AI 的新拐点

这两天干了一件特别无聊的事。

用目前三个比较顶的模型：GPT 5.5、Claude Opus 4.8、GLM 5.2，同时扔了同一道在我专业领域比较难的问题，让同事盲选谁是谁写的

然后，他对着三份答案，看了整整十分钟。

没看出来谁是谁。

这真不是眼瞎，那种一眼就能看出「这个明显比那个聪明」的时代已经过去了。

一、90分的平权

我记得特别清楚，2023年初的时候，我第一次用GPT-4。当时拿国内的一个模型做了个对比，那个差距，怎么说呢，就像一个清华博士在跟一个刚学会说话的小孩聊天。你都不需要看内容，光看逻辑的连贯性、语言的质感，就是两个物种。

现在2026年，把三份不同模型的答案混在一起，已经很难有人能分辨谁是谁了。

中外模型的能力差距，正在以一种超乎想象的速度被抹平。

我有时候觉得，我们可能正站在一个非常特殊的节点上。就是那种，大模型的核心能力，从「参差不齐」走向「大家都差不多」的节点。

如果用打分来比喻的话，就是中国的模型，第一梯队差不多已经到了一个90分左右的水平线。

90分，不是100分，确实整体还是有一些差距。但说实话，可能已经不足以构成决定性的优势了。

那问题就来了。

当国内模型都到了90分的时候，当「聪明」不再是稀缺资源的时候，比拼的是什么？

这个问题我想了挺久的。也不是我一个人在想，我身边很多做AI的朋友，最近聊天都会聊到这块。大家都有一种感觉，就是那个靠「模型能力碾压」就能赢的时代，在慢慢过去。

这事儿其实挺像当年的手机处理器。

我记得2012年那会儿，小米1代发布，跑分是所有发布会的高潮。雷军在台上喊跑分，底下的人嗷嗷叫。因为那时候处理器的差距是真的大，你跑分高就是真的快，真的好用。

但后来呢？后来所有旗舰机的处理器都到了一个「足够用」的水平。这时候你再看手机发布会，没人特别强调跑分了。大家开始卷拍照，卷屏幕，卷快充，卷系统体验，卷生态。

因为当核心硬件不再是瓶颈的时候，真正决定用户体验的，变成了包裹在那个硬件外面的一切。

模型也是一样的道理。我自己这些年的感受是特别深的。

2023年我用GPT-4的时候，觉得这玩意简直是降维打击。那个时候我同时也在用Claude 2，跟GPT-4的差距是肉眼可见的。国内的模型那会儿还在追赶GPT-3.5，中间还隔着GPT-4一整代。

2024年，Claude 3 Opus出来了，第一次让我觉得，哦，好像不只OpenAI一家能做顶级模型了。那一年年底DeepSeek V3炸出来，价格屠夫，整个行业都震了一下。

2025年，差距进一步缩小。GPT-5发布，确实强，但DeepSeek、GLM和Qwen也跟上了，至少在中文场景下，很多时候你真的分不清谁是谁。

到了2026年，就出现了我开头说的那一幕。

三份答案摆在一起，很难看出谁是谁。

这种感觉很奇妙。一方面，作为中国用户，看到国产模型追上来了，当然是很爽的。但另一方面，作为一个天天跟AI打交道的人，我也在想，当所有人都是90分左右的时候，这事儿，到底比的是什么？

我自己的判断，大概有这么几个方向。

二、AI的头脑与效率之争

最直接的，也是已经在发生的，就是价格。

这个其实不用我多说，DeepSeek从V3开始就是价格屠夫，V4更狠。你想想，当一个90分的模型，API价格只有另一个90分模型的十分之一甚至更少的时候，这事就没得选了。

我跟你说，对于小团队和个人来说，这个差距是致命的。

我自己每个月在API上的花费，从最早全用 Claude 的时候几千块，到现在混用之后降到了几百块。不是因为我用的少了，而是因为大部分活儿，国产模型已经干得够了。只有少数特别需要顶级能力的场景，才会切到GPT或者Claude的最新模型。

而且那些特别需要顶级的场景，说实话，国产模型也慢慢都能做了。

当能力差不多的时候，为什么不选便宜的？这也不是什么爱国不爱国的问题，就是纯粹的钱袋子生意。

你可能觉得聊价格太low了，但我想说的是，价格从来不是单纯的便宜不便宜的问题，价格反映的是「背后的效率」。

DeepSeek之所以能卖这么便宜，是因为他们的工程能力、训练效率、推理优化，都做到了极致。这种效率本身就是一种核心竞争力。

当模型能力都在90分的时候，谁能在90分的基础上把成本打到最低，谁就拥有最大的市场。

这个逻辑特别简单，但特别残酷。

顺着这个再聊聊速度。

这个很多人可能没太在意，但我觉得特别重要。

你用GPT-5-Thinking的时候，它确实聪明，但你想没想过，它一个回答要想一两分钟。一两分钟啊朋友们。你如果跟一个真人聊天，他每说一句话要先沉默一两分钟，你不得疯掉？

再叠加agent的任务链，这个时间差距会被几倍几十倍的放大

但你看国内一些主打快速的模型，很多场景下几秒钟就出结果了，质量也没差太多。

在90分的能力水平线上，谁快，谁就是更好的体验。

这个事情其实很多人是有体感的。你用GPT或者Claude的时候，那个等待时间，有时候真的会让你怀疑人生。。。特别是一些简单的任务，你明明知道这个答案不需要想那么久，但它就是要给你转一两分钟。

我就经常吐槽这个，我说你一个90分的选手，做一个70分的题，为什么要用100分的时间？？？

速度这件事在未来会越来越重要。因为模型的使用场景，正在从「坐在电脑前等答案」变成「在真实工作流中实时协作」。你写代码的时候需要AI实时补全，你做设计的时候需要AI实时给建议，你跟客户聊天的时候需要AI实时帮你分析。

这些场景，AI需要在那个瞬间给你反馈，而不是让你等2分钟。

谁能在90分的基础上做到秒级响应，谁就赢了。

这块我觉得国产模型其实是有优势的。因为国内厂商在工程优化、推理加速这块，卷得很凶。飞书和钉钉里集成的AI，响应速度已经比ChatGPT快不少了。

三、AI的生态战场

然后是生态。

怎么说呢，生态这个事，可能反而是中美差距最大的一块。

你看OpenAI，从ChatGPT到GPTs商店，再到现在的Codex，它已经不只是一个模型了，它是一个平台。你在这个平台上有无数的工具、无数的插件、无数的skill。

Claude那边也不差，Claude Code几乎成了一些大厂程序员的标准工具，整个开发者生态非常成熟。

国内呢？DeepSeek开源是做得很不错的，社区也很大。但说实话，在生态的完整度和成熟度上，跟OpenAI和Anthropic比，还是有差距的。

这个差距比模型能力的差距要大得多。

模型能力可能差5分，生态可能差20分。

但有意思的是，生态这个东西，恰恰是最难用「砸钱」来追的。模型你可以靠更多算力、更好的算法来追，但生态需要时间，需要开发者社区，需要无数人在上面建东西。

你想想看，Android当年追iOS，在系统流畅度上很快就追上了，但生态追了多少年？到现在在某些方面还是有差距。

不过反过来说，生态也是最容易形成「本土优势」的地方。中国的开发者社区足够大，中国的应用场景足够丰富，如果国产模型能把国内的开发者生态做起来，这个壁垒会比模型本身更牢固。

四、AI的文化战场

说到这个，我还想聊一个我觉得特别被低估的东西，就是模型的文化理解。

我之前让几个模型写过一篇关于春节的文章。GPT-5写得很好，结构清晰，用词准确，但你看完就觉得，这是一个非常聪明的外国人写的关于中国春节的作文。DeepSeek写的呢，文笔可能粗糙一点，但里面会自然地提到抢红包手速、提到七大姑八大姨催婚、提到那个永远热气腾腾挤满人的厨房，这些东西，是长在骨头里的。

我一直觉得，模型的90分里面，可能有一部分是「文化分」。一个模型如果连你的文化都不懂，它智商再高，用起来也是隔靴搔痒。

这个事儿在中文场景下特别明显。中文可能是世界上最美但也最难的语言之一，我们有无数的语境、隐喻、双关、网络用语，这些东西不是靠多读几篇论文就能学会的。你得到中国互联网的泥土里去滚，你得吃透那些弹幕文化、评论区文化、段子文化。

这块国产模型是有天然的土壤优势和数据优势的。

回到刚才那个手机处理器的类比。当所有处理器都到了「足够用」的水平之后，真正让用户选iPhone而不是安卓的，不是处理器跑分，而是iOS的那套体验，是App Store的生态，是AirDrop的丝滑，是iMessage的社交粘性。

这些东西，才是真正留住用户的东西。

模型也是一样。当所有模型都90分的时候，用户选择你的原因，不再是「你更聪明」，而是「你更好用」，「你更懂我」，「你更快」，「你更便宜」，「你的生态更丰富」。

五、AI的安全隐忧

还有一个我觉得很重要的，就是信任。

这个在国内市场尤其关键。

你看看Claude前几天的暗门事件，隐秘后门狙击中国大陆，这次能被发现，下次人家用fable5写个更隐蔽的你发现不了又怎么办呢？

很多企业是真的不敢把数据扔给海外模型的。特别是今年，数据安全这根弦绷得越来越紧。你一个做金融的，敢把客户数据扔给GPT？你一个做医疗的，敢把病历扔给Claude？

不敢的。

这块国产模型有天然的优势。数据不出境，合规，本地化部署，这些东西在to B市场是刚需。当模型能力都到90分的时候，这个信任优势就会被放大。

我自己的感受是，to B市场的竞争，可能比to C更早进入「90分之后的竞争」。因为B端客户对模型能力的敏感度本来就低一些，90分对他们来说完全够了，但对安全、合规、稳定性的要求极高。

还有一些方向，比如垂直领域的深耕。

当通用能力都到90分的时候，真正拉开差距的可能是「你在某个特定领域是不是能做到99分」。比如法律领域的模型，你能不能通过法考、能不能做合同审查、能不能做案例分析。比如医疗领域的模型，你能不能看懂CT片、能不能做初步诊断。

通用模型是90分，但垂直场景需要99分。谁能从90分提到99分，在特定领域，谁就赢。

我自己在做AI影视工业化尝试的过程中，对这个感受特别深。通用模型在创意、剧本这些方面已经很强了，但在具体的视频生成、特效制作、后期调色这些环节，还差得远。这些垂直场景，需要的不只是「聪明」，还需要专业的行业知识、专门的训练数据、定制的工具链。

这种垂直深耕，可能是90分时代最大的机会之一。

五、当AI变成电力

聊了这么多，你有没有发现一个规律。

就是当核心能力不再是瓶颈的时候，竞争的重心，会从「内核」往「外围」迁移。从模型本身，迁移到价格、速度、生态、文化理解、信任、垂直深度这些「包裹在模型外面」的东西上。

这个规律不是AI行业独有的。

我前段时间看了一本书，讲的是电力革命的历史。1880年代，电力刚开始在美国普及的时候，最赚钱的是造发电机的人。

后来所有公司都能造发电机了，发电机的效率都差不多的时候，最赚钱的是谁？

是造电器的。是福特，是通用电气，是无数用电力来做产品的公司。

因为当电力本身不再是稀缺资源的时候，真正值钱的变成了「你能用电力做什么」。

聊着聊着我突然想到，模型就是今天的电力。

当模型能力都到90分的时候，模型本身就变成了基础设施。就像你今天不会去关心你家用的电是哪个发电厂发的一样，未来你可能也不会太关心你用的AI是哪个模型。

你关心的会是，这个产品好不好用，这个服务理不理解我的需求，这个工具能不能帮我解决问题。

我有时候觉得，这可能才是AI行业真正走向成熟的标志。就是大家不再聊「哪个模型更强」，而是聊「哪个产品更好用」，「哪个场景做得更透」。

这才是真正该比的东西。

说真的，我反而觉得这是一个特别值得兴奋的时间点。

因为当模型能力不再是壁垒的时候，所有人都有了入场的机会。你不需要是OpenAI，不需要有10万张卡，你只要有好的产品想法，有对用户的理解，有在某个垂直领域的深耕，你就能用90分的模型，做出好的产品。

当「聪明」变得廉价的时候，创造力就成了最贵的那个东西。

我始终坚信这一点。

六、结语

知道怎么把AI的输出变成真正有价值的东西。是有自己的判断，有自己的品味，有自己的审美。

当所有模型都90分的时候，可能最后比拼的，反而是那个用模型的人。

你有没有自己的思考。

你有没有自己的审美。

你有没有那份对世界的好奇心。

这些东西加在一起，可能就是那最后10分。

90分之后的世界，比的不是AI。

比的是人。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～

谢谢你看我的文章，我们，下次再见。