便宜90%,美國企業偷偷換上中國大模型

重點摘要
美國企業因中國大型語言模型價格僅為美國同類產品的十分之一,紛紛悄悄轉用,此趨勢已在矽谷蔓延。此舉導致美國AI晶片股下跌,市場擔憂若政府加強制裁中國AI企業,反而可能損害本國業者競爭力。部分美國公司測試發現中國模型性能不亞於美國,成本優勢讓制裁政策與市場需求間的矛盾更加嚴峻。
美國企業正悄悄掀起一場「換芯」風潮,而這股風潮的源頭,竟是來自大洋彼岸的中國大型語言模型。過去,矽谷新創與科技巨頭幾乎是 OpenAI 或 Google 的忠實用戶,但如今,為了在日益激烈的競爭中活下去,愈來愈多美國公司開始繞過這些熟悉的供應商,轉而測試甚至全面部署來自中國的 AI 模型。背後最直接的驅動力,就是一個「省」字——這些中國模型的價格,僅為美國同類產品的十分之一,等於直接砍掉了約九成的成本,對預算吃緊的企業來說,誘惑力實在難以抵擋。 這股趨勢並非空穴來風,而是已在矽谷內部悄悄蔓延開來。多家美國企業在內部評估時發現,中國大模型在特定任務上的表現,其實一點都不遜色於美國的頂尖模型。過去外界對中國 AI 的刻板印象,多半停留在「追趕者」的角色,但如今在部分應用場景中,雙方在性能上的差距已大幅縮小,甚至在某些領域已經並駕齊驅。當技術門檻不再是障礙,價格優勢便成了壓倒性的決策因素,也讓這些企業願意放下對地緣政治的顧慮,務實地選擇對自己最有利的解決方案。 這股「換芯」熱潮,也直接反映在資本市場的波動上。近期,美國 AI 晶片類股出現明顯下跌,市場的憂慮情緒相當濃厚。投資人開始意識到,如果美國政府執意對中國 AI 企業施加更嚴格的限制,恐怕不但無法遏止中國的發展,反而會反噬本國業者的競爭力與供應鏈的彈性。過去,美國晶片與 AI 產業之所以能享有高溢價,靠的是技術領先與市場主導地位,但當中國模型以極具破壞性的價格殺入市場,美國業者賴以維生的定價權,正一點一滴被侵蝕。 其實,美國政府先前曾考慮對中國 AI 企業祭出新的制裁措施,但這項計畫還沒正式上路,就先遭到美國業界的強烈反彈。業內人士直言,中國大模型在性能上已經追上來了,價格又如此誘人,若政府強行切斷合作管道,不但無法阻止美國企業使用這些技術,反而會迫使它們轉向其他非官方管道取得資源,或是被迫承擔更高的開發成本。這種「上有政策、下有對策」的結果,只會讓管制政策形同虛設,同時也讓美國企業在國際競爭中陷入更不利的位置。 從供應鏈的角度來看,這波「換芯」風潮其實反映了全球 AI 生態系的微妙變化。過去,美國主導了從晶片設計到模型開發的整個上游產業,但現在,中國在模型層面的快速崛起,正在打破這種單極化的格局。對美國企業而言,這不再只是單純的技術選擇,而是一道涉及成本、性能與風險的綜合考題。當「便宜」成為不可忽視的誘因,企業的忠誠度也變得愈來愈脆弱,原本穩固的供應鏈關係,正因為價格因素而悄悄重組。 這種矛盾也凸顯了制裁政策與市場需求之間的深層衝突。美國政府希望透過管制來維護國家安全與科技霸權,但企業的生存邏輯卻是以利潤與效率為優先。當美國企業為了節省預算,開始主動擁抱中國大模型時,政府的管制政策勢必將面臨更嚴峻的考驗。若政策與市場趨勢背道而馳,最終的結果可能是美國企業失去全球市場的競爭力,而中國 AI 產業則在壓力下加速自主創新,形成一個美國政府最不樂見的結局。 AI 晶片股的震盪,正是投資人對這股趨勢投下的不信任票。市場不再只關注單一公司的技術發表,而是開始審視整體產業的定價權與主導地位是否正在流失。如果美國科技巨頭無法在價格與性能之間找到平衡,或者政府政策持續干擾市場機制,那麼整個 AI 產業生態可能迎來一次大規模的重整。過去由美國獨領風騷的時代,或許將因為中國大模型的崛起而畫下句點,取而代之的,是一個多極競爭、價格導向的新時代。 對美國企業來說,這是一場不得不面對的現實考驗。一方面,它們必須維持技術領先,另一方面,又無法忽視成本壓力。中國大模型的出現,恰好提供了一個「高性價比」的出口,讓它們在預算與效能之間找到新的平衡點。這股趨勢能否被政策逆轉,目前仍是未知數,但可以確定的是,全球 AI 供應鏈的版圖,已經因為這波「便宜 90%」的誘因,開始出現肉眼可見的裂痕。
Related
相關文章

人形機器人行業真的沒門檻嗎?
人形機器人行業看似門檻不高,許多手機、汽車廠商都能切入,但多數玩家本質上是高級組裝廠,缺乏核心競爭力。真正的門檻在於量產成本、數據閉環與場景綁定,唯有具備規模化製造與智慧化能力的公司才能存活。資本市場已開始區分有產品與只有概念的公司,預計2026年底至2027年將迎來殘酷淘汰期。

一個真人都沒有的爽劇,正在讓老外瘋狂上頭
中國AI短劇因監管收緊、審核變慢與過審率下降,國內市場快速降溫,許多團隊轉向海外尋求機會。海外平台如TikTok提供更低門檻與更高收益,加上題材限制較少,吸引業者投入,但本土化與文化差異仍是主要挑戰,能否獲利尚無定論。

AI電力荒下的新鏟子
AI算力需求爆發式成長,讓資料中心用電量成為科技業最頭痛的議題。當各國政府與雲端巨頭爭相擴建AI基礎設施,電力供應的瓶頸也從幕後被推到台前。過去被視為穩定輸出的傳統能源,如今在AI時代重新被賦予戰略地位,而圍繞著「供電」這門生意,也悄悄長出一批新的產業鏈角色,成為這波AI熱潮下名副其實的「鏟子」。 這股電力荒的壓力,正從資料中心機房一路蔓延到電網、儲能設備與發電端。

每人最多20篇?ICLR新規遭DeepMind研究者「反諷」請願
ICLR 2027公布新規定,每位作者最多只能出現在20篇投稿中,理由是投稿量暴增、評審系統壓力過大,ICLR 2026投稿數較前一年成長約68%。Google DeepMind研究員Dan Roy發起反諷式請願,呼籲取消限制,並揶揄如今AI不僅能生成論文,連評審工作也已大量交由大語言模型處理。學界先前曾掃描發現約21%的ICLR評審意見高度懷疑由AI生成,引發對評審品質與AI濫用的擔憂。
豆包三個月下跌1865萬月活
【TechWeb】8月3日消息,據AI產品榜發佈的7月榜單數據顯示,豆包連續三個月共下跌1865 萬月活,仍以3.17億居國內榜第一,第二名的千問與豆包差距縮至僅 5709萬。具體來看,豆包 3.17 億 MAU,四月以來連續三個月下跌
