乐于分享
好东西不私藏

当前AI真正的风险

当前AI真正的风险
这几天在看AI大模型的报价,结合上周五被平台删掉的那篇讲Token负通胀的文章(有机会我改改措辞重发一次那篇文章吧,还挺重要的),我意识到一个很严重问题——AI模型的价格战。
现下,中国模型输入价格普遍在1美金以下,输出价格最贵没有超过4美金。而美国模型的输入价格普遍在2美金以上,输出价格普遍10美金以上。GPT-5.5与Claude Opus 4.8这种旗舰模型的输入和输出价格更是达到了5美金和25美金以上……
中美的AI的平均报价差距是80%,打2折。如果用DeepSeek V4Pro对比Claude Opus 4.8,则是90%+以上的折价,1折不到!
这比国产新能源车对欧美燃油车的打击还要恐怖,车市不过是腰斩级别的价差,而AI大模型已然是数量级级别的价格战。
当海外投资人发现中国的开源模型可以用十分之一的报价维持竞争之时,Claude、GPT的商业前景,以及上游英伟达、Lumentum、Coherent的股价还怎么支撑?
美团前两天发布的LongCat-2.0,是万亿参数模型,采用全国产五万卡算力集群完成了训练。从性能上看,LongCat-2.0接近Claude Opus 4.6,但比不上Claude Opus 4.8。
微软、亚马逊、谷歌、Meta、甲骨文等大厂累积投了一万亿美金以上的资本开支,竟然没有和中国竞品拉开明显的竞争身位,甚至中国竞品还有这么强的成本优势,那投这么多钱下去有什么用?
我们用不到美国1/8的资本开支(中国对AI算力的总资本开支约在约800–1100亿美元),做出了堪比美国旗舰模型70%的性能、以及1/10报价的产品。
这仗怎么打?
别忘了Token不像GPU这种实体产品,Token是可以无国界流动的,禁是紧不住的,天然就是全球化的竞争。
广阔的长尾需求例如简单问答的市场高端模型肯定是竞争不过了,而模型的性能曲线最终是要收敛撞墙的,高专业的那部分深度需求对追赶者而言又是可以后来居上去抢夺的。
在我看来,中国开源模型极致的低报价与接近竞品旗舰的性能,才是美股AI算力股最大的风险。
当英伟达和Coherent的股价撑不住,A股光模块CPO、电源、液冷这些配套的AI硬件股的股价怎么支撑?
我甚至在想,近期美股英伟达和A股光模块为核心的海外算力链股价表现不佳,是不是市场也提前发觉了这种风险,所以选择去进攻国产半导体板块。
这可能也是进入六月后,科创板明显强于创业板的原因,因为前者主要是国产半导体,后者主要是光模块。
所以美、韩、中国的科技股,不断缩圈到现在,真正的硬逻辑都只剩下存储了,因为存储还有明显的供给约束,供需错配比GPU更严重。
但如果最终中国模型出海顺利,在目前性能水平维持低报价,那海外模型的商业模式怎么维持,OpenAI再怎么降本增效也挡不住这种级别的价格战啊。
事实上,目前中国模型已经开始凭借价格优势以及开源策略抢占海外竞品的客户。

在OpenRouter这样的全球开发者平台上,中国模型Token消耗量已从一年前的<2%增长到常态化的45%+,并在多个单周超过美国模型。在Hugging Face开源社区,中国模型下载量已占全球41%。

微软将DeepSeek R1正式纳入Azure AI Foundry,支持企业级部署,日本开发前10的模型中,6个基于DeepSeek或Qwen。
我相信这个追赶趋势短期不会停止。
那为什么中国模型可以用这么低的成本做到这么优秀的性能呢?为什么我们的算力明明不富裕,却依旧能训练出高水平的模型,还能维持日常的用户服务和极低的报价呢?
当然是严苛的算力禁令将中国AI厂商的生存能力激发了出来,只有极致节省算力并优化成本、提升性能,才能在这场竞争中存活下来。
算力约束反而逼出了极致的工程优化。
DeepSeek用MoE架构让算力有的放矢,用MLA压缩KV Cache,用DualPipe优化计算和通信过程以节省通信开销,定制了跨节点all-to-all通信kernel以优化通信效率,采用了FP8混合精度训练来提升计算速度降低显存占用……
Qwen3则贡献了额外的思路,引入了thinking/non-thinking统一框架和thinking budget,让用户可以按任务复杂度分配推理计算量。复杂问题用高推理的预算,简单问题小问题就用便宜那一档的预算……
DeepSeek-V3则将这种思路演绎到极致,将推理拆分为prefilling和decoding两个阶段针对性部署策略,分工以提升效率。另外,很多重复的上下文直接走缓存就行了,不用重复推理浪费资源,这也是C端用户发现有时候推理非常便宜的原因,因为很多任务并没有从0开始新推理,而是调用了早就有的缓存。
还有很多技术上的努力,这里就不再多言了。
这就是极致工程化的威力,算力越贵、越稀缺,我们反而越要极致提效。
DeepSeek全面开源,这意味着未来再去创业拼模型性能其实没有太大意义,DeepSeek是所有中低端模型的“斩杀线”。
而对Claude、GPT等高端模型而言,高定价、高质量的策略也会失效,因为对手们太便宜了。况且,将来的竞争核心不在于模型性能和定价,而在于特定场景下的产品体验。
AI首先是工具,但最终一定是产品。
一旦成为产品,就不只是参数和性能的比拼,而是用户体验和产品定价的综合比拼。
这也是我不看好智谱这类纯模型厂商,而认为腾讯低估的原因。
今天就聊到这里吧~