共计 1239 个字符，预计需要花费 4 分钟才能阅读完成。
上周,Kimi 发布新模型 K3, 参数规模达到 2.8 万亿, 并在 Code Arena 编程榜上超越 Claude fable5, 成为首个登顶该榜单的开源模型。媒体高呼“Kimi 时刻”, 但随之而来的争议也引人深思:Kimi K3 的 API 混合定价为每百万 token 2.3 美元, 创下中国模型定价新高。有人觉得物有所值, 也有人质疑开源模型凭什么卖得比闭源还贵。
Kimi 企业业务负责人黄震昕回应称:“开源模型、中国大模型不该被贴上低价标签 , 我们做出了 SOTA 级模型, 也能匹配合理商业定价。”但一个关键问题浮出水面:SOTA 模型, 真的有定价权吗?
📌 定价权的真正来源
看看那些真正拥有定价权的公司:
- 茅台 : 定价权不仅来自酒好 , 更来自不可替代的社交属性, 且核心用户支付能力极强。
- 苹果 : 用户被锁定在 iOS 生态中, 迁移成本巨大, 这是典型的锁定效应。
- 英伟达 : 全球训练大模型的算力八九成跑在它的卡上, 竞品性能或生态难以匹敌。
这三家公司的定价权都与“产品这一代做得最好”没有必然关系, 它们的底气来自同一个东西——客户换不掉它。
🔍 大模型的“定价窗口”困境
从行业变化来看,SOTA 这个头衔的保鲜期基本不超过半年。谷歌、DeepSeek、智谱、Kimi 轮流坐庄, 每几个月就换一次王座。去年下半年还是 SOTA 的 Gemini, 如今已被戏称为“美国豆包”。一个每几个月就易主的位子, 何来“权”可言?
权, 意味着持续、稳定、别人够不着。SOTA 的榜首更像一个限时开放的收费站。你这版模型领先了, 市场暂时没有同级竞品, 你能收一段时间的溢价。但三个月、五个月后, 对手追平, 开源兜底, 价格又会被拉回去。所以这谈不上“定价权”, 最多只能叫“定价窗口”。
OpenAI 就是最好的例证 。GPT-4 时代它是绝对 SOTA,API 定价全行业最高。但随后一路降价,GPT-4o 比 GPT-4 便宜了一大截, 后续版本继续下调。为什么? 因为 Claude 追上来了,Gemini 赶上来了, 开源模型更是把地板价砸穿了。能力领先没能让 OpenAI 守住高价, 连它都守不住, 凭什么别人能?
💡 定价权可能在哪里产生?
- 上层的应用和入口 : 谁能把用户的工作流、数据、使用习惯沉淀在自己的平台上, 谁就有了护城河。例如, 用户天天在某个 Agent 平台上编排工作流程, 积累了几百条自定义指令和几十个项目上下文, 切换成本会越来越高。这正是大厂激烈争夺办公智能体市场的主要原因。
- 底层稀缺资源 : 算力、先进制程芯片的重要性不言而喻, 英伟达的定价权说明了一切。
大模型卡在中间, 上面被应用层截获了用户粘性和数据 , 下面被算力层控制了成本结构。它像三明治里的那片肉, 很重要, 但单独拎出来卖不出高价, 整体的综合体验才是用户看重的东西。
📊 窗口期做什么才是关键
围绕“大模型没有定价权, 只有定价窗口”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
