一直有点高冷
如果一定要给Claude和Codex做一个不太严谨的比喻，那么Claude就像一个清华北大的美女学霸，成绩优秀，长得也漂亮，自然会有很多人趋之若鹜。
但这个学霸多少有点高冷。她知道自己能力很强，也知道大家都想用她，所以平时多少有一种“爱用不用”的感觉。额度不多，速度不快，价格也不便宜，有时候刚刚进入工作状态，突然就提示达到使用限制，只能等几个小时以后再继续。
Claude Fable 5发布时，Anthropic最初只计划在订阅套餐内限时提供，随后又将免费使用期限从原计划不断延长，目前已经延长至7月19日，同时还把Claude Code的周使用额度提高了50%。
当然，Anthropic可以说这是因为算力资源紧张，也可以说是在逐步开放新模型，这些理由都说得过去。但在GPT-5.6发布、Codex用户量快速增长的时间点上，Anthropic一次又一次延长Fable 5的订阅内使用期限，很难说完全没有受到竞争压力的影响。
如果没有Codex在旁边大送额度，Fable 5可能早就已经开始额外收费了。
竞争的好处就在这里。企业之间打得越激烈，用户能够获得的额度越多，价格越低，产品体验也会越好。
三、Claude Code和Codex，我现在更愿意用谁
从我自己的使用体验来说，Claude Code的代码质量确实没得说。
特别是在处理复杂逻辑、分析已有项目、进行架构调整时，Claude经常可以发现一些不容易注意到的问题。它不仅会按照要求修改代码，有时候还会主动思考这个修改会不会影响其他模块，以及现有方案是否存在更加合理的实现方式。
这种能力是Claude最吸引人的地方。
但Claude Code的问题也非常明显，就是速度比较慢。一个并不算复杂的任务，它可能需要思考很长时间，有时候工具调用之间也会停顿。如果同时运行多个任务，等待的感觉会更加明显。使用AI Coding本来是为了提高效率，但如果一个任务需要长时间盯着它运行，效率优势就会被削弱。
Codex则比较务实。
它没有Claude那么多思考和解释，接到任务以后通常很快开始干活，读取项目、修改文件、运行测试，整个过程比较直接。从绝对能力上来说，我还是认为Claude Code略强一点，特别是遇到难题时，Claude给出的方案偶尔会让人眼前一亮，但Codex的能力并没有差很多，代码质量也不含糊。
更重要的是，Codex非常稳定，速度也快。
在一般的应用开发中，我更关注的不是模型偶尔能不能给出一个非常惊艳的方案，而是它能不能连续完成十几个普通任务。增加一个页面，修改一个接口，调整数据库字段，修复一个样式问题，补充一些测试，再处理一下构建错误，这些才是日常开发中占比最高的工作。
Claude Code有时像一位能力很强的技术专家，适合解决那些真正困难的问题；Codex则更像一个务实的同事，话不多，接到任务就开始干活，而且大部分时候都能把事情做完。
对于日常工作来说，后者可能更加重要。
四、大多数应用开发，并不需要Fable 5
AI公司发布新模型时，总是会强调模型在各种基准测试中的成绩，比如能不能完成更长时间的任务，能不能解决复杂的数学问题，能不能独立完成大型项目。
这些能力当然重要，它们代表着模型的上限。
但现实中的大多数软件开发，并没有那么复杂。大量应用类编码，其实就是围绕已有项目不断进行小规模迭代，包括增加功能、调整页面、修改接口、修复Bug、处理兼容性问题，以及根据用户反馈优化体验。
就拿我自己开发DoseLoop·用药有数的过程来说，大部分任务都不需要一个能够连续思考几十个小时的模型。更需要的是AI能够理解现有代码，按照要求完成修改，不要破坏原来的功能，修改完成后主动进行检查，出现错误以后继续修复。
这些事情听起来并不高深，却决定了一个AI Coding工具到底能不能真正投入生产使用。
Fable 5在复杂编码和长周期任务上的能力确实很强，Anthropic公布的测试和早期用户反馈也显示，它在一些高难度编码任务中处于领先位置。
但对于普通应用开发来说，很多任务完全用不到Fable 5级别的模型。使用顶级模型完成一个普通页面调整，就像请一位顶级建筑师来帮家里安装一个书架，当然可以完成，而且可能做得很好，但成本和效率未必合适。
AI Coding真正的大市场，不是每个人都在解决世界上最复杂的编程问题，而是有无数普通的开发任务需要被完成。
顶级模型决定了AI Coding的能力上限，但真正决定市场规模的，往往是那些能力足够、速度更快、成本更低的模型。
五、模型最强，不代表产品一定能赢
过去两年，每次有新模型发布，大家最关心的都是排行榜。
哪个模型在SWE-bench上得分更高，哪个模型推理能力更强，哪个模型可以自主运行更长时间，似乎只要赢下这些评测，就能赢下市场。
但当几个头部模型的能力越来越接近以后，几分的评测差距，对普通用户来说已经没有那么重要。
假设Claude Code完成一个任务的质量可以达到95分，Codex只有92分，但Claude Code需要20分钟，Codex只需要8分钟，而且Codex可以稳定地连续运行，那么在大量日常任务中，很多人会选择Codex。
软件工具不是考试，用户也不是评委。
用户不会因为一个模型在排行榜上领先几分，就愿意长期忍受更慢的速度、更少的额度和更高的价格。大家最终关心的，还是这个工具能不能真正帮助自己完成工作。
这也是我认为OpenAI这次做得非常务实的地方。它并没有只强调GPT-5.6在某一个基准测试上超过了谁，而是把GPT-5.6、Codex和ChatGPT Work同时推出，并且把Codex能力整合进ChatGPT，让编程和普通知识工作逐渐进入同一套工作流。ChatGPT Work可以调用应用和工具，处理文档、表格、网页应用等长时间、多步骤任务，而Codex也不再只是程序员使用的编码工具。
模型能力只是产品的一部分，入口、体验、额度和生态同样重要。
六、OpenAI正在争夺的，是用户的默认入口
现在的AI工具越来越多，一个稍微复杂的任务，可能需要同时使用多个产品。
有人用ChatGPT讨论需求，用Claude Code设计架构，用Codex写代码，再用Gemini查找资料。这样的组合当然可以获得更好的效果，但来回切换工具也会带来额外成本，项目背景需要重复输入，文件需要反复上传，不同工具之间的上下文也无法自然衔接。
OpenAI显然不希望用户这样做。它正在尝试把聊天、搜索、编码、文档、表格、演示文稿和电脑操作逐渐整合到ChatGPT之中，让用户从一个想法开始，一直做到最终交付，而不需要离开同一个产品。
Codex与ChatGPT Work的用户合并统计，也说明OpenAI正在淡化编码工具与通用工作工具之间的边界。Codex最初主要服务程序员，但OpenAI在6月份披露的数据中提到，Codex周活跃用户已经超过500万，其中知识工作者约占20%，而且增长速度明显快于开发者。
这背后的意义是，Codex正在从AI Coding工具，逐渐变成一个能够操作文件、运行命令和完成任务的通用Agent。
一旦用户习惯在ChatGPT中完成大部分工作，OpenAI就不需要在每一项能力上都做到绝对第一。它只需要保证各项能力都足够优秀，同时让整个使用过程更加连贯。
微软当年的Office并不是每一个单独组件都绝对领先，但Word、Excel和PowerPoint组成了一套完整的办公体系。用户一旦进入这个体系，就很难为了某一个功能上的小优势，频繁更换整套工具。
OpenAI现在走的也是类似的道路。
七、AI Coding已经从智力竞争，进入服务竞争
Claude和Codex之间的竞争，表面上看是两个模型谁的编程能力更强，实际上已经逐渐变成两家公司服务能力的竞争。
模型能力当然还是基础，但除此之外，用户还会关心响应速度、使用额度、运行稳定性、产品入口，以及遇到问题以后能不能快速恢复。
OpenAI这次在使用量突然增长以后，选择连续为用户重置额度，暂时取消5小时限制，虽然背后可能也有额度统计和基础设施调整的问题，但从用户感受来说，这是一种非常积极的姿态。
它给用户传递的信息是：你先用起来，额度的问题我们来想办法。
Anthropic过去给人的感觉则完全不同。Claude很强，但使用限制也很多，特别是重度用户经常遇到额度不足的问题。Anthropic在2026年5月将Claude Code的5小时额度提高一倍，并取消高峰期额度缩减，随后又多次延长Fable 5的订阅内使用期限。
这些变化当然值得肯定，但也说明竞争确实在迫使Anthropic更加重视普通订阅用户的使用体验。
以前AI公司主要证明自己的模型有多聪明，现在它们还需要证明自己的服务足够稳定、价格足够合理、额度足够使用。
模型竞争正在从实验室里的智力比赛，变成真实工作中的服务竞争。
这对用户来说，当然是一件好事。
八、我现在更期待Gemini 3.5 Pro
Anthropic和OpenAI打得越来越激烈，我现在反而更加期待Google的Gemini 3.5 Pro。
Google在2026年5月发布了Gemini 3.5 Flash，并表示Gemini 3.5 Pro已经在内部使用，原计划在随后一个月推出。但截至本文写作时，Gemini 3.5 Pro仍然没有正式发布，最新报道显示，其延期的重要原因之一，就是编码能力尚未达到Google内部设定的目标。
从这个角度来看，Google应该也感受到了压力。
过去一个模型只要综合能力足够强，就可以被称为旗舰模型；现在如果编码和Agent能力不够强，哪怕在其他领域表现不错，也很难在市场上与Claude和GPT竞争。Google拥有其他两家公司不具备的优势，包括Android、Chrome、Google Search、Gmail、Google Drive、Google Cloud，以及完整的开发工具和办公生态。Gemini 3.5 Flash已经进入Gemini、搜索、AI Studio、Android Studio和Antigravity，如果Gemini 3.5 Pro在编码和长任务能力上能够真正达到预期，Google就有机会形成第三种完整的AI工作流。
当然，Google过去的问题从来不是缺少技术，而是如何把技术变成一个真正好用的产品。
所以我期待的，不只是Gemini 3.5 Pro能够在排行榜上超过Claude或者GPT，而是Google能不能把模型能力、开发工具、搜索和办公生态真正连接起来，做出一个让用户愿意每天使用的产品。
九、最强的模型，不一定能赢
Claude Code仍然是我认为代码质量最好的AI Coding工具之一，在处理复杂问题时，它的能力确实值得信任。Codex在部分任务上的能力可能比Claude差一点，但差距已经没有大到足以抵消它在速度、稳定性和额度上的优势。
对于普通应用开发来说，一个能力达到90分、随时可以使用、运行速度很快的工具，往往比一个能力达到95分、但速度慢、额度少的工具更加实用。
用户并不需要模型在每一个任务上都证明自己是世界第一。
更多时候，我们只是希望它能够及时出现，听懂需求，把事情做好，出现问题以后继续修复，而且明天还能够接着使用。
Claude像一个聪明、高冷、偶尔让人惊艳的天才，Codex则像一个务实、稳定、愿意一直干活的同事。天才当然令人向往，但在真实的工作中，我们可能更需要一个每天都能来上班的人。
随着OpenAI、Anthropic和Google之间的竞争继续加剧，模型能力还会不断提高，价格会继续下降，额度也会逐渐增加。未来AI Coding的竞争，已经不只是看谁拥有最聪明的模型，而是看谁能够提供一套真正稳定、高效、可持续使用的产品。
最强的模型定义了能力的上限，最好用的产品，才有可能赢得市场。