共计 1373 个字符，预计需要花费 4 分钟才能阅读完成。
国产大模型, 贵到用不起?
近期, 硅谷 AI 界大招频出,GPT-5.6、fable5、Grok-4.5 接连问世, 国内开发者群体一片沸腾。然而, 国产大模型却始终处于“叫好不叫座”的状态: 尽管调用量连续九周领先美国模型, 但头部企业营收仅数亿元, 与 Anthropic 高达 600 亿—700 亿美元的 ARR 形成鲜明对比。一个反直觉的事实逐渐浮出水面: 国产大模型, 某种程度上其实非常“贵”。
📌“低价”幻觉:Token 单价与真实成本的背离
- 重点: 唯有在技术、价格、稳定性方面, 均形成合力, 产品才能撑起用户的续费预期
- 重点: 当前公开信息主要集中在产品、策略或节奏变化上。
- 重点: 后续仍需关注官方更新、落地范围以及实际反馈。
一位 AI 科研工作者李光 (化名) 每天消耗近 40 亿 Token。若使用 GLM-5.2, 日成本约 1084 美元 (合人民币 7800 元), 而他通过 GPT 的 CodeX 套餐(Pro 月费 100 美元起) 却可以放开手脚。另一位开发者小刘一周在 Codex 上仅花费 300 元人民币, 就能获得约 120 亿 Token, 而同等 token 量在国产模型上成本高出数倍。
关键在于,海外模型通过套餐模式将高额成本“抹平”。GPT CodeX 和 Claude Code 均提供固定月费套餐, 虽然并非真正不限量, 但额度对于重度开发者而言足够使用, 且触顶后可按 API 价格续用。相比之下, 国产模型的套餐限额极低, 且存在高峰期限流、额度按周刷新等限制。
🔍 国产定价之痛: 算力不足下的“按斤计费”
以 Kimi Code 和 GLM Coding Plan 为例, 套餐额度按周或每 5 小时刷新, 且 GLM-5.2 高峰期按 3 倍扣额。阿里 qoder 个人 Pro+ 月费 169 元, 含 6000 Credits, 但重度开发者 3 天就用完。更令人诟病的是,GLM-5.2 的套餐每天限量发售, 甚至被戏称“比演唱会门票还难抢”。
这种“吝啬”本质上是算力不足的窘迫。据中国信通院数据, 中国数据中心仅 449 个, 美国 5427 个; 总算力中国为 1053 EFLOPS, 美国为 2400 EFLOPS, 且美国高端 GPU 占比极高, 中国大量使用昇腾、寒武纪等国产芯片, 单卡性能与 H100 存在代差。为应对算力需求,2026 年 3 月起, 智谱、阿里云、腾讯云、百度集体涨价 5% 到 460%。
国产模型并非不想搞包月,而是算过账: 以现有算力成本和亏损状态, 包月等于拿固定月费赌用户不会刷爆。而国内开发者动辄一天烧几十亿甚至上百亿 Token, 这种商业模式很快会击穿成本线。
相比之下,OpenAI 和 Anthropic 的编程套餐卖的是高净值企业客户, 如 Cursor、GitHub Copilot 等大客户一年贡献 14 亿美元收入, 高算力支撑下, 固定月费实现“长期锁客”, 客户质量高、ARPU 高, 成本得以摊平。
💡 性能与稳定性的“黄金三角”
除了价格,性能也是开发者选择海外模型的重要原因。不过, 国产模型并非一无是处。GLM-5.2 被开发者认为是第一个达到 Opus 级别的国产模型, 在复杂、长时间的异步任务中可用,Kimi K3 在多个测评中智力指数全球第三、前端编程榜登顶。
📊 行业观察: 算力瓶颈与商业模式的突围
围绕“国产大模型, 贵到用不起?”，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。
