美国客服平台Intercom近日推出了专门针对客服领域构建的AI模型Fin Apex 1.0。该公司表示，这款模型在客户问题解决率这一关键指标上，表现优于OpenAI的GPT-5.4和Anthropic的Claude Sonnet 4.6等前沿通用模型。

根据公布的基准数据，Fin Apex 1.0实现了73.1%的解决率，即无需人工介入即可完全处理客户问题的比例。相比之下，GPT-5.4和Claude Opus 4.5均为71.1%，Claude Sonnet 4.6为69.6%。Intercom首席执行官Eoghan McCabe指出：“对于大规模服务运营而言，几个百分点的差异意味着大量的客户互动和收入影响。”

除了解决率，该模型在响应速度和准确性方面也有提升，响应时间为3.7秒，并显著减少了错误信息的产生。其运行成本约为直接使用前沿模型的五分之一，且已包含在Intercom现有基于结果的定价方案中，对现有客户免费升级。

Intercom并未公开Fin Apex 1.0所基于的具体开源基础模型及其参数规模，仅表示参数在数千亿级别。公司强调，模型的核心优势在于后训练过程，即利用其客服平台Fin积累的专有数据对模型进行优化。McCabe表示：“预训练已趋于标准化，真正的竞争在于后训练。特定领域的模型在该领域的表现通常优于通用模型。”

目前，Fin Apex 1.0仅通过Intercom的Fin AI代理提供，不单独对外授权。公司计划将AI能力扩展至销售和营销等领域。这一发展反映了企业AI应用正从成本节约转向体验提升，并可能引发对SaaS行业依赖通用API模式的重新思考。