Kimi K3 发布后，美股 AI 板块再次出现集体下跌；Moonshot 暂停新用户订阅，给出的直接信号是 GPU 容量已经触顶。随后，阿里巴巴发布 Qwen3.8 Max 预览版，来源摘要称其参数规模达到 2.4 万亿，阿里股价当天上涨 5.4%。类似的市场反应此前也曾伴随 DeepSeek R1 和 Qwen 开源版本出现。
真正值得分析的并不是某一天的股价，而是投资者正在重新计算一套 AI 商业账：当模型能力快速接近、推理价格持续下降、开源模型又压缩软件溢价时，价值究竟会留在模型公司、云平台、芯片厂商，还是使用 AI 的应用企业手里？
市场害怕的不是“又多了一个模型”
如果新模型只是排行榜上多一个名字，它对上市公司的长期价值影响有限。市场真正敏感的是三个变量同时变化。
能力差距缩小。 企业采购模型时，并不一定需要所有基准测试上的第一名。只要候选模型能稳定完成客服分类、代码补全、文档抽取或营销内容生成，采购决策就会转向价格、延迟、部署方式和数据合规。
单位推理成本下降。 当同等任务的每百万 token 价格下降，原先依靠高毛利 API 收费建立的估值模型就需要重算。调用量可能增长，但调用量增长并不自动等于利润增长，因为价格下降、GPU 利用率和客户议价能力都会影响毛利。
开源或开放权重增强替代性。 企业一旦可以在多个模型之间路由请求，模型 API 就更接近可替换供应品。供应商仍然能够依靠可靠性、工具链、安全能力和企业支持形成差异，但“只能使用这一家模型”的溢价会变薄。
因此，股价下跌表达的未必是市场认定美国 AI 公司将失去技术优势，更可能是市场提高了对其未来现金流的折现：研发投入不能停，基础设施费用仍然高，而模型价格与客户锁定程度可能同时下降。
用一门 MBA 课的方式拆开这笔账
判断一家模型公司是否建立了可持续业务，至少要分别计算收入、服务成本和获取客户的代价。
一个简化的单次请求毛利公式是：
请求收入 = 输入 token 收入 + 输出 token 收入
请求成本 = GPU 推理成本 + 网络与存储成本 + 安全及运维成本
请求毛利 = 请求收入 - 请求成本
但模型服务具有一个容易被忽略的特点：容量不足和容量闲置都要付钱。 Moonshot 暂停新用户订阅这件事，至少说明需求与可用算力之间出现了约束。容量触顶可以证明产品存在需求，却不能直接证明业务已经盈利。若低价套餐吸引大量重度用户，新增请求也可能消耗更多 GPU，同时降低整体毛利。
从公司层面看，还要加入训练、研发、销售和资本成本：
经营利润
= API 与订阅收入
- 推理成本
- 模型训练及研发费用
- 销售、支持与合规费用
- 基础设施折旧或云资源费用
这里有两个关键问题：
- 一次训练投入能维持多长时间的竞争力？如果竞争迫使厂商频繁训练新模型，研发费用很难像传统软件那样被近乎无限地摊薄。
- 推理效率能否快于价格下降？只有当每个请求的实际成本下降速度超过售价下降速度，规模增长才可能改善单位经济性。
这也是中国模型带来的核心压力：它们不必在每项指标上绝对领先，只要不断改变“足够好”的价格，全球模型供应商的收入预期就会被重新锚定。
可以这样实践：建立一个模型单位经济性计算器
下面是一个可直接运行的 Python 脚本。它不是来源摘要提供的真实财务模型，而是一个用于情景分析的简化示例。运行前可以把价格、token 数量、请求量和基础设施成本替换成你掌握的数据。
from dataclasses import dataclass
@dataclass
class Scenario:
name: str
monthly_requests: int
input_tokens_per_request: int
output_tokens_per_request: int
input_price_per_million: float
output_price_per_million: float
inference_cost_per_million_tokens: float
fixed_monthly_cost: float
def calculate(s: Scenario) -> dict[str, float]:
input_tokens = s.monthly_requests * s.input_tokens_per_request
output_tokens = s.monthly_requests * s.output_tokens_per_request
total_tokens = input_tokens + output_tokens
revenue = (
input_tokens / 1_000_000 * s.input_price_per_million
+ output_tokens / 1_000_000 * s.output_price_per_million
)
variable_cost = (
total_tokens / 1_000_000 * s.inference_cost_per_million_tokens
)
gross_profit = revenue - variable_cost
operating_profit = gross_profit - s.fixed_monthly_cost
gross_margin = gross_profit / revenue if revenue else 0
return {
"revenue": revenue,
"variable_cost": variable_cost,
"gross_profit": gross_profit,
"gross_margin": gross_margin,
"operating_profit": operating_profit,
}
scenarios = [
Scenario(
name="基准情景",
monthly_requests=10_000_000,
input_tokens_per_request=1_500,
output_tokens_per_request=500,
input_price_per_million=2.00,
output_price_per_million=8.00,
inference_cost_per_million_tokens=1.20,
fixed_monthly_cost=5_000_000,
),
Scenario(
name="价格下降、调用量增长",
monthly_requests=18_000_000,
input_tokens_per_request=1_500,
output_tokens_per_request=500,
input_price_per_million=1.20,
output_price_per_million=4.80,
inference_cost_per_million_tokens=0.85,
fixed_monthly_cost=5_500_000,
),
]
for scenario in scenarios:
result = calculate(scenario)
print(f"\n{scenario.name}")
print(f"收入: ${result['revenue']:,.0f}")
print(f"推理成本: ${result['variable_cost']:,.0f}")
print(f"毛利率: {result['gross_margin']:.1%}")
print(f"经营利润: ${result['operating_profit']:,.0f}")
把脚本保存为 model_economics.py 后运行：
python model_economics.py
这个例子刻意展示了一个常见陷阱：降价后请求量大幅增长，看起来市场份额扩大了，但经营利润未必同步改善。做内部评估时，还可以继续加入峰值 GPU 预留、缓存命中率、批处理比例、渠道分成和企业支持成本。
对于采购方，也可以反过来计算“每个成功任务的成本”，而不是只看 token 单价：
每个成功任务成本
= 单次请求成本 × 完成任务所需平均请求次数
+ 人工复核成本
+ 失败与重试成本
便宜但需要多次重试的模型，最终可能比单价较高、一次完成的模型更贵。
价值可能从模型层向两端迁移
模型竞争加剧不意味着整个 AI 产业的价值都会消失。更可能发生的是利润在产业链中重新分配。
芯片和云平台仍可能受益于总调用量增长，但也要面对自研芯片、推理优化和客户压价。模型厂商需要用可靠性、专有数据、代理工作流、安全治理和企业交付守住毛利。应用公司则可能获得更强的议价权，因为它们能够用更低成本调用多个能力接近的模型。
对开发团队而言，多模型竞争最实际的结果是架构决策发生变化。不要把供应商特有字段散落在业务代码中；在模型调用层统一请求格式，记录 token、延迟、成功率和任务质量，并为关键流程准备降级模型。这样，模型市场价格变化时，团队才能真正切换，而不是只有合同上写着“可替换”。
采用前应检查什么
面对新模型和剧烈的市场叙事，可以用下面的清单约束决策：
- 用真实业务样本评测，不用单一排行榜代替验收。
- 同时记录 token 成本、任务成功率、延迟和人工复核成本。
- 区分需求旺盛、容量受限与可持续盈利，这三者不是同一件事。
- 对开源方案计入 GPU、运维、安全、升级和工程人力。
- 检查数据驻留、许可证、内容安全和服务等级协议。
- 为核心链路设计模型路由、超时、重试和供应商降级。
- 用价格下降与推理成本下降的不同组合做压力测试。
中国 AI 模型给硅谷带来的真正挑战，不只是性能竞赛，也不是一次股价波动，而是它们不断迫使市场回答一个更难的问题：当模型能力越来越像充足供应的基础设施时，谁还能长期收取稀缺性溢价？答案最终不会由参数规模决定，而会落在单位经济性、交付可靠性和客户迁移成本上。