編按:本文綜合整理自 Google Cloud 官方部落格公告、Ars Technica 報導、OpenAI 官方聲明、The Next Web 報導、TechTimes 報導 與 Hacker News 討論串,並加入 Siami 編輯部觀點與分析。
2026 年 10 月 21 日,Google Cloud 副總裁 Michael Gerstenhaber 在官方部落格寫下一句話,標題寫著「Google Cloud 擴大模型選擇與彈性」:Google Cloud 現在是唯一一家同時提供三大閉源前沿模型的超大規模雲端商。
所謂的「三大」,就是 Google 自家的 Gemini、Anthropic 的 Claude,以及——現在加進來的 OpenAI。
具體落地的是三款模型:GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna。這三款會進駐 Google Cloud 的 Model Garden,跟既有的 200 多個第一方、第三方與開源模型並列。交易走 Google Cloud Marketplace 管道,費用直接出現在客戶既有的 Google Cloud 發票上。
三款模型的分工,跟定價邏輯
Google 官方對三款模型的定位寫得很清楚,本質上是一組從重到輕的階梯:
- GPT-6 Astra:為高強度工作設計,涵蓋程式撰寫、電腦操作(computer use)、專業任務與科學研究。這是成本最高的一款。
- GPT-6.1 Sol:接近 Astra 的智能水準、成本更低,主打 agentic coding、電腦操作與專業工作。
- GPT-6 Luna:快速且成本效益高,設計給大規模的日常作業。
Ars Technica 資深科技記者 Ryan Whitwam 觀察到,Google 的系統支援依據效能、延遲與效率動態地在不同模型間搬移工作負載。這是這次合作裡最被低估的技術細節:客戶不是被綁在單一模型上,而是可以在同一個平台裡橫向切換。
目前在 Google Cloud 的 Model Garden 中,除了 Gemini,也已有 Mistral、Llama、Gemma 等開源模型,以及早已進駐一段時間的 Anthropic Claude。
真正重要的不是模型,是發票
如果只看「OpenAI 模型登陸 Google Cloud」,很容易覺得這只是又多一家雲端商上架了別家的 API。真正的殺手級細節藏在計費機制裡。
Google 官方原文寫道:由於 OpenAI 模型是透過 Google Cloud Marketplace 直接交易,所有用量都會出現在單一的 Google Cloud 發票上、動用既有的雲端支出承諾(cloud commitments),並且跨模型供應商計入 Flexible Savings Plans(FSP)。
HN 上有人把這段翻譯成人話:假設一間企業每年簽了一千萬美元的第一方 GCP 服務承諾,現在這筆錢也能拿來買託管在 GCP 上的 OpenAI 模型。企業可以把原本要燒掉的運算或儲存預算,轉成 LLM 模型消費,甚至消化掉反正會浪費掉的預算餘額。
這解釋了一件反直覺的事:為什麼競爭關係最僵的兩家公司,會在這個時間點走到同一張發票上?
答案在 Hacker News 討論串裡被講得很白——OpenAI 不在乎客戶從哪裡來,平台越多等於觸及越廣,它沒有理由偏好任何單一託管平台。而企業端真正的痛點不是模型強不強,是能不能在不動用「新增廠商預算審批流程」的前提下換模型。
管理雲端支出承諾的業內人士也補充:這種退款機制一般不開放給普通第三方市集服務,但 Azure 對 OpenAI 早就這麼做了,現在 Google 跟進。
Antgravity 是被低估的第二條戰線
除了 Model Garden,Google 還預告了兩條後續路徑:
- OpenAI 模型將進駐 Google Antigravity——這款 agent 驅動的程式開發工具。
- 也會出現在 Gemini for business。
Antigravity 是 Google 去年 11 月推出的 agent-first 開發平台,發表時就主打「模型可選擇性」,同時支援 Gemini 3、Anthropic Claude Sonnet 4.5 與 OpenAI 的 GPT-OSS。當時的定位已經很清楚:不是綁死自家模型,而是做一個模型中立的 agent 開發入口。
這次 GPT-6 系列進來,等於把 Antigravity 的模型選項從「開源 + Claude」補齊到「三大閉源全到齊」。Ars Technica 指出,在 Google 近期推出 Gemini 4 Argon、將自家旗艦拉回與競爭對手持平之後,這條防線反而變得更重要——因為 Argon 的 token 消耗速率「高得驚人」,客戶未必願意把全部工作負載都壓上去。
為什麼這件事重要
把時間軸拉開看,這是 2026 年 4 月那份微軟協議改寫的必然結果,而不是突然的轉向。
今年 4 月 27 日,OpenAI 與微軟再次修改合作條款,取消了微軟對雲端工作負載的優先拒絕權(right of first refusal),讓 OpenAI 可以與 AWS、Google 等其他雲端平台合作。這一步鋪好了路。
到了 10 月,OpenAI 終於把最前沿的模型放上了競爭對手的基礎設施。幾件事同時成立:
- 對 OpenAI 而言:多了一個觸及企業客戶的通道,而企業客戶的錢包跟合約審批流程跟消費者完全不同。在模型能力差距快速收斂、大家都在比 API 價格的當下,「能不能進對的客戶系統裡」變成比「模型強幾個百分點」更決定性的競爭軸。
- 對 Google 而言:Model Garden 從此變成真正的中立層。過去 Google 的隱憂是客戶擔心「買了 Gemini 就等於資料流回 Google」,現在它可以名正言順地說——買 Claude 的、買 GPT-6 的,都在同一張發票、同一套合規框架裡。
- 對微軟而言:這是最尷尬的一角。Azure 仍是 OpenAI 的「主要雲端夥伴」,但當 OpenAI 的旗艦模型可以隨時在 GCP 上執行,綁定企業客戶的護城河就薄了一層。
值得玩味的是 Google 官方的資安承諾寫得非常重:客戶的提示詞、上下文與輸出完全留在指定的資料邊界內、永不用來訓練基礎模型,Zero Data Retention 選項「即將推出」;OpenAI 模型跑在專用的 Google Cloud 基礎設施上,Confidential Compute「即將推出」,所有查詢都經過加固隔離的閘道。這些是企業採購時真正會卡關的條件,Google 顯然很清楚該怎麼談這筆生意。
數據解讀與質疑
有幾件事這篇官方公告沒說,值得保持懷疑:
第一,時機太巧。 就在兩天前,OpenAI 才發表《Patch the Planet》,把自家模型挖到 PHP 重大漏洞的能力拿來當宣傳案例;同一週 Meta 被新墨西哥州判罰 250 億美元、Safari 廣告追蹤爭議發燒。模型能力越強,企業對資料邊界與稽核軌跡的要求就越嚴格——Google 這次把「資料永不用來訓練」寫在最前面,說明它很清楚自己賣的是合規而不是聰明。
第二,「唯一提供三大閉源模型」是行銷話術,還是實質護城河? 這個說法成立的前提是雲端市場格局長期停在 AWS、Azure、GCP 三分。如果未來有新的超大規模玩家崛起,這個「唯一」就會失效。相較之下,跨模型可攜性才是真正的黏著劑——而 Google 顯然也知道,所以在公告裡特別強調「沒有架構鎖定」。
第三,Antigravity 會不會抽成? Google 從 Anthropic 與 GPT-OSS 身上已經示範過模型中立平台的變現方式,但 OpenAI 的模型顯然帶來更大的商業利益。分成比例、用量計價、免費額度怎麼算,官方一個字都沒提。
第四,微軟那 20% 的營收分成還在嗎? 從 4 月的協議改寫內容來看,Azure 獨家性鬆動了,但微軟的經濟權益看起來被保留了下來。這代表 OpenAI 在同一筆交易裡,可能同時賣了同一件事兩次。
延伸閱讀
- Google Cloud 官方公告:https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-brings-openai-models-to-customers
- OpenAI 官方聲明:https://openai.com/index/openai-models-google-cloud/
- Ars Technica 報導:https://arstechnica.com/ai/2026/10/openais-latest-ai-models-are-coming-to-google-cloud-and-antigravity/
- The Next Web:https://thenextweb.com/news/openai-models-codex-google-cloud
- Hacker News 討論串:https://news.ycombinator.com/item?id=50180079
網友熱門留言 (7)