谁害怕中国模型？

# 谁在害怕中国模型？ 来源：https://stratechery.com/2026/whos-afraid-of-chinese-models/ 我有一个关于在凯洛格管理学院（Kellogg School of Management）上 STRT-431 课程第一天的故事，这是一门每位一年级 MBA 学生都必须参加的入门课；我翻阅了阅读材料和案例研究，发现课程安排里竟然没有一家科技公司，这让我很失望。我这个人嘛，课后就去问教授为什么，得到的回答是，这门课的目标不一定是学习特定行业，而是发现那些可以广泛应用于任何行业、任何公司的普适性原则。 我通常会说，我对这个回答并不满意：在我看来，科技的本质，尤其是软件和分销具有零边际成本（以及零交易成本）的特点，是根本性的不同；在公式里塞进零往往会引发大乱！不过，我很快意识到，这正是我的机会所在。支撑「聚合理论」（https://stratechery.com/2015/aggregation-theory/）的基本洞见是，零边际成本导致了与人们曾经对互联网的预期根本不同的价值链：在一个控制需求比分配供给更重要的世界里，出现了集中化和规模化。 然而，关于人工智能，最引人入胜的一点是，那些旧的普适性原则正在重新回到前沿。这一点在上个周末表现得再明显不过了：X 平台上关于 Kimi K3 影响的争论激烈上演，Kimi K3 是另一款来自中国的开放权重模型，其能力接近最先进水平。长话短说：边际成本正以巨大的方式回归，无论是从最先进免费模型的短期影响来看，还是从行业的长期结构来看都是如此。 ### 销货成本（COGS）与研究开发（R&D） 围绕开放权重模型最常见的误解之一，就是认为它们更便宜——甚至免费。毕竟，你只需要下载权重，就能省去自己创建模型所需的时间、成本和技术能力。这当然没错，但这里的“免费”指的是你在研发上需要花费的金额；研发是一项固定支出，与你的收入无关。如果你在研发上花了 100 万美元，那么无论你收入是 10 万美元还是 1 亿美元，你仍然在研发上花了 100 万美元（这当然会影响你的盈利能力）。 与收入相关的是销货成本（COGS），而深究 AI 的销货成本实际上是一个长期在软件领域未曾出现的问题。具体来说，运行模型推理（无论是 Kimi 还是 Fable）都需要花钱，而 AI 提供商在推理上的花费，至少在大多数商业模式中，与收入直接相关。重复上面的例子，如果收入是 1 亿美元而不是 10 万美元，那么销货成本很可能会是 1000 倍。具体来说，如果生成用于驱动 1 美元收入的 token 需要花费 50 美分，那么 1 亿美元的收入将产生 5000 万美元的销货成本；而 10 万美元的收入只需 5 万美元的销货成本。 就开放权重模型而言，关键在于它们提供服务并非免费。Kimi K3 的定价（https://platform.kimi.ai/docs/pricing/chat-k3）是每百万输入 token 3 美元，每百万输出 token 15 美元；这比 Sol 的每百万输入 token 5 美元和每百万输出 token 30 美元要便宜，但这可能不是正确的衡量标准。 ### Token 与智能 Nvidia CEO 黄仁勋将 Nvidia 正在构建的东西描述为“token 工厂”，从 Nvidia 的角度来看，这种表述是合理的。Nvidia GPU 与模型无关：它们生成 token，并且以尽可能快和高效的方式生成。这导致了诸如每秒 token 数、首 token 时间、每瓦 token 数、token 成本等指标，黄仁勋认为这些指标将成为决策的基础。 在第一个 AI 范式，即 ChatGPT 时代，这种表述当然是有道理的，因为当时 token 是直接交付给最终用户的。然而，第二个 AI 范式，即推理时代，却混淆了这种衡量标准。推理意味着思维链 token 的激增，而不同的模型需要不同数量的推理 token 才能得出正确的答案。例如，据报道 Kimi 使用的 token 明显多于 Sol，这使得其价格优势变得毫无意义。智能体也引入了类似的动态：在需要执行智能体工作流程的 token 数量方面，一些模型比其他模型更高效。 这意味着 token **不是** 一种商品。商品的典型特征是它具有可替代性：一加仑油就是一加仑油；一吨铜就是一吨铜；一蒲式耳小麦就是一蒲式耳小麦。然而，来自一个模型的 token 与来自另一个模型的 token 并不相同。真正具有可替代性的是由 token 构建出来的东西，也就是智能。换句话说，如果 Kimi 和 Sol 都生成了正确答案，那么这个答案就是可替代的；为了得到正确答案而生成的 token 数量差异，则是导致销货成本差异的一个因素。 智能的销货成本由以下几个不同因素决定： - **模型占用空间**：权重和运行时状态决定了需要多少昂贵的内存和加速器来承载每个服务副本。 - **推理效率**：架构选择（例如专家混合模型）减少了每个生成 token 所需的计算量。 - **内存效率**：架构选择可以减少 KV 缓存需求，从而允许更多并发请求并提高 GPU 利用率。 - **服务效率**：批处理、调度、前缀缓存以及其他推理优化手段最大化利用率并在请求之间共享工作。 - **Token 效率**：为了得出正确答案所需的 token 越少，推理成本就越低。 这一点之所以重要，是因为我们正迅速接近一个状态：对许多经济上有益的任务而言，智能实际上已经成为一种商品。例如，任何构建基本 CRUD 应用（https://en.wikipedia.org/wiki/Create,_read,_update_and_delete）的人，很可能都能使用来自多个提供商的模型来完成。而在一个商品市场中，盈利的途径不是通过收取更高的价格——同样，你可以（或很快就能）使用多个模型制作完全相同的应用——而是通过拥有优越的成本结构。 ### 理解商品市场 有必要在此梳理一下机制，因为正如我几个月前在《亚马逊的持久性》（https://stratechery.com/2026/amazons-durability/）中指出的，商品市场的动态通常不是科技界人士所熟悉的： - 在商品市场中，所有人定价相同，因为大家都在卖同样的东西；价格由供需决定。 - 对一种商品的需求取决于价格弹性：商品越便宜，需求就越大，反之亦然。 - 一种商品的供给取决于生产该商品的边际成本。 关键要理解的是，每种商品的生产边际成本因供应商而异。这在实践中意味着，成本结构最差的供应商最终会以他们的边际成本出售商品（如果他们还能生产的话）；其他人的利润则取决于他们的成本结构相比边际供应商优越多少。 举个例子： - 供应商 A 可以以每个 10 美元的成本生产 10 个单位的商品 - 供应商 B 可以以每个 15 美元的成本生产 10 个单位的商品 - 供应商 C 可以以每个 20 美元的成本生产 10 个单位的商品 假设价格弹性使得在 20 美元的价格下有 25 个单位的商品需求。这意味着： - 供应商 A 将以 20 美元卖出 10 个单位商品，每单位赚 10 美元 - 供应商 B 将以 20 美元卖出 10 个单位商品，每单位赚 5 美元 - 供应商 C 将以 20 美元卖出 5 个单位商品，每单位赚 0 美元 这并不完全精确：供应商 C 之所以会承担短缺，是因为供应商 A 和 B 能够以略低的价格与之竞争，这当然会影响需求（需求是有弹性的），但道理是明确的。供应商 A 生意很好，供应商 B 生意不错，而供应商 C 则会破产。 破产风险正是固定成本重新凸显的地方：供应商 C 既有固定成本（比如可能的研发支出），也可能为了购买生产商品所需的设备而负债。它不能把这些成本考虑在内来给商品定价——记住，市场出清价格大致等于满足需求所需最高成本单位的边际成本——但这些成本绝对可能将供应商赶出市场。如果该供应商破产，价格就会上涨，直到另一个供应商决定进入（或其他供应商扩张）。 ### 智能市场 让我们回到模型上来。目前，上述分析均不适用，因为前沿模型的需求超过了供给，而供给又受限于计算资源的短缺。这种计算资源的短缺不仅意味着像 Nvidia 这样的计算供应商获得非常高的利润率，也意味着像 SpaceXAI 这样的 Nvidia 客户可以反过来以高利润率转售计算资源给像 Anthropic 这样的公司。与此同时，Anthropic 之所以能支付加价，是因为他们可以以更高的加价出售 token。 然而，让 Anthropic 获得高利润率的并不仅仅是超额需求：Anthropic 和 OpenAI 很可能拥有最低的前沿质量智能单位成本，这要归功于模型能力、服务规模和 token 效率。他们在竞争对手之前数月就以特定的能力水平提供模型，并同时应用最好的模型来优化这些成本。 同样值得注意的是，市场尚未将智能视为商品：需求是针对 Anthropic 和 OpenAI 本身，而不是那些不那么好的模型（因此 SpaceXAI 和 Meta 向 Anthropic 出售容量）；推动成本优化的一种思路是，它是一项根据智能水平定义任务的功能，以便智能买家能够创建一个将智能商品化的市场。然而，从长远来看，谁处于前沿位置，谁就最有能力主导非前沿市场，这些市场不过是前沿市场减去 n 个月，也就是前沿模型制造商一直在优化其服务成本的这几个月中释放的市场。 所有这些都表明，我认为对 Kimi 以及中国模型的普遍反应有些过激了，至少从经济角度来看是这样。目前存在一个由计算资源短缺下游带来的价格保护伞；我高度怀疑中国模型在边际成本基础上提供服务更便宜，它们之所以看起来更便宜，仅仅是因为 Anthropic 和 OpenAI 受到如此严重的供给限制，以至于他们的收费远远高于在供给充足满足智能需求时的价格。 ### 前沿实验室的偏执 那么，为什么尤其是模型制造商似乎对中国模型如此恐慌？ 首先，我认为前沿实验室仍然固守在一个训练成本主导其财务建模的世界里。只要训练消耗的 GPU 多于推理，那么最大化推理收入以资助下一轮训练就至关重要，这意味着对推理收取非常高的价格。 然而，展望未来，我预计推理市场的增长速度将远超训练成本（这包括假设训练成本将继续飙升的预测），这意味着他们确实可以通过走量来弥补。就在八个月前，情况还不确定，但智能体范式的解锁如此巨大，以至于前沿实验室应该更有信心，他们不仅能在降低价格的情况下生存，还能蓬勃发展（一旦他们拥有足够的计算资源）。 其次，智能实际上并非完美的商品，部分原因在于应用的智能会让自己变得更聪明。具体来说，谁在运行推理，谁就在收集数据，而这些数据会被用来改进模型的下一代。一方面，这更加说明前沿实验室应该随着更多计算资源上线而降低价格、增加使用量；另一方面，这也是为什么像微软（https://x.com/satyanadella/status/2076323181154230284）这样的公司越来越热衷于帮助公司运行自己的模型。如果中国模型成为一个可行的替代方案，这种做法就更加可行。 第三，前沿实验室不仅能与中国模型区分开来，还能彼此区分开来的另一种方式，是继续向上整合到客户体验中去。克劳德代码（Claude Code）和代码执行器（Codex）被证明具有相当的粘性，这一点令人印象深刻；无论你开始使用哪个工具，很可能你就会坚持用下去，对于非技术用户来说更是如此。而从长远来看，这种向上整合的必然趋势，意味着前沿模型绝对是对软件提供商（包括微软）的威胁。另一方面，当前拥有客户体验的软件公司，在多大程度上能够获得有竞争力的模型，也决定了他们能够在多大程度上抵抗前沿实验室的侵蚀。 最后，尤其是 Anthropic 的意识形态角度（https://stratechery.com/2026/anthropics-safety-superpower/）不容忽视。这家公司认为只有自己才能被信任处理 AI，而开放权重替代方案的存在，对这一前提构成了致命打击。 ### 中国的动机 Kimi 并非唯一的新中国模型；来自彭博社的报道（https://www.bloomberg.com/news/articles/2026-07-19/alibaba-s-qwen-unveils-preview-of-flagship-ai-model）： > 阿里巴巴集团控股有限公司周一股价一度上涨 5.4%，此前该公司发布了其旗舰模型 Qwen3.8 Max 的预览版，称其性能仅次于 Anthropic PBC 的 Fable 5。此次发布是在初创公司月之暗面（Moonshot AI）推出一款强大的新模型（该模型扰乱了市场，并在美国引发了对中国缩小与 Anthropic 和 OpenAI 等全球领导者差距的担忧）几天后。Qwen3.8 Max 拥有 2.4 万亿参数，与月之暗面的 Kimi K3 一同跻身重量级类别。K3 拥有 2.8 万亿参数，可与顶级模型媲美，而阿里巴巴也设定了同样高的期望。开发人员现在可以通过阿里巴巴的编码平台（包括 Qoder）访问 Qwen3.8 Max。阿里巴巴计划很快开放该模型的权重，扩大预览版之外的访问权限。对这些中国制造的人工智能系统和模型的兴趣如此之高，以至于月之暗面上周日被迫暂停接受新订阅，以应对巨大的需求。 Qwen3.8 Max 也将开放权重，这一点值得注意。阿里巴巴今年早些时候停止发布其前沿模型的权重，但似乎已经恢复了这一变化；我怀疑这一转变与上周习近平关于 AI 的讲话（http://english.scio.gov.cn/topnews/2026-07/18/content_118605932.htm）有关，该讲话强调了开放权重的方法： > 要坚持开放共赢原则，促进创新驱动发展。人工智能正从数字化迈向物理化，成为世界经济增长新引擎和增长动力转换的加速器。我们要抓住这一难得的历史机遇，鼓励开源、开放、协作、共享。我们要推动……