泥潭日报 uscardforum · 内容汇总

美国大模型公司的peak已经过了吗?华尔街日报: 美国企业界突然决定停止在人工智能上浪费钱财

内容摘要

美国企业转向低价/混合模型,AI成本控制成新趋势。

关键信息

  • 市场转变:WSJ报道指出,面对飙升的AI成本,美国大中型企业正从昂贵的闭源顶级模型(如OpenAI、Anthropic)转向性价比更高的开源或中国制造模型(如DeepSeek、Moonshot AI等),通过“单点混合购买”模型来大幅降低AI预算(#1)。
  • 降本策略:企业正采取精细化的“代币经济学(Tokenomics)”策略,不再盲目追求全部任务使用顶级模型,而是利用最强模型(如Fable)进行架构规划与调度,并由廉价模型(如开放权重模型)执行具体任务(#1)。
  • 行业价格战:为了锁定客户,OpenAI、Anthropic等巨头纷纷下调模型价格、提高Token效率,并向客户提供数万至百万美元不等的免费Token补贴(#1)。

经验与数据点

  • 免费Token补贴:AI客服平台Pylon从一家供应商处获得了160万美元的免费代币,另一家赠送了6.5万美元(#1)。
  • 混合模型成本对比
  • Cursor在零基础构建网页浏览器的测试中,全套使用GPT-5.5花费超过1万美元;而结合Composer与Anthropic Opus 4.8,成本仅需1339美元(#1)。
  • 基础设施初创公司Telnyx此前使用Claude订阅,按量计费后预计每日成本高达10万美元。转向由中国Z.AI模型执行、Fable调度后,1400个智能体每天总成本降至约100美元(#1)。
  • 模型微调降本:Zoom微调Meta的Llama开源模型,结合Anthropic和OpenAI实现了大幅成本节省,展现了“三个臭皮匠顶个诸葛亮”的整合效果(#1, #25)。

闲聊脉络

  • 吐槽Edge翻译:楼主贴出的WSJ文章由于使用Edge自带翻译(#23),出现了大量低级翻译错误(如将"models"译为"车型"、"agents"译为"经纪人"或"特工"、"control deck"译为"控制甲板"),引发了楼友集体无情嘲讽,并顺带吐槽了微软翻译的历史“劣迹”(#5, #8, #12, #15, #18)。
  • 行业未来争论:对于低价AI的未来,有网友戏称“要清仓DRAM”或“重回古法写代码”(#2, #3),但也有人反驳认为,低价Token拉低了使用门槛,反而会使普通人更用得起,对DRAM需求不减反增(#26)。
混合模型TokenomicsCursorEdge翻译DRAM