中國平價AI挑戰矽谷主流商業模式
Nashnova编辑部
中國AI企業在晶片受限下，以低成本開源路線將DeepSeek推理定價壓至OpenAI的十分之一，正對美國AI商業模式形成實質衝擊——這場效率戰可能重塑全球AI定價權。
晶片被卡，中國AI點解仲可以打價格戰？
美國出口管制切斷了中國取得最先進晶片的渠道——這些晶片運算速度快約20%、能耗低約30%。
這意味著→ 中國企業在硬件層天然落後，只能從軟件層「擠效率」來彌補。
DeepSeek、通義千問（阿里巴巴旗下）、月之暗面等企業轉而開發更「壓縮」的AI軟件，減少推理所需的計算步驟，用更少算力逼近美國頂級模型的輸出質量。
簡單來說＝ 人哋用大排量引擎跑，中國隊將引擎調到極致慳油，跑出來的速度差唔多。
「混合專家」架構到底慳喺邊？
混合專家架構（Mixture of Experts，一種令模型只啟動「最相關的一小部分」來回答問題的設計）是壓縮成本的關鍵技術。
DeepSeek V4-Pro在任意時刻實際運行的參數僅佔總量約3%；月之暗面旗艦模型Kimi K3同樣低於4%。
相比之下，OpenAI和Anthropic的模型推理時激活的神經元比例遠高於此，算力消耗亦更大。
這意味著→ 同樣回答一個問題，中國模型「開燈」的房間少得多，電費自然低得多。
價格差幾多？性能差幾多？
截至2026年8月15日，OpenAI GPT-5.6 Sol每百萬輸出token收費30美元，約為DeepSeek V4-Pro峰值時段3.96美元的10倍。
在LiveBench大語言模型排行榜上，月之暗面Kimi K3和通義千問3.8 Max已躋身全球前八，但OpenAI、Anthropic和Google仍佔據最頂尖位置。
簡單來說＝ 中國模型價格只有美國的十分之一，性能排進前八但未到第一梯隊——平好多，差距收窄緊但未消失。
開放權重點解可以當武器？
與ChatGPT、Claude、Gemini不公開模型參數不同，DeepSeek等中國企業將模型權重（訓練過程中賦予的數值參數）公開供下載。
高校、初創企業和中小科技公司可以在此基礎上針對特定任務做調整，毋須額外付費。
這意味著→ 全社會變成「眾包研發團隊」——模型維護和迭代成本被分攤，AI在金融、醫療、中文語言處理等領域的落地速度大幅加快。
美國廠商點樣回應？
Anthropic指控DeepSeek、月之暗面及MiniMax透過2.4萬個欺詐賬戶對Claude模型實施「工業級蒸餾攻擊」，非法提取模型能力。
Anthropic、OpenAI和Google目前正聯合應對此類行為；三家中國企業均未置評。
這反映出 美國廠商的焦慮不僅在於價格被壓，更在於開放生態可能令技術壁壘被「反向拆解」。
呢場價格戰最終指向咩？
核心懸念：中國AI的低價開源路線能否持續侵蝕美國廠商的定價權？抑或美國頂級模型的性能護城河足以支撐溢價？
這意味著→ 未來一兩年是關鍵驗證窗口——如果中國模型性能繼續逼近而價格維持在十分之一，美國廠商的高溢價模式將面臨根本性挑戰。
簡單來說＝ 平嘢夠唔夠好？貴嘢夠唔夠好到值嗰個價？呢兩個問題的答案將決定AI行業的商業格局。
Content is for reference only, not financial advice.