国产大模型，贵到用不起

就最近的这一个月而言, 在硅谷的AI领域当中, 真可说是大招频繁出现, 先是GPT - 5.6问世后, 紧接着Grok - 4.5也接连诞生了。

一刹那间, 国内从事开发工作的人员、程序员这一群体, 全都情绪高涨起来, 各种各样跟GPT - 5.6等处于前沿位置的模型相关的讨论, 以及测评活动, 接连不断地出现。

虽然在这个月, 有Kimi-K3这类新锐国产模型出现。可是整体来说, 国产大模型目前在一线开发者群体之中。一直处在一种“称作很好却不怎么受欢迎”的状况。

数据按照最新的来讲, 就使用量这方面而言: 在日期处于6月22日至28日的时候所显示的数据表明, 在调用量上, 中国模型周的时候数额达到了20.39万亿Token, 而相较来说美国模型的调用量数值是4.25万亿, 在这一情况里, 中国模型在调用量上已是连续九周处于领先地位了, 有这样的状况。

只不过, 与之构成反差状况的是, 国内被称作AI六小龙的那些企业, 在营收这一方面所展现出来的表现, 并非怎么显得尽如人意: 根据公开的财报内容可以看到, 智谱在2025年的时候, 其营收数额为7.24亿元, 然而亏损额度却达到了30亿元以上, 折合为7900万美元, 大约是5.7亿元；月之暗面以及其余的四家企业, 尚未对外披露完整的年度营收情况。

即使头部企业，收入仍停留在数亿元量级。

比较而言, 身为AI头部企业的它, 其ARR已然达到大约600亿至700亿美元, 主要的驱动力是B2B API以及AI场景。

这不由得引出了一个尖锐的问题：

为什么被称作“便宜”, 且“调用量大”的国产模型, 直到现在依旧是叫好不叫座呢, 在AI这类高价值的场景当中, 直至如今仍然很难跟国外顶尖模型进行正面的抗衡吗?

于近期, 笔者借助与好些一线开发者展开深度剖析此问题之后, 察觉到了一项颇为违背直观感受的事实。

国产大模型，某种程度上其实非常“贵”。

也是这样的那种“贵”, 致使某些在性能方面存在突破的, 国产的那些模型, 难以去真正全方位地呈现出自身的带有明显优势的闪光点。

01“低价”的幻觉

当提及国产大模型, 不少人脑海中浮现的皆是、Kimi、智谱这般的代表, 然而与它们绑定最为紧密的标签当中, 有一个便是, 价格低廉、收费便宜。

要是单单从Token单价这个角度去看, 国产模型跟GPT - 5.6等这类顶尖模型相比较而言, 的确是存在着不小的优势, 就拿GLM - 5.2和V4来进行举例: GLM - 5.2每百万Token输入是1.4美元, 输出是4.4美元,  - V4 - Pro输入为0.435美元, 输出为0.87美元；GPT - 5.6 Sol输入是5美元, 输出是30美元, Fable 5输入则是10美元, 输出是50美元。

但实际上，这种“低价”的印象，是一种圈外人长久的误区。

特别是在高强度进行编程操作的场景里头, 国产大型模型的单个价格方面不但不具备优势, 甚至于还反倒比享有套餐的那一款gpt多出好几倍贵了。

有个化名李光的, 属于科研工作者, 身处AI领域, 因工作所需, 每日都得在AI场景里耗费几十亿Token, 在这般消耗量情形下, 要是采用国产大模型, 像GLM - 5.2, 那整体成本会变得极其吓人。

李光晒出的Token账单

谈天那日, 李光  的 Token 已然快要接近 40 亿, 这儿稍微能够做一下换算啦, 要是他用时使用的是 GLM - 5.2的话, 成本大略是这样算的, 由(8639万普通输入×1.4美元＋33.80亿缓存输入×0.26美元＋1906万输出及推理×4.4美元）得数约为 1084 美元, 按照 1 美元兑 7.2 元来估算, 大约差不多合人民币 7800 元。

而致使李光这般毫无顾忌地去烧Token的缘由, 乃是由于他开启了GPT的CodeX套餐。

这里针对编程场景相关的CodeX套餐具体形式做个简要阐释, 简单来讲, 它是一款针对编程场景而推出的套餐, 严格来讲的话, 它并非确实不限量啊, 而是将Codex纳入到订阅范畴内, Plus套餐是每月20美元, Pro套餐从每月100美元起, 其额度大概是Plus套餐的5倍或是20倍, 当触碰到规定上限之后能够购买从而继续使用。

同样地, Code有着一套与之类似的套餐, 其具体形式呈现为: Pro的价格是每月20美元, Max 5x的价格是每月100美元, Max 20x的价格是每月200美元；网页端跟Code共享每5小时以及每周的额度, 当达到上限之后能够按照API价格继续使用。

在这样的套餐兜底下，巨大的Token成本反而被抹平了。

就国内的开发者而言, 在那种高强度的AI场景这下边, 每天都要消耗几十亿Token, 甚至还要消耗上百亿Token, 这成为了一种非常普遍的常态情况。

实际一周, 小刘在Codex上的花费是300元人民币, 他是一个AI的重度开发者, 且这还是在没有公司报销的情况下。

不过即便就是这样的成本水平, 拿去跟国产模型作出对比, 却依旧显得“便宜”了不少, 原因在于同样是300元这个金额, 根本就没办法买到GLM 5.2同等数量的token。

小刘的Token账单

对国内开发者而言, GPT的codex套餐, 是当下所能买到的最为便宜的token, 比起智谱、kimi便宜许多倍, 这兴许有违直觉, 然而事实便是国产模型于高强度场景之中, 性价比根本没法与之相较。

需要在此处加以说明的是, codex并非是那种在真正意义层面上的不限量套餐, 要是按照最高档的200美元进行计算的话, 那么一周大概会拥有20亿的额度。

然而, 基于部分开发者会借由“中转站”此类手段去运用模型, 致使某些模型的实际成本比官方渠道明显低不少, 因而偶尔可以凭借更低的价钱购得更多Token, 如此一来便出现了300块能买到120亿Token的这种情况。

实际情况中, 国产模型这一块儿, 于定价这个层面上, 并非全然没有推出过相像的套餐；然而呢, 假若仔细深入探究一番来看的话, 这样子的套餐本身, 在限额这个范畴之内, 跟那个codex比较来讲, 是存在着极为显著的很大限制之处的。

02国产定价之痛

国产大模型在定价方面的现状，可以用一句话来形容：

你觉得自己进入的是那种提供自助餐的场地, 然而到了最后却发觉, 商家实际上依旧是按照重量来进行计费的。

国内的Kimi、GLM - 5.2, 在套餐之上举例来谈, Kimi Code分成49、99、199、699元这四档, 额度依照周进行刷新。GLM Plan的Lite、Pro、Max, 每5小时分别大概是80、400、1600次, 每周大约是400、2000、8000次, 且GLM - 5.2在高峰期是按照3倍来扣额。

就拿阿里的qoder当作例子, 按照笔者一位从事与B端客户运维相关工作的、化名为阿迷的朋友所说, qoder曾在国内是最好用的AI IDE, 可遗憾在于, 其自身制定的新定价, 把它原本所具有的优势给弄没了。

在套餐这一方面, Qoder CN个人Pro套餐价格是59元每月, Qoder CN个人Pro+套餐价格是169元每月, 其中Qoder CN个人Pro套餐包含2000, Qoder CN个人Pro+套餐包含6000。Teams套餐价格是9每个席位每月9元, VPC版套餐价格是每个席位每月199元, 它们都包含3000 , 并且VPC版套餐50席起售。

阿迷后来介绍道, 今年他们合并灵码, 调了定价之后, 就我所知道的, 至少都有二三十家放弃续费了。

通过阿迷所做的测试, qoder企业版199的那份套餐内容, 以他的使用方式, 3天就消耗殆尽了, 要是依照重度开发者的使用方式, 推测一天就会消耗光了。

同样的情况呢, 在套餐这一方面, 使得国内的用户心里产生各种复杂感受的, 另外还有的就是GLM - 5.2。

按开发者小薇所讲, GLM - 5.2的套餐近乎没有, 即便有套餐在高峰期依旧会限流, 况且存在“背刺”用户的情况。

依照36氪所做的报道, GLM - 5.2的套餐, 先前状况是比演唱会门票更为难抢到, 每日早晨十点钟会准时进行刷新, 能否买到完全取决于手速。

2026年1月的时候, 智谱发布了公告, 公告表明由于算力处于紧张状态, 所以将每日能够销售的量做了一下子下调, 直接削减到原本的20%, 每天早上10点的时候会放出一小点额度, 并且在几分钟之内就会被销售一空。

究其根本而言, 国产的模型, 于套餐方面以及价格上面所呈现出的那种“吝啬”状况, 从本质上来说, 是因为算力不足, 进而导致了窘迫的局面。

参考2025年, 中国信通院以及工信部给出的数据来看, 现存于中国的数据中心数量是449个, 然而美国的数据中心数量却是5427个, 在总算力这一方面, 中国的算力数值为1053, 可是美国的算力数值却是2400。

只是这里的关键之处就在于, 美国的那两千四百, 高端GPU所占的比例是非常高的。而中国的算力当中, 有着大量的是华为昇腾、寒武纪等国产芯片, 单卡的性能跟H100仍然存在着代差。

开始于2026年3月, 为应对那愈发高涨起来的算力需求, 智谱、阿里云、腾讯云、百度在Token价格方面集体进行涨价, 其涨幅处于从5%到460%这个范围之内, 均不相同。

说白了，国产模型的“低价”、“价格战”早已成为了过去式。

不是国产模型不想去搞, 而是因为已经算过账了, 以当下的算力成本以及亏损状态来看, 搞包月就如同拿固定月费去赌用户不会刷爆, 然而按照国内开发者、程序员那种动辄一天烧几十亿、甚至上百亿Token的用法, 如此的商业模式, 很快就会被击穿成本线。

可是的编程套餐, 面向的是高净值企业客户, 也就是那种大客户, 一年对能贡献14亿美元收入。

这套商业模式, 在高算力予以加持的状况下, 其本质是通过“固定月费”来换取“长期锁客”, 客户具备较高质量, 并且ARPU相对而言也较高, 能够摊平成本。

然而相比较而言, 在国内, 尽管存在像阿里这般的云领域巨头, 可问题在于, 阿里云进行调整后, 其EBITA仅仅只有7.5%, 云智能集团虽说收入增长速度较快, 然而利润并非丰厚。

而, 传统云厂商敢于售卖“不限量云服务器”, 缘由在于用户并非全天候处于满负载状态。就一台 ECS 而言, 其实际 CPU 利用率或许仅为 10%, 云厂商能够将一台物理机超额卖给十个人。

但大模型的推理情况有所不同而来一个token, 即必须实实在在烧掉一次GPU算力, 要是用户整日毫不停歇地进行刷新, 那么云厂商那方面的HBM显存, 它的GPU核心以及电费, 全部是刚性支出, 没有任何超卖的空间。

03模型的“黄金三角”

于国内开发者而言, 除涉及价格之因素外, 选择Codex、Code的缘由, 无疑是其具备强大的编程性能。

然而，在性能方面，国产模型也并非像某些刻板印象中想的那样。

笔者在同多数开发者进行交流沟通之后, 察觉到一种相当普遍存在的看法是, 具有本国特色的大型模型, 特别是好比GLM - 5.2这般较新出现的模型, 如今已然能够承担某些有助于做铺垫的、处于次要地位的任务, 像开展测试工作以及修正程序中所出现的漏洞等。

然而, 在那些更为繁琐的、历经较长时长的异步任务方面, 国产类模型当前和诸如GPT等处在顶尖位置的模型相比较的话, 依然存有较大的距离。

从事开发工作的小张, 在今年3月的时候, 有过一回使用国产模型来进行编程的经历, 拿GLM、qwen跟GPT针对同样的任务做对比, 结果只有gpt完成了运行, 并且符合页面所提出的要求, 然而这可是个具备多级、多列内容比对以及结果生成的项目。

有另一位开发者小薇称, 按照她的体验来讲, Kimi 2.7的性能还行, 豆包2.1 Pro的性能也还行, 然而将其进行综合的话, 它在整体性能表现层面, 总体是属于弱一个档次的那种情况（处于第二梯队范围内）, 可即便如此, 其最终的总体性能表现, 也超过了4.6了。

当下, 在开发者群体里头, 普遍存在的一种共识是, GLM - 5.2是首个达成了Opus级别的国产模型。

在它执行那种真实的任务时, 那种复杂的任务时, 那种长时间的异步任务时, 它是可用的, 它占据了一席之地。

它, 在好多维度, 就像世界知识这个维度, 跟真正的Opus模型相比, 还是有着比较大的差距, 可是、这并不影响它变成国产模型里的新高度。

然而实际情况是, 那些方才开始显露头角的, 为数眇少的“尖子生”, 却遭受了和性能没有关联的别的因素的拖累。

详细来讲, 这般的因素涵盖了缓存效率欠佳, 在高峰期依旧会实施限流等情况, 致使开发者的实际体验极为糟糕。

这就引出了当下模型对比中的另一个维度：稳定性。

针对一线开发者以及程序员的体验而言, 模型的择选, 已然不是单纯的性能比较, 而是——。

性能—价格—稳定性的“黄金三角”。

在这三个维度中，国产模型只勉强拿下了第一维度的部分指标。

最近这段时间, 在国内的Kimi推出了它最新的旗舰模型K3 , 这是一款怀揣着2.8万亿参数的模型, 它具备原生多模态的特性, 并且有着100万Token上下文, 该模型属于开放权重旗舰模型, 它主要致力于长程编程、知识工作以及深度推理。

在好些测评里头, 它于某方面的智力指数为57分, 在全球排第三；在Arena前端编程榜单上, 它凭借1679分拔得头筹, 甚至有传闻讲, 它的性能已经能够比得上Fable 5了。

然而, 在那耀眼明亮的分数跟排名的背后之处, 开发者所关切在意最多的, 依旧仍旧还是一个词语: 性价比。

K3发布之后, 不少开发者讲, 当下Kimi依然价钱高, 跟Codex比起来不存在性价比, 并且额度不够用, 单瞧API价格, K3也算不上“白菜价”: 每百万Token缓存是2元, 输入是20元, 输出是100元；GPT - 5.6 Sol是0.5美元、5美元、30美元, K3虽比Sol低, 然而显著高于GPT - 5.6 Luna的0.1美元、1美元、6美元。

并且, 于使用K3期间, 开发者称, 还发生了API断连的状况, 甚至, 断连持续了一整个上午, 有这样的情形。

就当下情形而言, 国内开发者并非是不想为国产模型掏钱付费, 而是国产模型当前由于算力的紧张状况以及成本的高昂程度, 当下没法开出像Codex那般具备性价比的套餐, 仅仅能够推出那种表面看似属自助餐, 然而实际上却是有数量限制的“大众点评套餐”（类似于智谱的Plan）。

套餐体验存在稳定性不足的状况, 性价比也处于模糊不清的模样, 致使使用过后的用户难以留存下来。在目前算力底座成本高昂的此种情形下, 这样的状况从本质意义来说, 正是用户基于理性所做出的选择。

以上所述种种, 并不是我们要去将别人的气势无端增长，把自身的威风无故消解, 仅仅只是期望去通报一种存在的风险。

当下, 国产模型于追赶GPT的进程里, 很是热衷于突出高性能, 可国产大模型自开展研发直至投入应用, 所要攀爬的峰峦, 决然不只是性能这一项艰巨挑战呀。

我们所需求的是等待, 待国产算力基座实现大规模量产, 于技术、价格以及稳定性这些方面, 达成合力, 如此我们的产品方可撑得起用户的期待。