AI利潤率崩塌中的贏家和輸家

這是關於AI經濟學中一個最被低估的轉變系列文章的第二篇。在上一篇文章中，我討論了“足夠好”模型對許多智能體工作流的影響，特別是GLM5.2。僅僅幾周後，Grok 4.5以類似能力並採取激進定價發佈，這強烈暗示未來將湧現一大批類似質量的模型。

貝佐斯的名言“你的利潤就是我的機會”完美詮釋了高度競爭市場中的動態——任何利潤空間都可能成為他人利用的弱點。Grok 4.5的激進定價（輸出每百萬token 6美元，與託管GLM5.2成本相近）清晰地展示了這一點。儘管xAI不太可能在智能最前沿戰勝OpenAI或Anthropic，但價格正是他們可以取得突破的領域。

未來幾個月定價將如何變化值得關注。市場似乎正在分化為兩個陣營：昂貴的高端模型（如Fable，可能還有GPT5.6 Sol）和一大批“足夠好”（約Opus級別）的廉價模型。儘管這種滯後現象一直存在，但我強烈認為，隨着這些模型變得足夠勝任許多智能體任務，動態已經發生了變化。

真正的贏家無疑是半導體公司和LLM推理的整個下游供應鏈。內存、GPU、數據中心及其所需的電力和冷卻仍然嚴重供不應求。而隨着模型更便宜，微觀經濟學告訴我們需求會增加。但我的猜測是，價值將越來越多地流向價值鏈的硬件層，而非軟件層。這在科技行業並不常見，對許多從業者或分析師來説是一個重大調整。傳統上硬件被視為價值上的醜小鴨——利潤率低且供應商難以實現產品差異化。軟件則坐享其成，攫取大部分利潤。我並非暗示硬件將佔據全部價值，但與前幾波技術浪潮相比（蘋果iPhone的現金生成能力是少數例外），這確實顛覆了常規。

除了硬件供應鏈本身，超大規模雲服務商/新型雲和託管推理提供商也有機會通過提供這些低成本模型來獲取價值。大規模服務此類模型仍然困難，這些公司專有的效率改進將賦予它們競爭優勢。它們與底層硬件供應商的關係也使其佔據優勢，至少直到供應開始趕上需求。

最有趣的案例是編碼代理——如Cursor這樣的公司。長期以來它們面臨嚴峻挑戰：以接近零售API價格轉售前沿推理，導致重度用户利潤率極薄甚至為負。廉價“足夠好”模型一夜之間扭轉了局面。編碼代理現在可以以遠低於Opus的價格提供90%接近Opus質量的模型，並實際盈利。但更大的獎品是它們掌握的數據：海量的真實智能體使用數據——哪些提示有效、哪些編輯被開發者接受或拋棄、模型在何處卡住。模型提供商夢寐以求這種信號來訓練下一代模型。難怪xAI收購了Cursor——不是為了IDE，而是為了廉價模型經濟學及其背後的分析飛輪。

然而，我認為所有這一切中真正的贏家是LLM推理的用户和消費者。能夠以如此低廉的價格獲得如此高質量的智能令人興奮。當推理API剛起步時，似乎只有OpenAI能提供合理質量的推理服務，而現在我們有眾多模型，其智能水平遠超GPT4，價格卻僅為該模型的5-10%。

輸家的情況則更為複雜。你可能期待我説前沿AI實驗室，但我對此非常糾結。預測AI市場動態很困難。一方面，我確實相信突然有大量AI用例可以轉移到開放/廉價模型上，而幾乎沒有質量損失。這無疑是個真正的問題——據報道Anthropic約80%的收入來自API使用——因此他們面臨用户轉向更廉價模型的風險。但另一方面，我認為存在兩個變數。

首先，我強烈懷疑前沿實驗室將越來越多地不向“所有人”發佈其最強大模型。我指的不是出於安全原因，儘管那無疑是一個因素——也可能是一種解釋。我可以預見不久的未來，訪問這些前沿模型只能通過更高級別的抽象層，沒有API，不能直接用於編碼代理。相反，使用這些模型必須通過它們管理的代理平台，這使得替換其他模型更加困難——你無法真正控制“馬具”。這大大降低了模型蒸餾的風險，使中國提供商更難跟上。

其次，這也假設“足夠好”能長期保持。很可能幾個月後我們會迎來新一代前沿模型，其飛躍性進步將使當前模型顯得過時——無論是在智能方面，還是在速度、上下文長度、持續重訓等方面。如果出現這樣的飛躍，那麼我們思考和實施智能體工作流的方式將再次徹底改變，就像從聊天UI到編碼代理的轉變一樣。

本質上，我認為這取決於前沿實驗室能否持續創新，以及能否擴大對開放權重模型的領先優勢。目前來看，這種領先並沒有擴大，而是在縮小，但我認為下注並不明智——我們已經目睹瞭如此多的變化和轉折。

另一個我一直在思考的變數是目前被嚴重忽視的B2C市場。隨着編碼代理及相關用例的爆發式增長，過去12個月AI市場已大幅轉向B2B（實際上是企業級）。我認為值得關注的是是否有人能破解LLM相關的廣告變現。OpenAI已經推出，Anthropic據説排除了廣告，而Google的Gemini中我幾乎看不到廣告。僅ChatGPT就有至少10億月活用户——儘管增長已趨平——這代表巨大的消費者參與度，但尚未通過訂閲以外的方式變現。如果有人破解了廣告，預計炒作鐘擺將再次擺向B2C——改變B2C用户習慣往往非常困難，正如Google長期主導網絡搜索所示。

那麼結論是什麼？如果我必須下注，純模型推理的利潤率正趨於零。“足夠好”的開放模型，加上殘酷競爭的託管市場，確保了這一點。貝佐斯的名言仍然有效——但機會被模型層兩側捕獲，而非模型層本身。下方是所有人爭奪的硬件和電力供應鏈，上方是用户和消費者——他們現在以幾年前難以想象的價格獲得智能。前沿實驗室是我不會輕易下注的一羣。他們有兩種擺脱商品化陷阱的方式：保持智能領先，使人們願意支付溢價；或者將最佳模型封閉在託管平台內，使人無法簡單替換為更便宜的模型。我的直覺是他們會雙管齊下。是否奏效取決於一件事：領先優勢是否停止縮小。目前來看，它並沒有停止。