90% 折扣与零回报:AI 账单的两端

2026-10-25·6 min read·OKCodex 编辑部

90% 折扣与零回报:AI 账单的两端

这一周 AI 行业的几条信号放在一起看,比单看任何一条都更有信息量:一边是厂商用前所未有的折扣抢客户,一边是经济学家说多数企业还没看到钱,中间夹着架构收敛与标注成本的断崖式下降。它们共同指向一个问题——AI 的价值正在从「模型能力」转移到「单位经济学」。

价格战:折扣成了获客工具

据 The Decoder 报道,OpenAI 正向 Anthropic 的大客户提供最高 90% 的折扣。Rippling、Replit、DataCamp 等公司表示,迁移之后 AI 成本最多下降九成。报道同时指出,Anthropic 的增长已经放缓,OpenAI 是在用自身毛利换市场份额,而 DeepSeek 等中国厂商也在加码。

对采购方的含义很直接:模型层正在从「技术选型」变成「商务谈判」。同一份推理预算,换一家供应商可能得到完全不同的单价,而报价单上的数字又高度依赖你的调用规模与合约束缚。

架构收敛:一个智能体够不够

Anthropic 的公开立场出现了转向:它现在建议企业评估是否能把多个子智能体合并成单个智能体,按需加载上下文。在一组架构对比中,单智能体方案约快一倍。Anthropic 还在 GitHub 上发布了迁移工具包。

这条信号的价值在于纠偏。过去一年,「多智能体编排」被当作先进架构的默认答案,但它同时带来调试困难、上下文重复传递和延迟叠加。如果模型自身已经能处理复杂度,那么编排层的收益就需要重新称重——不是所有系统都该拆成五个角色互相对话。

成本断崖:72 美分对 88 美元

英伟达开源了数据引擎 Flora,用于机器人视频标注:标注一小时机器人视频成本 0.72 美元,而使用 GPT-6 Astra 需要 88 美元,报道称便宜约 125 倍,质量评分还略高。该系统基于三个微调过的 Qwen3.5 模型构建,报道同时提示它在部分情况下仍会失手。

同一周 Anthropic 联合创始人 Jack Clark 把「自我改进 AI」的预测提前到 2027 年,依据是 P-Zero Research 的新基准——它衡量模型自主设计并评估实验的能力,结果提升速度超出预期。

回报存疑:投入与产出之间的裂缝

TechCrunch 报道,Apollo 的一位经济学家认为,尽管投入巨大、宣传密集,AI 对美国科技行业之外的企业产生了「零财务回报」。同一时期,《Foreign Affairs》刊登历史学家 Niall Ferguson、研究者 Lisa Klaassen 与前谷歌 CEO Eric Schmidt 的文章,把美中描绘为 AI 帝国、其他国家沦为依附方,并认为竞赛胜负不由突破决定,而由谁能出钱决定。

把「谁出得起钱」和「零财务回报」并列,矛盾就很清楚:资本开支的竞赛逻辑,与企业账本上的回报逻辑,并不在同一条时间线上。

结论:把 AI 从故事变成账目

给读者的四条可执行建议:

  1. 重谈价格。 如果你的主力模型合同已超过半年,按当前市场行情重新询价;同时把迁移成本(评测、合规、工程改造)算进对比表,折扣不等于省钱。
  2. 做一次架构审计。 逐个检查子智能体是否真的必要,能否用单智能体按需加载上下文替代。先测延迟与失败率,再谈重构。
  3. 优先开源数据管线。 对高重复、可量化的标注任务(视频、动作、日志),评估用微调小模型自建管线,成本量级差异通常大于模型能力差异。
  4. 用指标定义 ROI。 每个 AI 项目上线前写清可测指标与观察窗口,避免用「投入规模」代替「回报证据」。

技术仍在快速进步,但采购、架构与核算这三件事,已经可以先动手。

来源

分享:微博

为下一步任务找到工具

从扫描文档、代码审查或资料研究开始,得到工具短名单与匹配依据;目录筛选不运行模型。

为我的任务选工具 →

订阅每周好码简报

评论

加载中…

发表评论

0 / 500

评论经过审核后显示。

换两个模型分析这个主题

已预选 DeepSeek 与 Qwen,并带入文章主题;确认后才会运行。

试一下 →

继续阅读

Mentioned

文中提到的 Agent