零重力瓦力
26-11-18 16:45 微博认证:AI博主

最近国内外模型迭代密集:Google 的 Gemini 4 Carbon 登顶仅一周,就被 Anthropic 的 Fable 5.2 反超。今天凌晨 OpenAI 又发布两款 GPT-6.2。相比之下,国产头部模型显得有些安静,是在憋大招吗?

如果只盯着“发版日历”,会误判这轮竞争的真实进程。国产模型不是在憋某一个版本号,而是在重写底层的三本账。

第一本账是推理成本。11 月 16 日发布的 Qwen4-Max 总参数达 2.4 万亿,但每 token 仅激活 71B(约 3%),单任务均价从 26.58 元压到 11.16 元,降幅 58%。同日发布的腾讯 Hy4 flash 更是将单任务成本压至 Hy4 的二十分之一。架构演进的核心目标,已经从“推高上限”转为“压低每次调用的边际成本”。

第二本账是后训练效率。智谱 GLM-5.3 在基座零改动的前提下,仅靠拉长强化学习周期、扩充长程任务环境,就将终端任务基准 Terminal-Bench 3.0 从 4.6 推高到 28.3。不发新基座,能力同样能跳升一个量级。

第三本账是算力底座。今年 6 月,深圳团队在 1000 张昇腾 910C 上跑通了 1.6 万亿参数模型的全参数后训练。7 月美团开源的 LongCat-2.0 峰值调度超 5 万张国产卡,首次在非英伟达硬件上走完万亿模型从零预训练到推理的全流程。这决定了下一代 5 万亿至 10 万亿基座能不能在牌桌上继续跟注。

我认为国产模型发展的底层逻辑正在改变,赛点从“谁的模型更聪明”,转向了“每块钱能稳定交付多少工作”。

而最直接的佐证来自 OpenAI。今天凌晨发布的 GPT-6.2 Astra 单价下调 20%,复杂任务成本砍到上一代的三分之一以下。不过,在第三方编程智能体评测中,Astra 仅与前代持平,小尺寸的 Sol 反而倒退 3 分。开发者 Theo Browne 的实测也在佐证这个趋势,让 Astra 优化编译器项目,连跑 7 天零进展,还把编译速度拖慢了 56%。显然,硅谷也开始通过牺牲单点指标换取成本空间。但降价只解决了“用得起”,没解决长链路任务“跑得完”。

这正是国产模型眼下最真实的处境。OpenRouter 11 月上半月数据显示,国产模型贡献了全球 67% 的 token 消耗量,美国模型却拿走了 58% 的支出。我们拿下了三分之二的流量,却没分到对等的收入。国产模型正在成为全球 AI 的基础电力,也就是调用量极大,但缺乏定价权。

所以下一阶段真正的“大招”,我认为,不会是又一个万亿参数的新基座,而是两件事。一是能连续运行数十小时不跑偏的智能体运行时(Runtime),二是拥有调度权的业务入口。

11 月 12 日豆包工作接入 Kimi、GLM、DeepSeek 三款外部模型,允许企业按部门分配调用。我认为这个动作比任何模型发布都关键。当手握自研模型的平台开始给竞争对手排班,说明单靠模型本身已经筑不起护城河了。

基座决定下限,谁能定义工作流,谁才拿得走那 58% 的溢价。

#国产AI都在憋大招吗##大模型##AI观察#

发布于 上海