在技术、价格及稳定性三者协同发力时，产品才可能获得用户的续费承诺。
文/林书
上个月，硅谷的AI领域可谓是新消息不断，GPT-5.6版本、fable5、Grok-4.5相继公布。
国产开发者与程序员对此反响热烈，关于GPT-5.6这类前沿模型的讨论及测评络绎不绝。
尽管当月出现了Kimi-K3这样的新国产模型，不过总体评价来看，国产大模型目前在国内一线开发者群体中的受欢迎程度并不高。
根据最新统计数据：OpenRouter在2024年6月22日至28日期间显示，中国模型的周调用量达到20.39万亿Token，美国模型的调用量是4.25万亿，中国模型已经连续九周位居榜首。
与此情况形成对照的是，国内AI六小龙在营收方面的表现并不理想：公开的财务报告显示，智谱2025年的营收为7.24亿元，亏损超过30亿元，MiniMax的营收为7900万美元（约合5.7亿元）；月之暗面等其他四家公司尚未发布完整的年营收。
即使是头部公司，收入规模也仅在数亿元范围内。
相比之下，作为AI领域的领军企业Anthropic，其年营收已达到约600亿至700亿美元，主要收入来源是B2B API服务及AI Coding市场。
这就引出了一个值得深思的问题：
为什么被称为“经济实惠”、“调用量巨大”的国产大模型，至今仍未实现广泛的市场认可，特别是在AI Coding这类高回报的应用场景中，依然难以与国外顶尖模型竞争？
近期，笔者与几位前沿开发者深入探讨后，发现了一个出乎意料的现实：
国产大模型，在某种层面实际上并不便宜。
这种“昂贵”让部分性能有所提升的国产模型，难以充分发挥其优势。
01
“低廉”的错觉
提及国产大模型，多数人会想到DeepSeek、Kimi、智谱这些品牌，并将其与“价格低廉”关联在一起；
若仅从Token单价分析，国产模型确实比GPT-5.6、fable5等顶尖模型有较大优势，以GLM-5.2和DeepSeek V4为例：GLM-5.2处理每百万Token输入/输出的成本分别是1.4美元与4.4美元，DeepSeek-V4-Pro成本为0.435美元/0.87美元；GPT-5.6 Sol的成本是5美元/30美元，Claude Fable 5为10美元/50美元。
然而，这种“便宜”的观感，其实是一种外界长期存在的误解。
在编程场景高度使用时，国产大模型单价的劣势显现，甚至比含套餐的GPT、Claude贵上好几倍。
李光（化名）是AI领域的研究者，因工作关系，每天在AI Coding上消耗大量Token，这种使用量下，使用国产大模型如GLM-5.2的成本会变得非常高。
李光展示的Token使用账单
沟通当天，李光使用的Token量将近40亿，简单换算可知，若用GLM-5.2，费用会大概等于（8639万普通输入×1.4美元＋33.80亿缓存输入×0.26美元＋1906万输出及推理×4.4美元）约1084美元，按照1美元兑换7.2元人民币计算，折合约7800元人民币。
李光能如此大量使用Token，是因为他订阅了GPT的CodeX方案，
CodeX方案具体来说，是专为编程场景提供的优惠：严格意义上并不无限使用，而是将Codex包含在ChatGPT订阅中：Plus版为20美元/月，Pro版从100美元起，额度是Plus的5倍或20倍；超出限额后可购买Credits继续使用。
类似地，Anthropic的Claude Code也有类似的方案，形式如下：Claude Pro为2
