当AI变得比电费还便宜：一个正在发生的"廉价陷阱"

看到一组数字，停了一下：DeepSeek V4的调用成本，和Anthropic、OpenAI那些"前沿"模型之间，差了将近50倍。这还只是token费用的对比——如果算上那些大模型越来越依赖的"思考"机制，实际成本差距可能更大。

这就是这篇文章想聊的事：AI能力的商品化，比我们以为的来得更快。但这个"快"，未必对所有人都是好消息。

过去一年，一个变化静悄悄地在发生：高质量模型的调用成本，在以肉眼可见的速度下滑。DeepSeek、小米的Mimo，这些名字对很多普通用户来说还不够响亮，但它们正在把"让AI替你做事"这件事的成本，压到几乎可以忽略不计。

但我今天想聊的，不是这个宏大叙事。宏大叙事太安全了。我想聊的是：这个变化里，有一部分人正在承受一种很微妙、但很真实的痛苦——中小开发者，以及所有想在AI浪潮里靠手艺站稳脚跟的个体。

大公司的"前沿"模型依然贵得理直气壮。更关键的是，随着"思考链"这类技术的普及，同样的任务消耗的token可能是普通模式的数倍。换句话说，你以为自己在用更智能的AI，其实你还在付更贵的账单。

50倍的价差，让我想到了一个有点奇怪的问题：为什么那些美国AI公司不跟进降价？

Anthropic和OpenAI似乎已经把自己锁进了"高成本"的轨道里。想降价竞争？收入模型要重写，估值逻辑要重调，股东要解释。不降价？眼看着DeepSeek们用接近免费的价格拿走市场份额，护城河越来越窄。

历史上不止一次，大公司因为定价傲慢而被更灵活的后来者超越。但这次的不同在于：这些公司的规模太大了，船大难掉头。更让人担心的是，当正常的商业竞争手段难以奏效，"制造稀缺性"就变成了一个有吸引力的选项。怎么制造？暗示开源权重模型有安全风险，暗示某些国家的AI有数据隐患，然后推动政策层面的限制——这比降价抢市场容易得多。

这当然只是"担忧"。没有任何证据表明这些公司正在这样做。但这个担忧本身是合理的，因为它触及了一个真实的结构性矛盾：当商品化威胁到利润，既有利益者会本能地寻找维持溢价的方式。

聊到这里，有一个事实值得单独说一下：目前最活跃的开源模型力量，并不来自美国。

Google在2026年4月发布了Gemma 4。Meta的Llama有一段时间没有新版了。OpenAI上一次发布开源权重模型，还是2025年的事。而Anthropic——据我所知——从来没有发布过任何开源权重模型。

真正的开源，开放的不只是模型权重，而是整个训练数据管道。Allen AI的OLMo模型目前是离这个目标最近的，用户可以直接下载使用。长期来看，美国国家科学基金会已经和Nvidia合作，支持Allen AI开发真正完全开放的AI系统。这是值得关注的——当闭源模型变得太贵、太傲慢，总要有人出来打破它。

一个值得停下来想一想的事实：AI能力正在商品化，但商品化的速度，还没有快到让所有人都受益。

对普通用户来说，这可能是好消息。但对行业里的中坚力量——中小开发者、独立创造者——来说，他们面对的现实是：一方面底层模型的调用成本在降低，另一方面大公司的"前沿"能力依然保持着惊人的溢价，而他们恰恰是最需要这个能力的人。

更深的问题在于：当商品化威胁到利润，既有利益者会本能地寻找维持溢价的方式。制造稀缺性，比降价竞争更容易。

但如果DeepSeek和Mimo证明了什么，那就是高质量模型最终无法长期维持虚高价格——当所有人都能以接近免费的成本调用足够好的AI，竞争的核心就会转移到别的地方：应用层的创意、执行的速度、落地的能力。这不是威胁，这是机会。

问题是，你有没有准备好在这个机会里，找到自己的位置。