前沿大模型的涨价游戏，还能玩多久？

今年1月至今，GPU租赁价格上涨超过两倍。

用得更多，花得更贵，效果却未必更好。

企业的算盘很快就打清楚了。

一条逃跑路线已经成型。

DeepSeek V3的训练成本仅为前沿模型的1/10到1/20，API价格低至同类的1/16。

性能呢？直逼GPT-5。

Hacker News上一个帖子火了：一套11个月ROI模型，手把手教企业算清楚——从GPT-5.5切到DeepSeek，每年能省多少钱。

评论区的共识很简单：前沿模型的定价权正在崩塌。

当一个开源模型能用1/16的价格跑出90%的效果，涨价就不再是信心的体现，而是客户流失的加速器。

Tokenmaxxing——企业疯狂堆Token用量来榨取AI价值——本来是前沿模型的增长叙事。

但现在，The Information的报道显示，这种策略正在反噬AI公司自身的利润边际。

用户越多，亏得越多。涨价止血，用户就跑。

经典的死亡螺旋。

把视角拉远一点。

前沿实验室——OpenAI、Anthropic、Google DeepMind——仅占全球AI算力的20%-30%。

剩下的70%-80%在企业自用、云服务商、推理服务商手里。

这意味着，即便是最顶尖的实验室，也无法靠自建算力解决供需缺口。它们和所有人一样，在抢同一批芯片。

算力每年增3.4倍，需求每年增10倍。这个剪刀差不会自动消失。

更小的模型确实在替代部分需求——蒸馏层的崛起证明了这一点。但能力提升又在不断制造新需求。

AI行业正站在一个悬崖边上。

不是技术的悬崖，模型还在变强。是经济的悬崖，算不过来账了。

当GPU租金翻倍、API价格暴涨、开源替代品性能逼近、编码工具的ROI被质疑，一个核心问题浮出水面：

前沿模型的护城河，到底是智能，还是算力？

如果答案是算力，那么谁控制芯片，谁就控制AI的未来。如果答案是智能，那么DeepSeek用1/16的价格逼近同等效果，已经在动摇这个答案。

参考资料：

https://counterpointresearch.com/en/insights/Memory-Prices-Surge-Up-to-90-From-Q4-2025

https://www.signalbloom.ai/posts/outsourcing-plus-localai-will-soon-become-more-economical-vs-frontier-labs/https://news.ycombinator.com/item?id=48278610

本文来自微信公众号“新智元”，作者：ASI启示录；编辑：大卫，36氪经授权发布。