便宜四十倍的模型，和四百兆的翻译模型，同一天

今天两条消息放在一起看。智谱开源了 GLM-5.3-Flash，定价是 Opus 4.8 的四十分之一。腾讯把翻译模型压到四百多兆，能跑在手机上，已经用在了哔哩哔哩的直播弹幕翻译里。

便宜和小，今年一直在往这个方向走，今天又走了一步。两件事放在同一天，正好一件关于钱，一件关于地方。

便宜的那个，我试过

GLM-5.3-Flash 我试过，拿的是写代码，够用，便宜也是真的便宜。四十分之一的价格，已经便宜到不用算账，只用想怎么用。

试完自然想到以前做的文案审校。那几十条规则，当时跑在一个不便宜的模型上。四十分之一的价格，意味着同样的钱可以跑很多遍，或者拿两个模型各审一遍，取交集。

拿写代码试，够用。可写代码够用，和审校够用，是两回事。

写代码有一个很好的检验：跑一下。能跑，基本就对；跑不起来，错在哪一行，报错会告诉你。一个便宜的模型写的代码好不好，很快就知道。

审校没有这个检验。一句文案放过去了，不会报错，要等上了架，被平台发现，或者被买家看到，才知道放错了。便宜模型在写代码上的够用，搬不到审校上。

所以试写代码的结论，只能说明它的能力大致在哪个水平，不能说明它在审校上靠不靠得住。

可审校这件事，我最怕的是该退的没退。

审校会犯两种错。一种是不该退的退了，误伤一句本来没问题的文案，重写一遍就好，多花一点时间。另一种是该退的没退，一句违规的话、一个平台禁用的词被放过去，上了架，被平台发现，就是另一回事了。

两种错的代价不对等。第二种还有一个麻烦：它是安静的。不该退的退了，会有人来问为什么；该退的没退，没有人会来问。便宜的模型如果在第一种错上多一点，我能接受；在第二种上多一点，就不行。所以换不换，看的不是它平均审得怎么样，是它放过了哪几句。

真要比，得拿一批已经审过的文案让它再跑一遍，专门看它漏掉了什么。漏掉的里面有没有真正要命的，比总的准确率重要。

小的那个，我想到的是客服。

我之前那家跨境电商，客服十来个人，看外语评论和买家消息，用的是平台自带的翻译。能用，但要在平台的页面里用，要联网，翻得怎么样也由平台说了算，不同平台之间还不一样。

几百兆的翻译模型能跑在手机上，意味着客服可以离线翻译。不依赖某个平台的页面，几个平台的消息都能用同一个翻译来看，内容也不用传出去。

对客服来说，这是一个很具体的改善：在哪看都行，翻得一致。当然，前提是它翻得比平台准。小，不等于准，这件事也得先试。

客服最常遇到的困难，是翻译不准。

一句抱怨翻过来，语气没了；一个具体的问题翻过来，意思走了样。客服按翻过来的意思回，买家那边读到的，可能是另一件事。一来一回，问题没解决，火气先上来了。

平台自带的翻译不准，客服没有别的选择，只能将就，或者自己再想办法对照。十来个人，那时候每天都在碰这件事。

离线的小模型如果翻得准一些，省下的不只是来回切工具的时间，是那些因为翻错多出来的来回。

客服翻译翻错了，后果是一次沟通不顺。客服还能追问，买家还能再说一遍，错了能马上改。

审校放过了，后果是一条违规的文案挂在平台上，不会有人来追问，要等出了事才知道。

同样是换一个便宜的、小的模型，放在能马上发现错误的地方，风险小；放在发现不了错误的地方，风险大。先做哪个，看的不是哪个省钱多，是哪个出了错能被看见。

这两件事我都没做成，现在也不在那边了。写下来，更像是留给那边的两个建议：审校要先拿旧文案试它漏了什么，翻译要拿客服每天的消息试它准不准。但今天以后，它们从想想变成了可以排期的事。

便宜和小变成默认以后，问题就不再是能不能，而是先做哪个。审校那件要小心，先拿旧文案试；客服那件风险小，可以先做。