國產大模型，貴到用不起

國產大模型，貴到用不起

最近一個月，矽谷AI界可謂大招頻出，GPT-5的問世讓國內開發者與程式設計師群體為之沸騰，各種關於GPT-5的討論與期待在社群中蔓延。然而，儘管這個月也有Kimi-K3這樣的新銳國產模型問世，但整體來看，國產大模型在一線開發者群體中，始終處於一種「叫好不叫座」的尷尬狀態。根據最新數據，OpenRouter在6月22日至28日的統計顯示，中國模型的周調用量達到了20億次以上，表面上看似熱鬧非凡。但與之形成強烈反差的是，國內AI六小龍在營收方面的表現卻不盡如人意。公開財報顯示，智譜在2025年的營收僅為7.24億元，虧損卻高達30億元以上；MiniMax的營收則為7900萬美元（約5.

7億元）；月之暗面等其餘四家業者尚未披露完整的年度營收數字。相較之下，作為AI頭部企業的Anthropic，其年度經常性收入（ARR）已經達到約600億至700億美元，主要驅動力來自B2B API及AI Coding場景。這不禁讓人提出一個尖銳的問題：為何號稱「便宜」、「調用量大」的國產模型，至今仍然叫好不叫座，在AI Coding等高價值場景上，仍難以與國外頂尖模型正面抗衡？事實上，國產大模型的價格策略一直備受爭議。許多開發者反映，雖然國產模型在宣傳上強調低價甚至免費，但實際使用時卻發現，真正能滿足高品質需求的付費方案，價格並不親民。

以API調用為例，部分國產模型的收費標準在處理複雜任務時，成本甚至高於國外同級產品，這讓許多開發者望而卻步。除了價格問題，穩定性與技術成熟度也是關鍵瓶頸。開發者普遍指出，國產模型在面對高並發、長文本處理或特定領域的專業任務時，經常出現回應不穩定、準確率下降的情況。這對於需要高可靠性的商業應用來說，無疑是致命傷。相較之下，GPT-5等國外頂尖模型在這些方面已經累積了更成熟的技術底蘊與優化經驗。另一個值得關注的現象是，國產大模型的商業模式仍處於摸索階段。許多業者為了搶佔市場份額，不惜以低價甚至虧損的方式吸引用戶，但這種「燒錢換流量」的策略，並未有效轉化為穩定的付費用戶。

開發者與企業客戶在試用後，往往因為效能或成本考量，最終仍選擇回歸國外模型。此外，AI Coding等高價值場景對模型的專業性要求極高。國產模型在程式碼生成、除錯、架構建議等細分領域的表現，與國外頂尖產品相比仍有明顯差距。這使得即使國產模型在一般問答或簡單任務上表現不俗，但在真正能創造高附加價值的開發場景中，仍難以獲得開發者的信賴。業內人士分析，國產大模型要突破目前的困境，必須在技術、價格與穩定性三方面形成合力。單純靠低價或行銷話術，無法撐起用戶的長期續費預期。唯有持續投入研發，提升模型在複雜場景下的表現，同時制定合理且具競爭力的定價策略，才能真正贏得市場的認可。

值得注意的是，儘管當前國產大模型面臨諸多挑戰，但並非毫無機會。隨著國內AI生態的逐步成熟，以及政策對自主技術的支持，國產模型仍有機會在特定領域找到突破口。例如，在中文語境、本地化服務或特定行業應用上，國產模型具備天然的優勢，若能深耕這些細分市場，或許能走出一條差異化競爭的道路。總而言之，國產大模型「叫好不叫座」的現象，反映了技術、商業模式與市場需求之間的錯位。開發者與企業用戶真正需要的，不是口號上的「便宜」，而是能真正解決問題、穩定可靠且價格合理的產品。唯有在技術、價格與穩定性上形成合力，國產大模型才能撐起用戶的續費預期，並在高價值的AI應用場景中站穩腳跟。