國家補貼中國AI模型低價衝擊美國廠商
0xBroomberg
中國AI大模型借國家補貼將價格壓至美國同行的3%–15%，OpenAI、Anthropic、谷歌的定價體系正面臨直接衝擊——模型層的利潤空間可能被系統性壓縮。
中國模型到底平幾多？
智譜AI旗下GLM 5.2在Artificial Analysis多基準排名中位列第五，排在Anthropic三款模型和OpenAI一款模型之後，領先谷歌Gemini系列。
若使用智譜AI中國自有雲版本，每token成本僅為OpenAI對應模型的15%；DeepSeek更進取，每token價格約為GPT 5.5的3%。
這意味著→ 性能差距收窄，但價格差距愈拉愈大——美國企業在規模化部署時，成本帳愈來愈難迴避。
安全風險點樣繞開？
直接用中國雲服務器有兩個硬傷：企業數據存放在中國有安全風險，智譜AI已被列入美國商務部實體清單。
但GLM 5.2採用「開放權重」（open weights，將模型參數公開，任何人都可以下載自行運行）模式——企業可部署在自有服務器或私有雲上，毋須向智譜AI付費。
亞馬遜雲科技、微軟Azure、谷歌雲均已上架GLM託管服務，價格遠低於美國頭部模型。簡單來說＝ 數據不出境、不觸碰實體清單，但低價照樣享受。
低價背後的錢從邊度嚟？
智譜AI等中國AI初創企業獲得地方政府及國有企業的大量補貼，這是其快速迭代和低價策略的重要支撐。
同時這些企業與中國軍方存在關聯，在美國政策層面增加了敏感度。
這反映出 中國AI的低價並非純粹的市場競爭結果，而是帶有產業政策驅動的色彩——類似此前半導體、光伏領域的補貼路徑。
邊個受益、邊個承壓？
市場對此存在兩種判斷：一方認為AI定價下行意味著數據中心過度投資，年資本開支已達數千億美元；另一方援引歷史先例——動力織機壓低布料價格，反而推動紡織業需求爆發。
按後一種邏輯，AI成本下降的最終受益方是晶片廠商、能源供應商、散熱企業和雲服務商等基礎設施層，而非模型層。
谷歌處境最為兩難：谷歌雲可能受益於需求擴張，但Gemini模型本就有限的定價權將進一步受壓。對OpenAI和Anthropic而言，定價空間收窄乃至商業模式受衝擊是核心風險。
AI模型價格戰——基礎設施的春天還是模型廠商的寒冬？
BULL
歷史站在需求側
動力織機先例表明，價格暴跌反而引爆需求，基礎設施層最終獲益。
雲廠商兩頭食
亞馬遜、微軟、谷歌雲既賣算力又託管中國模型，流量增長確定。
BEAR
模型層利潤塌方
OpenAI和Anthropic尚未盈利，定價權被壓縮將直接威脅其商業模式。
過度投資風險
數千億美元資本開支押注AI，若需求不及預期，回報週期被大幅拉長。
簡單來說＝ 基礎設施層和模型層的命運正在分叉——前者可能因量漲而受益，後者卻面臨價格戰的生存考驗。
Content is for reference only, not financial advice.