中国低成本模型在动摇硅谷定价权：不是价格战，是成本结构变了

英国《每日电讯报》11 月 2 日的一篇文章，11 月 8 日被国内媒体转载后引起讨论。文章采访了伦敦的科技创业者蒂姆·克雷齐克，他同时调试六七个模型处理日常事务：简单的任务和常规编程交给通义千问，更复杂的才用 Anthropic 和 OpenAI 的产品。结果是他在后两家身上的花费减少了一半以上。

估值层面的对照

Anthropic 正筹备上市，市场给出的估值预期约 2 万亿美元。另一边，成立仅三年的月之暗面据称筹备上市，估值最高 500 亿美元；DeepSeek 的最新估值已在 750 亿美元以上。文章提到一个细节：OpenAI 达到同等估值水平花了近十年。

领先窗口在缩短

文章给出的判断是，美国相对中国的领先优势曾经是一年，后来缩短到六个月，如今或许只剩几周。这个说法有传播上的夸张成分，但方向值得注意：模型能力的差距在收敛，而价格差距没有同步收敛，于是采购决策的重心从“谁最强”转向“够用且便宜”。

真正的差异在许可

比价格更本质的是开放权重。用户可以自由下载并在自己的硬件上运行，不依赖云端，也不受调用条款限制。硅谷主流产品的权重是封闭的，运行环境由实验室控制。这决定了采购方能不能把模型变成自己基础设施的一部分，而不只是买一个远程接口。

对采购的建议

一是把任务分层，低频高难度的走强模型，高频模板化的走便宜模型或本地权重；二是把许可条款列入评估表，权重能不能拿到、能不能商用微调，比榜单分数更影响长期成本；三是别把便宜当成唯一指标，迁移成本与运维成本要一起算。

本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。

分层用模型这个思路我们也在试，但迁移成本被低估了。同一套提示词在两个模型上表现差别很大，切换前得先建一组回归样本，不然省下的钱都花在调试上。