AI利润率崩塌中的赢家和输家

这是关于AI经济学中一个最被低估的转变系列文章的第二篇。在上一篇文章中，我讨论了“足够好”模型对许多智能体工作流的影响，特别是GLM5.2。仅仅几周后，Grok 4.5以类似能力并采取激进定价发布，这强烈暗示未来将涌现一大批类似质量的模型。

贝佐斯的名言“你的利润就是我的机会”完美诠释了高度竞争市场中的动态——任何利润空间都可能成为他人利用的弱点。Grok 4.5的激进定价（输出每百万token 6美元，与托管GLM5.2成本相近）清晰地展示了这一点。尽管xAI不太可能在智能最前沿战胜OpenAI或Anthropic，但价格正是他们可以取得突破的领域。

未来几个月定价将如何变化值得关注。市场似乎正在分化为两个阵营：昂贵的高端模型（如Fable，可能还有GPT5.6 Sol）和一大批“足够好”（约Opus级别）的廉价模型。尽管这种滞后现象一直存在，但我强烈认为，随着这些模型变得足够胜任许多智能体任务，动态已经发生了变化。

真正的赢家无疑是半导体公司和LLM推理的整个下游供应链。内存、GPU、数据中心及其所需的电力和冷却仍然严重供不应求。而随着模型更便宜，微观经济学告诉我们需求会增加。但我的猜测是，价值将越来越多地流向价值链的硬件层，而非软件层。这在科技行业并不常见，对许多从业者或分析师来说是一个重大调整。传统上硬件被视为价值上的丑小鸭——利润率低且供应商难以实现产品差异化。软件则坐享其成，攫取大部分利润。我并非暗示硬件将占据全部价值，但与前几波技术浪潮相比（苹果iPhone的现金生成能力是少数例外），这确实颠覆了常规。

除了硬件供应链本身，超大规模云服务商/新型云和托管推理提供商也有机会通过提供这些低成本模型来获取价值。大规模服务此类模型仍然困难，这些公司专有的效率改进将赋予它们竞争优势。它们与底层硬件供应商的关系也使其占据优势，至少直到供应开始赶上需求。

最有趣的案例是编码代理——如Cursor这样的公司。长期以来它们面临严峻挑战：以接近零售API价格转售前沿推理，导致重度用户利润率极薄甚至为负。廉价“足够好”模型一夜之间扭转了局面。编码代理现在可以以远低于Opus的价格提供90%接近Opus质量的模型，并实际盈利。但更大的奖品是它们掌握的数据：海量的真实智能体使用数据——哪些提示有效、哪些编辑被开发者接受或抛弃、模型在何处卡住。模型提供商梦寐以求这种信号来训练下一代模型。难怪xAI收购了Cursor——不是为了IDE，而是为了廉价模型经济学及其背后的分析飞轮。

然而，我认为所有这一切中真正的赢家是LLM推理的用户和消费者。能够以如此低廉的价格获得如此高质量的智能令人兴奋。当推理API刚起步时，似乎只有OpenAI能提供合理质量的推理服务，而现在我们有众多模型，其智能水平远超GPT4，价格却仅为该模型的5-10%。

输家的情况则更为复杂。你可能期待我说前沿AI实验室，但我对此非常纠结。预测AI市场动态很困难。一方面，我确实相信突然有大量AI用例可以转移到开放/廉价模型上，而几乎没有质量损失。这无疑是个真正的问题——据报道Anthropic约80%的收入来自API使用——因此他们面临用户转向更廉价模型的风险。但另一方面，我认为存在两个变数。

首先，我强烈怀疑前沿实验室将越来越多地不向“所有人”发布其最强大模型。我指的不是出于安全原因，尽管那无疑是一个因素——也可能是一种解释。我可以预见不久的未来，访问这些前沿模型只能通过更高级别的抽象层，没有API，不能直接用于编码代理。相反，使用这些模型必须通过它们管理的代理平台，这使得替换其他模型更加困难——你无法真正控制“马具”。这大大降低了模型蒸馏的风险，使中国提供商更难跟上。

其次，这也假设“足够好”能长期保持。很可能几个月后我们会迎来新一代前沿模型，其飞跃性进步将使当前模型显得过时——无论是在智能方面，还是在速度、上下文长度、持续重训等方面。如果出现这样的飞跃，那么我们思考和实施智能体工作流的方式将再次彻底改变，就像从聊天UI到编码代理的转变一样。

本质上，我认为这取决于前沿实验室能否持续创新，以及能否扩大对开放权重模型的领先优势。目前来看，这种领先并没有扩大，而是在缩小，但我认为下注并不明智——我们已经目睹了如此多的变化和转折。

另一个我一直在思考的变数是目前被严重忽视的B2C市场。随着编码代理及相关用例的爆发式增长，过去12个月AI市场已大幅转向B2B（实际上是企业级）。我认为值得关注的是是否有人能破解LLM相关的广告变现。OpenAI已经推出，Anthropic据说排除了广告，而Google的Gemini中我几乎看不到广告。仅ChatGPT就有至少10亿月活用户——尽管增长已趋平——这代表巨大的消费者参与度，但尚未通过订阅以外的方式变现。如果有人破解了广告，预计炒作钟摆将再次摆向B2C——改变B2C用户习惯往往非常困难，正如Google长期主导网络搜索所示。

那么结论是什么？如果我必须下注，纯模型推理的利润率正趋于零。“足够好”的开放模型，加上残酷竞争的托管市场，确保了这一点。贝佐斯的名言仍然有效——但机会被模型层两侧捕获，而非模型层本身。下方是所有人争夺的硬件和电力供应链，上方是用户和消费者——他们现在以几年前难以想象的价格获得智能。前沿实验室是我不会轻易下注的一群。他们有两种摆脱商品化陷阱的方式：保持智能领先，使人们愿意支付溢价；或者将最佳模型封闭在托管平台内，使人无法简单替换为更便宜的模型。我的直觉是他们会双管齐下。是否奏效取决于一件事：领先优势是否停止缩小。目前来看，它并没有停止。