❯ Ben Thompson：中国开源模型把 AI 竞争拉回边际成本和毛利

成本回归Ben Thompson 在 Stratechery 博客撰文《Who’s Afraid of Chinese Models?》，判断行业焦点正从”谁的模型最聪明”转向”谁能最省地生产智能”。他给出的价格锚点是 Kimi K3：每百万输入 token 3 美元、输出 15 美元，比对标的美国前沿模型便宜整整一半。

收入越大越疼此前的共识是模型越强越值钱，他这次的核心论证不在价格牌，而在会计科目。推理是花钱的，且开销与收入几乎线性挂钩——收入放大 1000 倍，推理成本也放大 1000 倍；如果 1 美元收入背后是 5 毛的 token 成本，那么 1 亿美元收入就带着 5000 万美元的销货成本。这和软件时代”边际成本趋近于零”的经典模型完全不同：AI 公司做得越大，毛利压力越重，而不是越轻。中国模型把价格压到一半，等于替所有人把这条毛利线往下拽。

谁要重算账本这套算法首先冲击的是靠”模型更强所以更贵”定价的一方。前沿实验室过去可以用能力差距撑住溢价，一旦开放权重把同档能力的价格砍半，撑不住的就是销货成本这一栏。对企业采购方，采购逻辑从比榜单分数变成算单位任务的 token 账单；对投资人，估值模型里该重点看的从参数规模挪到毛利率和推理单价的下降斜率。价格战一旦从模型能力打到毛利，赢的往往是成本结构最狠的那家。

signal: 智能从一门”研发驱动的技术生意”变回一门”看毛利的制造生意”，这是本轮最大的口径切换。