国产大模型，贵到用不起最话FunTalk

最近这一个月，硅谷AI界可谓大招频出，GPT-5.6、fable5、Grok-4.5接连问世。

唯有在技术、价格、稳定性方面，均形成合力，产品才能撑起用户的续费预期

一时间，国内开发者、程序员群体纷纷沸腾，各种关于GPT-5.6等前沿模型的讨论、测评此起彼伏。

尽管这个月也有Kimi-K3这样的新锐国产模型问世，但总的来看，国产大模型当前在一线开发者群体中，始终处于一种“叫好不叫座”的状态。

根据最新数据，在使用量方面：OpenRouter 6月22日至28日数据显示，中国模型周调用量达20.39万亿Token，美国模型为4.25万亿，前者已连续九周领先。

但与之形成反差的是，国内AI六小龙在营收方面的表现，却不怎么尽如人意：公开财报显示，智谱2025年营收7.24亿元，亏损却达到了30亿元以上，MiniMax为7900万美元（约5.7亿元）；月之暗面等其余四家尚未披露完整年营收。

即使头部企业，收入仍停留在数亿元量级。

相较之下，作为AI头部企业的Anthropic，其ARR已经达到了约 600 亿—700 亿美元，主要驱动力为 B2B API 及 AI Coding 场景 。

这不由得引出了一个尖锐的问题：

为何号称“便宜”、“调用量大”的国产模型，至今仍然叫好不叫座，在AI Coding等高价值的场景上，至今仍难以与国外顶尖模型正面抗衡？

最近，笔者在与多个一线开发者深入探讨此问题后，发现了一个很反直觉的事实：

国产大模型，某种程度上其实非常“贵”。

也正是这样的“贵”，让某些性能上有所突破的国产模型，难以真正展现自己的闪光之处。

01“低价”的幻觉提起国产大模型，很多人想到的都是DeepSeek、Kimi、智谱这样的代表，而与之关联最紧密的标签之一，就是低价、便宜；

如果仅从Token单价上来看，国产模型与GPT-5.6、fable5等顶尖模型相比，确实有着不小的优势，拿GLM-5.2与DeepSeek V4举例：GLM-5.2每百万Token输入/输出为1.4/4.4美元，DeepSeek-V4-Pro为0.435/0.87美元；GPT-5.6 Sol为5/30美元，Claude Fable 5则为10/50美元。

但实际上，这种“低价”的印象，是一种圈外人长久的误区。

尤其在高强度的编程场景下，国产大模型的单价不但没有优势，甚至反而还比有套餐的GPT、Claude贵出好几倍。

李光（化名）是AI领域的一位科研工作者，由于工作需要，每天都要在AI Coding的场景下消耗几十亿Token，在这样的消耗量下，如果用国产大模型，例如GLM-5.2，整体的成本就会变得非常恐怖。

李光晒出的Token账单