OpenAI 的前端模型和 Codex 工作流程，要放進 Google Cloud 的 Model Garden，並且透過 Google Cloud Marketplace 販售

Model Garden 是 Google 拿來陳列 Gemini 的貨架，現在 OpenAI 的模型要擺在同一排。開發者不用另外申請 OpenAI 帳號、不用另外接一套 API 和帳單，在 Google Cloud 的環境裡就能直接調用。 我覺得這件事最值得學的是「配銷」這個產品思維。很多 AI 公司把力氣花在模型跑分，但企業採購 AI 的現場常常卡在更無聊的地方：資安審查要重跑一遍、法務要再簽一份合約、財務要再開一個供應商。Marketplace 的作用就是把這些摩擦拿掉。企業如果本來就綁在 Google Cloud 上，OpenAI 的模型從「要申請的新廠商」變成「貨架上多一個選項」，成交難度差很多。 這就像便利商店。品牌方可以自己開專賣店，但真正出貨量大的，是擺進客人本來就會走進去的那間店。 各方的利益其實不在同一條線上。Google 的 Model Garden 本來就是多模型策略，貨架越滿，客人越願意把工作負載留在 Google Cloud，Gemini 即使賣得不如預期，雲端帳單還是 Google 收。OpenAI 拿到的是 Google Cloud 客戶這塊原本接觸不到的通路。Gemini 則多了一個擺在隔壁的直接對手，選型時要跟 OpenAI 的模型正面比價、比效果。三方各取所需，但對 Gemini 團隊來說，壓力是實打實增加了。 Codex 一起進駐也很關鍵。單賣模型 API 很容易被拿去跟別家比單價；連工作流程一起賣，客戶接的是整個開發流程，換掉的成本比換一個模型端點高。這個打法跟 Claude Code、Gemini 自家的開發工具搶的是同一個位置，就是工程師每天打開的那個入口。 同一天 NVIDIA 在 GTC Berlin 推出 RTX Spark 筆電，售價 2,399 美元起、最高 128GB 統一記憶體，往另一個方向走，把 AI 推到使用者桌上。一邊是雲端貨架互相借位，一邊是硬體廠商把模型塞進本機，共同點是都在往客戶已經在的地方靠。 接下來比的可能不是誰的模型最強，而是誰的模型最容易被買到。