GPT-6 和 Claude Opus 5.5 同天发布，外贸人真正该关心的只有一件事
Anthropic 发了 Claude Opus 5.5；不到两个小时之后，OpenAI 就放出了 GPT-6 Sol 和 GPT-6 Luna。两家都主打一件事——更便宜，也就是说我们使用的成本可以大大减少。
同一天，两家各发了新模型（左：Anthropic 官方发布图；右：OpenAI 官方发布的三档模型卡）
科技圈在讨论”谁更强””谁更能打”。但对你做外贸的来说，这场热闹里真正该看的，是另一个数字。
先说结论：同一个问题，你去问 ChatGPT，和去问 Gemini，它俩推荐的公司，重合度只有 11.9%。
这不是谁抄不抄的问题，是两个 AI 在替你的客户做筛选时，看的东西根本不是同一批。而这件事，比”哪个模型更强”，对你的订单影响大得多。
一、先花一分钟，看懂这场”同一天”
两家的新模型，你只需要记三个数：
Claude Opus 5.5 每百万输出 20 美元，比上一代降了两成；GPT-6 Sol 从上一代的 20 美元直接砍到 10 美元；最便宜的 Luna 只要 0.5 美元。
两家的动作也很像：Anthropic 说 Opus 5.5 在多数任务上已经追平自家最强旗舰，但成本降四成；OpenAI 说 Sol 在编程任务上的错误率比上一代少了近一半。一个往”更强的能力、更低的价格”走，一个往”更便宜、更日常”走。
这些数字，对你有个直接的好消息：AI 在替你客户干活的成本，还在往下掉。掉得越狠，用的人越多——而用的人越多，你就越可能被”筛”那么一次。
便宜到什么程度？看官方的对照表：同样一件事，不同的模型，花费能差出十几倍。
Claude Opus 5 做完同一个任务，账单是 GPT-6 Sol 的 11.1 倍。这句话反过来读才是重点：过去”太贵、不值得”的 AI 初筛，现在已经便宜到可以随便跑了。
但今天真正要说的，是另一件更隐蔽的事。
二、这件事，比”谁更强”重要得多
两家同一天发模型，本身说明一个趋势：AI 的入口，正在分裂。
以前你说”让 AI 推荐我”，心里想的是 ChatGPT。现在你的客户，可能在用 ChatGPT，可能在用 Claude，也可能在用 Perplexity、Gemini、Google 搜索里的 AI 概览。
而关键是——它们给的答案，几乎不是同一份。
这意味着什么？意味着你只在其中一个 AI 里被推荐，另外那几家的客户，根本不知道你存在。他们不会”搜不到你”，而是压根没听说过你——因为在他们的 AI 眼里，你不在名单上。
三、差得有多离谱？看两组数据
这不是我瞎猜，有公开研究。一份 2026 年 7 月的研究，用 16.1 万条提示词，跨 6 个 AI 平台做对比，结果是这样的：
六个平台组合里，最接近的一对是 Perplexity 和 Google AI 概览，重合度也只有 23.7%——也就是说，两边引用的来源里，还有七成多是各看各的。
差得最远的一对，是 ChatGPT 和 Gemini，重合只有 11.9%。同一个问题，接近九成的引用来源，只属于其中一边。
还有一组更能说明问题的：Ahrefs 2025 年拿 1.5 万个长尾问题做了测试，发现 AI 助手引用的网页里，平均只有约 12% 同时排在 Google 搜索结果的前 10 名；大约 80% 的 AI 引用页面，甚至根本不在 Google 的搜索结果里。
换句话说：你在谷歌排得好，不等于 AI 会推荐你；你在 ChatGPT 里被推荐，也不等于 Perplexity 会。这是三件不同的事，得分开做。
四、为什么差这么多？因为每个 AI 的”口味”不一样
原因说穿了不复杂：每个 AI 偏爱引用的来源不同。它吃到什么料，就推荐什么人。
先看这三家的”口味”，看完你就懂七成：
ChatGPT 认”权威”。它更信 Wikipedia、G2 和 Trustpilot 这类第三方评测站，还有权威媒体的报道。所以它推荐的公司，往往是”被公开写过的”。
Perplexity 认”新鲜 + 人话”。它的引用里，Reddit 这类社区讨论占了很大比重。所以它推荐的公司，往往是”最近有人认真聊过的”。
Google AI 概览认”结构”。它更爱抓 FAQ、小标题、直答式段落。所以它推荐的，往往是”页面上把答案写得清清楚楚的”。
发现没有？这三套标准，对应的根本是三套动作。你只做了一套，自然只在一个地方被看到。
那为什么它们会差这么多？技术上不复杂：每家 AI 训练时吃的料不一样，联网搜索时抓的源也不一样，最后挑哪一条放进答案里的规则更不一样。所以同样是”中国做 XX 的工厂哪几家好”，一家可能引用了一份行业目录，另一家可能引用了两年前的论坛帖子，第三家干脆用自己的理解重新写了一遍。
这里还有一个很多人没想到的细节：你的客户不一定只问一个 AI。认真做采购的人，往往会在两三个 AI 里各问一遍，然后把答案叠起来看。也就是说——每一家 AI 的名单，都是一次独立的机会；也每一家 AI 的缺席，都是一次独立的损失。
算总账的时候，不是”我在不在 AI 里”，而是”我在几家 AI 里”。这个差别，比你想象的大。
说白了：过去做 SEO，是让谷歌认识你；现在做 GEO，是让每家 AI 都愿意提你。而这两件事之间，隔着的不是一步，是一整套。
五、既然买家的 AI 不止一个，你要做三件事
还是老规矩，只讲今天就能动手的：
第一件：把三个主流 AI 都问一遍，然后对比。同一个问题——比如”做 XX 的中国工厂，哪几家在德国有售后”——分别去 ChatGPT、Perplexity、Gemini 里问。把三份答案摆在一起看，你就知道自己在哪一边缺席了。这一步花不到半小时，但信息量最大。
第二件：先把”所有 AI 都认”的底子铺好。不管哪家 AI，都会看你的官网：产品参数、认证编号、真实案例、能核的数字。这是公共地基，不牢的话，逐个平台去补都是白补。
第三件：再按不同口味补料。Perplexity 吃社区讨论和新鲜内容，就多参与真实的行业讨论、保持内容更新；ChatGPT 认权威媒体和评测站，就想办法让第三方正经写过你；Google AI 概览要结构化，就把 FAQ 和直答段落补上。缺哪块补哪块，别一把抓。
回到今天这两家发模型的事。
它们争的是”谁的模型更强”，但对你来说，值得记住的是另一层：AI 越多、越好用，你的客户就越可能在不同的 AI 里，问同一个关于你的问题。
而每一家 AI 给出的答案，都是一张新的名单。你能做的，就是让自己出现在尽可能多的名单上。
报个产品名 ｜ 你是做哪一类的？评论区写下一个产品，我分别去 ChatGPT、Perplexity、Gemini 各问一遍，把三份答案的差异贴给你——你一看就知道自己缺在哪。