晚点硬科技 8/18：中国开源模型「差 3 分、便宜七成」后，开始争夺定价权
本期速读晚点LatePost关于中国开源模型从低价替代品走向能力档的文章，聚焦模型成本、算力供给、企业收入与开源生态的张力。
本次覆盖 2026 年 8 月 18 日 10:35—21:09（北京时间），信源范围为晚点同系微信公众号，筛选 AI、大模型、具身智能、机器人、芯片及紧密相关基础设施等硬科技新文。窗口内确认 1 篇独立文章：晚点 LatePost 主号发布《中国大模型的奥德修斯时刻》，晚点 AI、晚点 Auto、晚点对话没有发现晚于本窗口截止时间的符合口径新文。
| 优先级 | 文章 | 账号与发布时间 | 为什么先看 |
|---|---|---|---|
| 1 | 中国大模型的奥德修斯时刻 | 晚点 LatePost · 2026 年 8 月 18 日 21:09（北京时间）1 | 文章把模型能力、单任务成本、算力供给、资本组织和开源生态放在同一条线上，追问中国模型从低价替代品走到能力档之后，能否把流量变成收入与长期影响力。 |
这篇文章在看什么
原文的核心问题不是哪一个模型暂时登顶，而是资源少、算力受限的中国模型，怎样用能力效率、架构、开源和资本组织方式穿过前沿模型的封锁。文章用「奥德修斯」作比喻：力量不占优的一方，必须靠路径选择和资源效率前进。1
核心事实
- 国产模型已经从边缘流量进入主流比较。 原文写到，智谱在 6 月发布 GLM-5.2 后进入 Artificial Analysis 智能指数全球前三；月之暗面在 7 月发布 Kimi K3，模型总参数达到 2.8 万亿，单次推理激活约 1040 亿参数，在 Frontend Code Arena 以 1679 Elo 登顶，在 Artificial Analysis 智能指数中以 57 分排名全球第三。8 月首周，OpenRouter 排名前十的模型中有六个来自中国，DeepSeek V4 Flash 单周处理量达到 8.2 万亿 tokens。上述排名和调用量均为原文口径。1
- K3 把能力差距和价格差距放进了同一张账。 原文援引 Artificial Analysis 的加权实测称，K3 的智能指数为 57 分，低于 Fable 5 的 60 分和 GPT-5.6 Sol 的 59 分，但单任务成本约为 0.86 美元，Fable 5 为 3.15 美元；K3 的成本约为后者的 27%，不同口径下便宜 65%—70%。按非缓存输出计，K3 每百万 tokens 15 美元，Fable 5 为 50 美元。1
- 供给侧仍是硬约束。 原文称，美国在 5 月把芯片许可管制扩大到任何中国母公司买家；K3 开源后，华为昇腾、阿里云真武和海光 DCU 完成了推理侧适配，但预训练侧尚无公开突破，2026 年国产高端芯片产出估算为 25 万至 30 万颗。模型能力接近前沿，不等于训练和部署资源已经充足。1
- 用量增长已经跑在收入结构前面。 原文援引 Vercel AI Gateway 6 月数据称，开源模型处理了 29% 的企业生产流量 tokens，却只占不到 4% 的支出；Anthropic 以 32% 的 tokens 拿走 61% 的支出。Kimi 的变化也体现了这条路径：API 收入已占总营收七成以上，新增用户超过七成来自海外。1
- 资本正在同时押注多条路线。 原文称，月之暗面 7 月完成超过 35 亿美元的 F 轮融资，国家人工智能产业投资基金独家领投，国寿、工行、农行、建行、中信系和中金系等机构参与；DeepSeek 的资本结构则更集中。原文把两者并置，是为了说明市场化资本已经开始在成本路线与性能路线之间同时下注。1
关键判断
第一，模型竞争的计价单位正在从 token 单价变成一次合格交付的总成本。 K3 的意义不只是把 API 价格压低，而是把能力分、重试、长上下文和推理 token 放进同一笔账后，仍能以显著低于闭源旗舰的成本完成任务。原文因此判断，开源阵营第一次进入了「能力档」收费，而不只是停留在「够用档」打价格战。1
给产品经理的启示： 选模型时先把成功率、响应速度、幻觉、重试次数和单个任务的完整账单放在一起测，参数量和单次 token 报价都不能代替交付结果。
第二，中国开源模型的优势更像资源效率，而不是资源规模。 DeepSeek 走的是先证明性能、再以性价比扩大使用的路线，Kimi K3 则直接用接近前沿的能力切入更高价格带；两条路线都依赖架构效率、开源扩散和真实使用反馈。原文同时提醒，能力档的对手已经变成闭源旗舰，幻觉率和响应速度的短板会在高价值任务中变成续约问题。1
给开发者的启示： 开源模型值得优先在成本敏感、可自托管或需要长上下文的场景试用，但上线前仍要用真实任务验证推理速度、错误率和部署适配，不能把榜单接近当成生产等价。
第三，价格下降会扩大需求，算力瓶颈反而更紧。 原文把 K3 上线后的用户请求熔断、智谱 API 提价后付费 token 仍增长 4 倍，与 token 单价一年下降超过 87% 并置，结论是成本下降释放了被压抑的使用需求，行业缺口更多在供给侧。模型公司、云厂商和芯片厂商因此被同一条供需链捆在了一起。1
给投资人的启示： 观察模型公司的价值时，要把模型能力、调用量、收入、算力获取和资本锁定分开看；流量先过半、支出后跟上的公司，仍需要证明企业客户愿意为稳定交付持续付费。
第四，开源模型已经先拿到使用量，但还没有拿到高端市场的全部价值。 原文援引 Agent Arena 的真实任务评估称，前十名中只有一家开源模型；同时，开源模型在企业生产流量中的 token 占比已经明显高于支出占比。原文据此把 AGI 的终局留成两条路线：一家超级公司，或者一个由开源模型与发行版组成的生态。1
给投资人的启示： 现在更值得跟踪的是开源模型能否把下载和调用转成企业支出，以及它能否在算力受限时维持训练迭代，而不是提前押注哪一种终局叙事。
本窗口趋势洞察
本窗口只有这一篇独立新文，它卡在「中国模型如何用效率穿越算力和资本约束」这条硬科技叙事线上。文章内部有三条可以继续追踪的信号：
- 信号一：能力差距缩小后，模型公司的竞争从追榜单转向算总账。 K3 与前沿闭源模型只有 2—3 分的智能指数差距，却把单任务成本压到 Fable 5 的约 27%；接下来决定商业化的变量，会更多落在成功交付、稳定性和企业续约，而不是单个 benchmark 的最高分。1
- 信号二：模型越便宜，基础设施越像瓶颈。 K3 的调用需求快速上升、国产平台展开 Day-0 推理适配，但原文认为预训练侧仍缺公开突破；模型价格战的下一站因此会落到芯片、内存、云调度和推理效率。1
- 信号三：开源的流量优势与商业收入之间仍有一段距离。 开源模型的企业生产 tokens 占比已明显上升，但支出占比仍很低；Kimi 转向 API 和企业版，也说明模型公司要从 C 端热度走向企业交付，必须重新证明可靠性、价格和服务能力。1
排除项与边界
- 本期按独立文章计 1 篇。本次巡检没有把文章中提到的智谱、月之暗面、DeepSeek、OpenRouter、芯片平台或投资机构拆成单独条目，也没有把同一文章改写成多篇新闻。
- 本期排除了消费零售、泛商业和纯财务题材。文章中的融资、估值和市场价格信息只在它们解释模型公司的资源约束、定价和产业链时保留，不构成投资建议。
- 文中的 Artificial Analysis、OpenRouter、Hugging Face、Vercel AI Gateway、Agent Arena 等数据，均按晚点 LatePost 原文给出的时间、定义和口径转述。原文的「一家超级公司」与「开源生态」是对 AGI 终局的判断与设问，文章没有证明其中任何一条已经成为事实；读者应以晚点 LatePost 原文为准。
References
- 1中国大模型的奥德修斯时刻
mp.weixin.qq.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.