面對AI算力焦慮，大模型行業(yè)正走向分化：一邊是智譜、Kimi們卷價格換規(guī)模的流量邏輯，另一邊是小米們死磕降耗的端側效率戰(zhàn)。這不僅是技術路線的分水嶺，更是算力基建化與軟硬生態(tài)壁壘的終局博弈。

原創(chuàng)科技新知 AI新科技組

作者丨鳳梨 編輯丨九黎

當下的AI圈，正陷入一場深刻的算力焦慮。

面對中美AI競賽和龍蝦帶來的指數(shù)級膨脹大模型推理需求，算力荒成了懸在所有玩家頭頂?shù)倪_摩克利斯之劍。然而，面對同一道難題，行業(yè)卻在走向兩個截然不同的解題方向。

一邊是以智譜、Kimi以及海外芯片新貴Taalas為首的“降價派”，他們揮舞著資本與硬件創(chuàng)新的大旗，試圖將Token的價格徹底擊穿，用極致的廉價換取生態(tài)規(guī)模；另一邊，則是以小米等端側巨頭為代表的“降耗派”，他們拋出反共識的論調：出路不是更便宜的Token，而是更省Token的底層框架。

這不僅僅是技術路徑的切磋，更是一場關乎AI時代話語權、商業(yè)模式乃至算力流向的路線之爭。

01

降價派的暴力美學

在大模型的牌桌上，降價派無疑是目前聲量最大、動作最猛的陣營，他們的核心訴求非常純粹：既然算力昂貴阻礙了AI的普及，那就通過商業(yè)補貼或底層硬件的顛覆式重構，強行把Token的價格打下來，讓AI像自來水一樣廉價且隨處可得。這一陣營中，既有試圖用互聯(lián)網(wǎng)經(jīng)典打法做大蛋糕的AI新貴，也有從芯片物理層發(fā)起革命的硬核極客。

首先是軟件與API層的商業(yè)降維打擊。以智譜、Kimi、MiniMax等為代表的AI六小龍，在過去幾個月內掀起了一場慘烈的價格戰(zhàn)，部分基礎模型的API調用價格甚至無限趨近于免費。

這種打法，互聯(lián)網(wǎng)人再熟悉不過，典型的以虧損換規(guī)模。他們深知，大模型時代的護城河在于應用生態(tài)與數(shù)據(jù)飛輪。只有前端的Token足夠便宜，B端開發(fā)者才敢放手去構建原生應用，C端用戶才愿意毫無心理負擔地將其作為高頻工具。

這群AI新貴們正在用未來的預期市場份額，來攤薄眼下的算力成本。他們賭的是規(guī)模效應：當調用量呈幾何級數(shù)爆炸時，數(shù)據(jù)中心的邊際成本會隨之驟降；同時，海量的高質量交互數(shù)據(jù)反哺模型，形成贏家通吃的壟斷壁壘。在這個邏輯下，降價不是無奈之舉，而是搶占AI時代操作系統(tǒng)入口的核武器。

其次是硅片層的物理級降價革命。降價派不僅有軟件層面的商業(yè)補貼，更涌現(xiàn)出了如Taalas這樣的硬件破局者。這家由Tenstorrent前CEO LjubisaBajic創(chuàng)立的AI芯片新星，其野心比單純的API降價狂妄得多。Taalas的路線是：既然通用GPU運行大模型存在極大的資源冗余和能耗浪費，那不如直接將特定的大模型，比如千億參數(shù)模型直接硬編碼進硅片中，打造專用AI芯片（ASIC）。

圖/LjubisaBajic

Taalas試圖通過直接在芯片上實現(xiàn)模型的計算邏輯，從而繞過傳統(tǒng)的內存讀取瓶頸，實現(xiàn)相比傳統(tǒng)GPU成百上千倍的效率提升和成本下降。如果說國內的AI六小龍是通過商業(yè)模式在前端把Token價格打下來，那么Taalas就是試圖通過硬件重構在后端把Token的生產(chǎn)成本徹底打穿。

無論是補貼戰(zhàn)還是造芯戰(zhàn)，降價派的終極信仰都是摩爾定律的延續(xù)，他們堅信算力的絕對價格終將不可逆轉地走向低廉，而誰能在這個過程中率先提供最便宜的算力，誰就能成為AI時代的AWS或基礎設施霸主。

02

降耗派的效率革命

就在降價派在云端算力場廝殺得難解難分之時，以小米為代表的降耗派卻在另一條路上逆向而行。小米MiMo團隊負責人羅福莉的一番話，精準概括了這一陣營的技術哲學：當下AI的算力荒，出路不是更便宜的Token，而是更省Token的框架和更高效的模型共同進化。

上下滑動查看

如果說降價派是在尋找更便宜的水源，那么降耗派則是在研發(fā)更抗旱的作物。

這一路線的崛起，本質上是由硬件廠商的基因和端側落地的剛需所決定的，對于小米這樣的科技制造巨頭而言，未來的主戰(zhàn)場不在遠在天邊的數(shù)據(jù)中心，而在于手機、汽車、AIoT等數(shù)以億計的端側設備。在云端，你可以通過無限堆疊GPU來大力出奇跡；但在端側，手機的電池容量是有物理極限的，內存帶寬是極其金貴的，芯片的散熱空間是寸土寸金的。

在這些苛刻的物理約束下，端側設備根本無法承受海量無節(jié)制的Token消耗，即便云端的Token降到零元，只要依然依賴云端運算，就會面臨網(wǎng)絡延遲、隱私泄露以及設備本身聯(lián)網(wǎng)功耗的問題。因此，降耗派必須從根源上解決問題：讓模型在產(chǎn)生同等甚至更高質量回答的同時，極大減少對計算資源的消耗。

具體到技術落地，這是一場極其硬核的架構瘦身戰(zhàn)。降耗派的做法不是簡單的模型壓縮或蒸餾，而是對AI運轉框架的底層重構。例如，通過改進注意力機制，引入如Mamba等線性復雜度的狀態(tài)空間模型，或者優(yōu)化鍵值緩存的管理策略，使得模型在處理長文本時不再呈指數(shù)級消耗內存。更高效的Tokenizer設計，也能讓模型用更少的Token表達更多的信息密度。

對于小米等硬件大廠而言，把Token的消耗打下來，直接關系到其核心商業(yè)模式的成敗。一部搭載端側大模型的AI手機，如果模型運行極其耗電，或者占用過多運存導致系統(tǒng)卡頓，那將是災難性的用戶體驗。因此，降耗派的終極目標，是將大模型變成一種低功耗、高效率的基礎組件，無縫熔鑄進操作系統(tǒng)的底層。他們不在乎云端調用一次收多少錢，他們在乎的是，如何讓每一次AI推理的電量消耗降到最低，讓哪怕是中低端硬件也能流暢運行強大的智能。這是一種典型的產(chǎn)品經(jīng)理嫁接硬件工程師思維，用極致的工程優(yōu)化去對抗算力黑洞。

03

殊途同歸的商業(yè)局

當降價派和降耗派在各自的賽道上狂奔時，我們必須看清：這并不是一場非此即彼的零和博弈，而是AI產(chǎn)業(yè)鏈走向成熟過程中的必然分工與商業(yè)錯位。這兩條路線的交鋒，本質上是兩種截然不同的商業(yè)模式在AI時代的碰撞。

降價派代表的是水電煤邏輯，無論是不斷探底API價格的AI六小龍，還是試圖通過顛覆性芯片重塑算力成本的Taalas，他們都在致力于將AI算力變成社會的基礎設施。在他們的藍圖中，算力應該像電力一樣，用戶無需關心發(fā)電機是如何工作的，只需要插上插座、按需付費。這種邏輯的護城河在于網(wǎng)絡效應和極高轉換成本。一旦海量的企業(yè)級應用和消費級App建立在他們廉價且高效的API之上，龐大的生態(tài)慣性將使得后來者極難顛覆。但其面臨的風險也同樣巨大：在真正形成寡頭壟斷之前，長期的失血和價格戰(zhàn)可能拖垮任何一家資金鏈稍顯脆弱的明星公司。

降耗派代表的則是消費電子與體驗邏輯，以小米為首的端側巨頭，他們不需要通過賣API來賺錢。他們賺錢的方式，是賣出更多搭載了極佳AI體驗的手機、汽車和智能家居。在他們的商業(yè)閉環(huán)里，優(yōu)秀的、低消耗的AI模型，是硬件產(chǎn)品的高級附屬價值。降耗派的護城河在于軟硬一體的閉環(huán)體驗和離用戶更近的場景占有。當算力被高效壓縮在設備本地時，他們掌握了用戶最隱私的數(shù)據(jù)、最直接的交互入口，這種壁壘是云端大模型無法輕易穿透的。

推演終局，這兩條路線大概率將走向云端協(xié)同的融合，未來的AI應用場景中，需要重度計算、海量知識檢索的通用復雜任務，將交由降價派構建的廉價云端超算中心來完成，大吃大嚼著廉價的Token；而涉及個人隱私、需要極低延遲響應、結合環(huán)境感知的個性化任務，則將由降耗派優(yōu)化到極致的端側低功耗模型來處理。

圖/AI生成

然而，在融合到來之前的這段窗口期，路線之爭依然會非常激烈，因為資源的分配是有限的，資本的目光是挑剔的。是押注那些能夠通過瘋狂降價燒出個未來的超級平臺，還是看好那些穩(wěn)扎穩(wěn)打、通過技術降耗提升硬件毛利的生態(tài)巨頭？這不僅是投資人的考題，更是所有AI從業(yè)者必須面對的戰(zhàn)略抉擇。

歷史總是驚人地相似。如今大模型領域的這條分水嶺，像極了當年PC時代的云端服務器與本地芯片效率之戰(zhàn)，又仿佛智能手機初期的流量補貼與硬件體驗之爭。

有人以虧損換取明天，用降價的利刃劈開市場；有人以技術打磨基石，用降耗的內功構筑壁壘。“把Token價格打下來”和“把Token消耗打下來”，終極目標都是為了讓AI真正走向普羅大眾。

但商業(yè)世界是殘酷的。當資本退潮，當大模型的算力紅利被吃透，你認為誰的路線能構筑起更深、更堅固的護城河？是做大蛋糕的降價派，還是做精架構的降耗派？

參考資料：羅福莉X，11:13 Apr5 2026鈦媒體APP，《“邪修”AI芯片的Taalas，成色如何？》21世紀經(jīng)濟報道，《2025年，“大模型價格戰(zhàn)”不怕虧錢了？》每日經(jīng)濟新聞，《豆包引流抖音，Kimi連通京淘：大模型“帶貨”烽煙起引爆智能入口爭奪戰(zhàn)》

- The end -

       原文標題 : 定價權VS消耗戰(zhàn)：大模型下半場的續(xù)命法則