在旧金山举行的TechCrunch Disrupt大会现场，AI编程平台Replit联合创始人兼首席执行官Amjad Masad公开抛下一枚重磅炸弹：公司已不再与大模型领头羊Anthropic合作。Masad将转向OpenAI的理由归结为成本、商业伙伴关系与性能，并声称内部及公开基准均表明OpenAI的模型在端到端构建应用时表现更为优异。
然而，这场看似决绝的供应商切割，随即引发了截然相反的事实反弹。多位知情人士向媒体证实双方合作仍在继续，而Replit官方在2026年9月29日发布的Agent评估记录中，Anthropic旗下的Claude Fable 5与Claude Fable 5.1依然稳坐其生产环境的调度名单中。台上高调宣告分手、工程底座多模型并行的分裂局面表明，这并非一次纯粹的技术迭代淘汰，而是AI中间层软件在面对上游高昂推理定价时，发起的一场以路由架构为底气的商业议价阻击战。
舞台上的决裂与生产线上的保留
Masad在大会舞台上的表态极具戏剧性。他明确表示由于ChatGPT如今更加出色，Replit选择全面依靠OpenAI的Sol与Astra模型来驱动其端到端生成系统。在此之前，Replit早从2026年8月18日起就宣布与OpenAI展开深度合作，其免费模式（Free Mode）全面交由GPT-5.6 Luna驱动。
但技术底层的痕迹无法单凭公关口径轻易抹去。就在Masad登台前数周的工程报告中，Claude Fable 5与Claude Fable 5.1不仅在其实际生产环境中平稳运行，还与OpenAI的GPT-6 Astra一同处于多Agent调度测试序列。
这种台上宣布断交、台下继续调用的罗生门，揭示出Masad口中的不再合作更像是一场对外部展示的战略站队，而非彻底拔掉API插头。随着基础模型在特定编码场景下的能力差距不断收窄，应用层平台已经不再愿意向任何单一模型提供商支付排他性忠诚。
抹平的准确率与悬殊的算力账本
驱动这次供应商重排的真正推手，并非智商断层，而是残酷的单位经济效益。
在第三方评估基准DeepSWE的测试中，顶尖AI模型在复杂编程任务上的表现正在呈现出统计学意义上的高度重叠。Astra在极高配置下的准确率为74%，Claude Opus 5在最大推理配置下同样录得74%的准确率，而GPT-5.6 Sol亦达到73%。在实际工程产出上，各家顶级模型几乎难分伯仲。
但当性能曲线拉平时，成本曲线却出现了灾难性的撕裂。
DeepSWE测试快照显示，Claude Opus 5在满血运行时的单任务成本高达11.84美元，几乎是Astra（4.43美元）的2.7倍。更致命的倾销来自OpenAI随后推出的GPT-6.1 Sol。官方数据显示，Sol在DeepSWE v1.1上的代码推理能力基本看齐Astra，其标准Token价格与单任务运行成本却仅有Astra的五分之一左右。
当上游模型智商无法拉开质的鸿沟，单任务近三倍的成本差就是吞噬软件毛利的直接黑洞。
对于需要动用数十个子Agent反复读写上下文、编译测试环境并修复报错的自主开发平台来说，底层API的每一点价差，放大到百万次调用后都会化为资产负债表上的沉重包袱。
- 风险.若基础模型提供商不能在Agent多轮循环长调用中给出阶梯式折扣，昂贵的高阶模型将最先被高频应用层清退。
智能路由成型，中间件反客为主
促成Replit敢于在台上公开叫板底牌的，是其工程架构在过去两个月内的质变。
2026年8月26日，Replit正式上线了智能模型路由系统（Intelligent Model Routing）。该系统不再将所有提示词无脑倒给单一的旗舰模型，而是根据用户任务的复杂度、质量诉求、响应速度与成本预算，进行全自动分流。与此同时，企业客户管理员也获得了自定义模型池的权限。
这一架构的落地改变了竞争主导权。正如Masad在现场所言，AI模型不再像过去的独立程序员那样单打独斗，它们需要一个提供协调编排、错误恢复、网络鉴权和安全沙箱的栖息地。
当这一套被称为Harness的编排环境完全被Replit掌握，上游的模型就彻底沦为了可插拔的算力组件。简单的补全与轻量逻辑分流给低成本的Luna，复杂的系统架构调用Sol或Astra，而一旦哪家模型厂商提价或出现断供风险，路由表可以在数秒内完成权重重配。应用层由此第一次握紧了对底层模型巨头的议价控制权。
B2B过半后的利润保卫战
支撑Replit在供应链上斤斤计较的深层原因，是其商业模式正在经历激进蜕变。
Masad在会上披露了一组关键财务比例：虽然暂不公布具体的年化经常性收入（ARR），但在其收入结构中，企业合同收入占比已从去年的2%迅猛扩张至15%，而B2B业务的总营收占比更是已突破50%。
此前，Replit的年化营收曾在2025年9月从280万美元跨越式攀升至1.5亿美元，公司更在2026年3月公开设定了年底达成10亿美元营收运行率的宏大目标。从面向极客与独立开发者的编程玩具，蜕变为向企业级客户交差的生产力系统，意味着粗放的烧钱补贴时代彻底结束。企业采购看重SLA稳定度与总体拥有成本，面对超五成的B2B盘子，任何调用昂贵模型带来的亏损都会被按倍数放大。
- 结论.对于企业级软件决策者而言，死守单一底层模型的时代已经过去，建立能够在OpenAI、Anthropic或自建开源算力之间动态套利的网关策略，才是控制AI时代技术负债的唯一正解。