有人把账摊开了：AI 高毛利撑不了多久

Hacker News 上周有篇帖子爬到 685 分、466 条评论，标题不太客气：《GLM 5.2 与即将到来的 AI 毛利崩塌》。

作者 Martin Alderson，一个专爱给 AI 算经济账的英国工程师——之前那篇"OpenAI 和 Anthropic 做推理到底亏不亏钱"也是他写的。这次他干的事很简单：把智谱 GLM 5.2 的价目表，拍在 Opus 和 GPT-5.5 旁边。

每百万 token，四块四美金。

不到 Opus 标价的两成。GPT-5.5 呢，15% 上下。而在他用得最重的 agentic coding 场景里，他给的评价是：质量"我很难分出差别"。

九成毛利是怎么来的

闭源实验室的商业模式，拆开就一句话：花大钱训一次模型，这是固定成本；然后靠高毛利的推理服务，把这笔钱慢慢摊回来。

Alderson 估算：25 美金一百万 token 的定价，对着算力成本，毛利大概九成。就算按 OpenAI 泄出来的财务口径——把人力、支付通道这些杂项都算上——也还有六成。

很肥。

这个模式成立，靠一个前提：市面上没有"差不多好"的便宜货。

GLM 5.2 捅的就是这层窗户纸。开源权重，随便哪家云都能托管，价格贴着推理成本走。更刁的是它瞄准的位置——agentic coding，token 消耗最凶、账单最厚、企业预算涨得最快的那个场景。

专挑最肥的一块肉下嘴。

吊桥比城墙重要

大家习惯性以为大模型有锁定效应。企业换个 ERP 要规划三年，换个数据库要伤筋动骨。

换个模型呢？改一行 base URL，换一个 API key。Claude Code 和 Codex 里，当天生效。

壁垒深不深，别光看城墙多高，要看吊桥放下来有多容易。推理这道桥，现在平得像人行道。

它当然没那么完美

没有视觉。PDF、截图、设计稿，都读不了。推理慢，思考 token 一长，交互体验就拖。联网搜索也弱。Alderson 自己都说，要人坐在跟前等回复的场景，它不行。

但 agent 时代的主力负载，恰恰是"后台跑"的那种——批量审 PR，夜里清数据，异步干杂活。这类活不看响应速度。看单价。我看自己产品线的 token 账单，大头早就是这种没人盯着的任务了。

海外企业对它的数据条款还有顾虑，不过第三方云托管和本地部署都绕得开。这条能挡一阵，挡不了太久。

谁先难受

毛利崩塌，不等于头部实验室倒掉。他们会往上撤：多模态、企业合同、产品和分发，总有开源一时追不上的地方。

先难受的是中间那层——纯靠转卖 token 差价活着的生意。上游的价格地板一塌，他们的利润空间直接归零。

贝索斯那句老话又应验了。你的毛利，就是我的机会。

Alderson 说 part 2 要写谁赢谁输。不用等。赢家名单里，大概率没有今天毛利表最好看的那几家——这一半我现在就敢猜。