定價(jià)權(quán)VS消耗戰(zhàn)：大模型下半場的續(xù)命法則

作者丨鳳梨編輯丨九黎

當(dāng)下的AI圈，正陷入一場深刻的算力焦慮。

面對(duì)中美AI競賽和龍蝦帶來的指數(shù)級(jí)膨脹大模型推理需求，算力荒成了懸在所有玩家頭頂?shù)倪_(dá)摩克利斯之劍。然而，面對(duì)同一道難題，行業(yè)卻在走向兩個(gè)截然不同的解題方向。

一邊是以智譜、Kimi以及海外芯片新貴Taalas為首的“降價(jià)派”，他們揮舞著資本與硬件創(chuàng)新的大旗，試圖將Token的價(jià)格徹底擊穿，用極致的廉價(jià)換取生態(tài)規(guī)模；另一邊，則是以小米等端側(cè)巨頭為代表的“降耗派”，他們拋出反共識(shí)的論調(diào)：出路不是更便宜的Token，而是更省Token的底層框架。

這不僅僅是技術(shù)路徑的切磋，更是一場關(guān)乎AI時(shí)代話語權(quán)、商業(yè)模式乃至算力流向的路線之爭。

01

降價(jià)派的暴力美學(xué)

在大模型的牌桌上，降價(jià)派無疑是目前聲量最大、動(dòng)作最猛的陣營，他們的核心訴求非常純粹：既然算力昂貴阻礙了AI的普及，那就通過商業(yè)補(bǔ)貼或底層硬件的顛覆式重構(gòu)，強(qiáng)行把Token的價(jià)格打下來，讓AI像自來水一樣廉價(jià)且隨處可得。這一陣營中，既有試圖用互聯(lián)網(wǎng)經(jīng)典打法做大蛋糕的AI新貴，也有從芯片物理層發(fā)起革命的硬核極客。

首先是軟件與API層的商業(yè)降維打擊。以智譜、Kimi、MiniMax等為代表的AI六小龍，在過去幾個(gè)月內(nèi)掀起了一場慘烈的價(jià)格戰(zhàn)，部分基礎(chǔ)模型的API調(diào)用價(jià)格甚至無限趨近于免費(fèi)。

這種打法，互聯(lián)網(wǎng)人再熟悉不過，典型的以虧損換規(guī)模。他們深知，大模型時(shí)代的護(hù)城河在于應(yīng)用生態(tài)與數(shù)據(jù)飛輪。只有前端的Token足夠便宜，B端開發(fā)者才敢放手去構(gòu)建原生應(yīng)用，C端用戶才愿意毫無心理負(fù)擔(dān)地將其作為高頻工具。

這群AI新貴們正在用未來的預(yù)期市場份額，來攤薄眼下的算力成本。他們賭的是規(guī)模效應(yīng)：當(dāng)調(diào)用量呈幾何級(jí)數(shù)爆炸時(shí)，數(shù)據(jù)中心的邊際成本會(huì)隨之驟降；同時(shí)，海量的高質(zhì)量交互數(shù)據(jù)反哺模型，形成贏家通吃的壟斷壁壘。在這個(gè)邏輯下，降價(jià)不是無奈之舉，而是搶占AI時(shí)代操作系統(tǒng)入口的核武器。

其次是硅片層的物理級(jí)降價(jià)革命。降價(jià)派不僅有軟件層面的商業(yè)補(bǔ)貼，更涌現(xiàn)出了如Taalas這樣的硬件破局者。這家由Tenstorrent前CEO LjubisaBajic創(chuàng)立的AI芯片新星，其野心比單純的API降價(jià)狂妄得多。Taalas的路線是：既然通用GPU運(yùn)行大模型存在極大的資源冗余和能耗浪費(fèi)，那不如直接將特定的大模型，比如千億參數(shù)模型直接硬編碼進(jìn)硅片中，打造專用AI芯片（ASIC）。

Taalas試圖通過直接在芯片上實(shí)現(xiàn)模型的計(jì)算邏輯，從而繞過傳統(tǒng)的內(nèi)存讀取瓶頸，實(shí)現(xiàn)相比傳統(tǒng)GPU成百上千倍的效率提升和成本下降。如果說國內(nèi)的AI六小龍是通過商業(yè)模式在前端把Token價(jià)格打下來，那么Taalas就是試圖通過硬件重構(gòu)在后端把Token的生產(chǎn)成本徹底打穿。

無論是補(bǔ)貼戰(zhàn)還是造芯戰(zhàn)，降價(jià)派的終極信仰都是摩爾定律的延續(xù)，他們堅(jiān)信算力的絕對(duì)價(jià)格終將不可逆轉(zhuǎn)地走向低廉，而誰能在這個(gè)過程中率先提供最便宜的算力，誰就能成為AI時(shí)代的AWS或基礎(chǔ)設(shè)施霸主。

02

降耗派的效率革命

就在降價(jià)派在云端算力場廝殺得難解難分之時(shí)，以小米為代表的降耗派卻在另一條路上逆向而行。小米MiMo團(tuán)隊(duì)負(fù)責(zé)人羅福莉的一番話，精準(zhǔn)概括了這一陣營的技術(shù)哲學(xué)：當(dāng)下AI的算力荒，出路不是更便宜的Token，而是更省Token的框架和更高效的模型共同進(jìn)化。

如果說降價(jià)派是在尋找更便宜的水源，那么降耗派則是在研發(fā)更抗旱的作物。

這一路線的崛起，本質(zhì)上是由硬件廠商的基因和端側(cè)落地的剛需所決定的，對(duì)于小米這樣的科技制造巨頭而言，未來的主戰(zhàn)場不在遠(yuǎn)在天邊的數(shù)據(jù)中心，而在于手機(jī)、汽車、AIoT等數(shù)以億計(jì)的端側(cè)設(shè)備。在云端，你可以通過無限堆疊GPU來大力出奇跡；但在端側(cè)，手機(jī)的電池容量是有物理極限的，內(nèi)存帶寬是極其金貴的，芯片的散熱空間是寸土寸金的。

在這些苛刻的物理約束下，端側(cè)設(shè)備根本無法承受海量無節(jié)制的Token消耗，即便云端的Token降到零元，只要依然依賴云端運(yùn)算，就會(huì)面臨網(wǎng)絡(luò)延遲、隱私泄露以及設(shè)備本身聯(lián)網(wǎng)功耗的問題。因此，降耗派必須從根源上解決問題：讓模型在產(chǎn)生同等甚至更高質(zhì)量回答的同時(shí)，極大減少對(duì)計(jì)算資源的消耗。

具體到技術(shù)落地，這是一場極其硬核的架構(gòu)瘦身戰(zhàn)。降耗派的做法不是簡單的模型壓縮或蒸餾，而是對(duì)AI運(yùn)轉(zhuǎn)框架的底層重構(gòu)。例如，通過改進(jìn)注意力機(jī)制，引入如Mamba等線性復(fù)雜度的狀態(tài)空間模型，或者優(yōu)化鍵值緩存的管理策略，使得模型在處理長文本時(shí)不再呈指數(shù)級(jí)消耗內(nèi)存。更高效的Tokenizer設(shè)計(jì)，也能讓模型用更少的Token表達(dá)更多的信息密度。

對(duì)于小米等硬件大廠而言，把Token的消耗打下來，直接關(guān)系到其核心商業(yè)模式的成敗。一部搭載端側(cè)大模型的AI手機(jī)，如果模型運(yùn)行極其耗電，或者占用過多運(yùn)存導(dǎo)致系統(tǒng)卡頓，那將是災(zāi)難性的用戶體驗(yàn)。因此，降耗派的終極目標(biāo)，是將大模型變成一種低功耗、高效率的基礎(chǔ)組件，無縫熔鑄進(jìn)操作系統(tǒng)的底層。他們不在乎云端調(diào)用一次收多少錢，他們?cè)诤醯氖牵绾巫屆恳淮蜛I推理的電量消耗降到最低，讓哪怕是中低端硬件也能流暢運(yùn)行強(qiáng)大的智能。這是一種典型的產(chǎn)品經(jīng)理嫁接硬件工程師思維，用極致的工程優(yōu)化去對(duì)抗算力黑洞。

03

殊途同歸的商業(yè)局

當(dāng)降價(jià)派和降耗派在各自的賽道上狂奔時(shí)，我們必須看清：這并不是一場非此即彼的零和博弈，而是AI產(chǎn)業(yè)鏈走向成熟過程中的必然分工與商業(yè)錯(cuò)位。這兩條路線的交鋒，本質(zhì)上是兩種截然不同的商業(yè)模式在AI時(shí)代的碰撞。

降價(jià)派代表的是水電煤邏輯，無論是不斷探底API價(jià)格的AI六小龍，還是試圖通過顛覆性芯片重塑算力成本的Taalas，他們都在致力于將AI算力變成社會(huì)的基礎(chǔ)設(shè)施。在他們的藍(lán)圖中，算力應(yīng)該像電力一樣，用戶無需關(guān)心發(fā)電機(jī)是如何工作的，只需要插上插座、按需付費(fèi)。這種邏輯的護(hù)城河在于網(wǎng)絡(luò)效應(yīng)和極高轉(zhuǎn)換成本。一旦海量的企業(yè)級(jí)應(yīng)用和消費(fèi)級(jí)App建立在他們廉價(jià)且高效的API之上，龐大的生態(tài)慣性將使得后來者極難顛覆。但其面臨的風(fēng)險(xiǎn)也同樣巨大：在真正形成寡頭壟斷之前，長期的失血和價(jià)格戰(zhàn)可能拖垮任何一家資金鏈稍顯脆弱的明星公司。

降耗派代表的則是消費(fèi)電子與體驗(yàn)邏輯，以小米為首的端側(cè)巨頭，他們不需要通過賣API來賺錢。他們賺錢的方式，是賣出更多搭載了極佳AI體驗(yàn)的手機(jī)、汽車和智能家居。在他們的商業(yè)閉環(huán)里，優(yōu)秀的、低消耗的AI模型，是硬件產(chǎn)品的高級(jí)附屬價(jià)值。降耗派的護(hù)城河在于軟硬一體的閉環(huán)體驗(yàn)和離用戶更近的場景占有。當(dāng)算力被高效壓縮在設(shè)備本地時(shí)，他們掌握了用戶最隱私的數(shù)據(jù)、最直接的交互入口，這種壁壘是云端大模型無法輕易穿透的。

推演終局，這兩條路線大概率將走向云端協(xié)同的融合，未來的AI應(yīng)用場景中，需要重度計(jì)算、海量知識(shí)檢索的通用復(fù)雜任務(wù)，將交由降價(jià)派構(gòu)建的廉價(jià)云端超算中心來完成，大吃大嚼著廉價(jià)的Token；而涉及個(gè)人隱私、需要極低延遲響應(yīng)、結(jié)合環(huán)境感知的個(gè)性化任務(wù)，則將由降耗派優(yōu)化到極致的端側(cè)低功耗模型來處理。

然而，在融合到來之前的這段窗口期，路線之爭依然會(huì)非常激烈，因?yàn)橘Y源的分配是有限的，資本的目光是挑剔的。是押注那些能夠通過瘋狂降價(jià)燒出個(gè)未來的超級(jí)平臺(tái)，還是看好那些穩(wěn)扎穩(wěn)打、通過技術(shù)降耗提升硬件毛利的生態(tài)巨頭？這不僅是投資人的考題，更是所有AI從業(yè)者必須面對(duì)的戰(zhàn)略抉擇。

歷史總是驚人地相似。如今大模型領(lǐng)域的這條分水嶺，像極了當(dāng)年P(guān)C時(shí)代的云端服務(wù)器與本地芯片效率之戰(zhàn)，又仿佛智能手機(jī)初期的流量補(bǔ)貼與硬件體驗(yàn)之爭。

有人以虧損換取明天，用降價(jià)的利刃劈開市場；有人以技術(shù)打磨基石，用降耗的內(nèi)功構(gòu)筑壁壘。“把Token價(jià)格打下來”和“把Token消耗打下來”，終極目標(biāo)都是為了讓AI真正走向普羅大眾。

但商業(yè)世界是殘酷的。當(dāng)資本退潮，當(dāng)大模型的算力紅利被吃透，你認(rèn)為誰的路線能構(gòu)筑起更深、更堅(jiān)固的護(hù)城河？是做大蛋糕的降價(jià)派，還是做精架構(gòu)的降耗派？

參考資料：

羅福莉X，11:13 Apr5 2026

鈦媒體APP，《“邪修”AI芯片的Taalas，成色如何？》

21世紀(jì)經(jīng)濟(jì)報(bào)道，《2025年，“大模型價(jià)格戰(zhàn)”不怕虧錢了？》

每日經(jīng)濟(jì)新聞，《豆包引流抖音，Kimi連通京淘：大模型“帶貨”烽煙起引爆智能入口爭奪戰(zhàn)》