外国人也用不起GpT,跑来薅中国大模型的羊毛

中国模型调用量全球第一，却不算最聪明，背后是算力成本的暗战

最近有个数据挺有意思，OpenRouter上周统计显示全球AI模型调用总量里前十名加起来用了8.7万亿个token，中国模型占了5.3万亿超过六成，前三全是国产模型包括MiniMax的M2.5、Kimi的K2.5和GLM-5，但它们在标准测试比如写代码或解数学题时还是比不上GPT-4o和Claude 3.5 Opus，这就像快递员每天送一万单考试却总考不过只送五十单的学霸。

问题在于AI的使用方式变了，以前大家问个问题，模型回答一句就结束，现在AI被当成数字员工来用，自己查资料、尝试错误、修改代码、阅读文件，一套流程走下来，token消耗量翻了好几倍，有人用Claude Pro个人账号运行自动化任务，结果被谷歌和Anthropic一起封号，这不是技术问题，而是商业模式承受不住，包月订阅根本支撑不了这么高频的调用，每百万token收费10到15美元，谁都用不起。

国产模型价格低很多，一般用两三美元就能买到一百万个token，有些还一直免费开放，这种优势不是靠政府补贴硬推出来的，而是工程师们一点一点优化省出来的，比如MoE架构，模型有上千亿参数，但每次只用激活几十亿，就像工厂流水线只开必要的工位一样，KV Cache也压到最小，就算显存紧张，也能处理上百万字的上下文，更重要的是硬件适配能力，买不到A100、H100这些芯片，就用昇腾芯片加自研框架硬调出来，效果差得不多，再看北美那边，电网老旧，变压器缺货，电费又贵，建数据中心还得通过环境评估，物理条件限制特别大。

其实大部分实际需求根本不需要那种顶尖的人工智能，比如翻译整本小说、从一堆PDF里提取数据、生成简单的前端代码、或者陪用户聊很多轮天，这些工作更看重稳定输出和大吞吐量，对逻辑深度的要求并不高，国内模型在做这些事情时差距确实不大，开发者早就学会了用智能路由的办法，把简单任务交给国产模型处理，遇到复杂情况再切换到GPT或Claude，这种两层架构运行起来又稳当又节省资源。

这背后其实是两种思路的不同，硅谷把模型当作艺术品，追求参数、锁定源码、卖出高价，中国却把模型当成工业品来做，讲究量产、稳定、压低成本，结果就是全球很多AI应用不知不觉搭在了中国模型的底座上，就像手机的零件离不开深圳的供应链一样，现在做AI的人也开始依赖国产模型提供的低价算力。

还有个细节很多人没注意，Transformer架构的比拼已经从“谁参数多”变成“谁推理省电”，高压变压器、液冷系统、电网扩容能力，这些基础设施正卡住AI扩张的脖子，马斯克两年前说“两年内电力会不够”，现在看真不是危言耸听，北美新建数据中心的速度，已经明显慢下来了。

国产模型的调用量大幅增加，表面上数据显得亮眼，实际上反映了算力成本竞争中的阶段性成功，这不是因为谁突然变得更聪明，而是大家意识到，完成工作不一定需要最顶尖的方案，但必须确保方案能够负担得起。

小杜热评：看完这个新闻，发现其观察很深刻，它点明了一个朴实却关键的道理：很多时候，生存和普及不靠登峰造极的“聪明”，而靠稳定可靠的“可用”。

硅谷在打造精密的“艺术品”，追求极限性能；而我们更像在打磨耐用的“工业品”，解决大规模应用的现实成本。

这让我想起生活中的许多选择——未必是最好、最贵的，但必须是负担得起、可持续的。

这种务实的路径，恰恰是技术融入普通人生活的基石。在算力成为新电力的时代，谁能让让更多人用得上、用得起，这本身就是一种深厚价值。

图片源自网络，如有侵权联系删除