作者waitrop (嘴炮无双)
看板Stock
标题Re: [新闻] AI模型竞争激烈 OpenAI调降GPT-5.6价格
时间Fri Jul 31 16:24:59 2026
※ 引述《hayuyang (凤山蠹)》之铭言：
: 我有点好奇
: 电动车 太阳能 小米 现在ai 都是卷到白菜价钱
: 然後背後不少是国家战略 补贴
: 看过美国玩开源模型就知道 这是要养套杀的
: android开源 但後续更新 你就要跟上
: 开源免费的目的从来就是要打击对手跟垄断 祖克柏也爱搞这招
: 中国会不知道?
: 用国家资本的力量 无限补贴产业 然後跟西方资本公司对做
: 假如中国赢了全拿 会发生什麽事情
: 我很好奇
: ---
开源不代表完全免费,
开源只代表模型本身跟Android OS本身是免费,
但是Android 手机不是免费送你,
你还是要付钱买硬体的钱,
同样道理,
开源模型不表示跑Kimi DeepSeek 就免费,
你还是要付token的钱,
支付在伺服器上跑的水电费以及硬体成本
所以中国用开源模型理论上会比美国封闭模型便宜,
因为省了模型的钱,
只需要支付水电跟硬体成本,
但是现在OpenAI杀红眼降价卖token,
中国开源模型就没有成本跟价格优势,
不过除了OpenAI 这个特例,
的确美国的模型在成本上吃亏
至於说中国赢了全拿 这件事很难说,
或许在开源模型是这样,
但是遇到硬体条件限制与ecosystem 这些因素, 就很难说,
这样说好了,
Kimi 模型免费,
但是一般人甚至一般企业玩不起,
这是官方说的硬体规格:
官方与专业建议：至少 64 个高阶 AI 加速器（如 NVIDIA H100 / GB200 / B200 丛集）
，以支援超长上下文与混合专家（MoE）架构。
记忆体与频宽：以 2.8 兆参数的 Kimi K3 为例，原始模型权重在 FP8 精度下约需
1.4 TB 记忆体，并高度依赖高频宽记忆体（HBM）与高速互连网路。
目前所有的开源模型,
大部分都无法在一般人跟一般公司里头跑,
一样只能用API token呼叫远端伺服器,
所以用起来跟另外一个ChatGPT Claude API 呼叫几乎一样,
所以这很难说中国能够全拿,
API换个名字就好
以我自己为例,
我这三四个月自己做的AI短剧废片,
一样的代码, 只是换了API呼叫名字,
换了五六种模型,
用了gemini, kling, qwen, gemma, 混元,翰宇, flux, zimage,
完全没有忠诚度可言,
便宜CP值高, 好用, 我马上就换
我的感想是,
模型要能够在一般人一般企业的机器里头跑,
CP值高, 省电, 速度够快,
而不是单纯的追求跑分,
因为那些最高跑分的模型,
我们一般人机器跑不动
然後这是开源模型排名:
https://onyx.app/open-llm-leaderboard
那些需要1TB 记忆体, GB200机器的模型,
其实我是觉得不用考虑,
这里头真正有竞争力的是qwen and gemma,
31B-36B, 大致需要30-40GB记忆体,
这大小的模型才是有可能普及到所有的机器人, 自驾车,手机电脑等地方,
这个开源模型才是真正有机会赢者全拿的模型
虽然里头排名qwen 比gemma高,
但是我自己使用经验是gemma 比 qwen 强,
我原本小黄书用qwen 搭配 zimage,
现在小黄书改用gemma 搭配 flux
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 76.103.225.6 (美国)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1785486302.A.B94.html
※ 编辑: waitrop (76.103.225.6 美国), 07/31/2026 16:25:46
1F：推 ninnyshadow : 但是现在大VRAM显卡不好买QQ 07/31 16:31
2F：推 pikachu123 : 普通人用api就好 自己跑是嫌钱太多逆 07/31 16:41
3F：推 chysh : kimi也不是所谓开源，而是开放权重，一堆人搞不懂 07/31 16:44
4F：推 HiuAnOP : 小黄书得第一 07/31 16:49
5F：推 andy79323 : 本地串两张显卡一样只跑得动100b以下的 07/31 16:49
6F：→ andy79323 : 省硬体成本直接买api最划算 07/31 16:49
我的重点是在回覆"中国赢了全拿" 这件事,
如果买api,
没有赢了全拿这件事,
换个api名字就马上跳槽,
完全没有黏着力跟忠诚度,
除非你是本地端部署的LLM在机器人,眼镜,手机,电脑等,
那就很难说换就换
7F：→ salamender : 几个月前gemini也降价，然後就是被降智 07/31 16:49
8F：推 stlinman : gemma快起来真的很好用! qwen感觉未来慢慢走向闭源? 07/31 16:49
9F：→ stlinman : 小黄书是什麽? 07/31 16:50
※ 编辑: waitrop (76.103.225.6 美国), 07/31/2026 16:56:49
10F：推 doggystyle : 硬体真的是刚需 对一般人来说 MODEL真的不必那麽强 07/31 17:09
11F：推 seemoon2000 : 我前几天才在讨论说 开源模型最终一定是要能够量化 07/31 17:26
12F：→ seemoon2000 : 到大家能装在一般家用 code能力不用非常强 但核心 07/31 17:26
13F：→ seemoon2000 : 是agentic的能力 一般99%企业装不了kimik3那种尺寸 07/31 17:26
14F：→ seemoon2000 : 硬体不算 还有租地方放机柜还要散热、电费等等成本 07/31 17:26
15F：→ seemoon2000 : 真的要用大量的高阶推理 call api才是正解 你要把 07/31 17:28
16F：→ seemoon2000 : 资料留在本地就是中间夹一个本地开源模型把资讯去 07/31 17:28
17F：→ seemoon2000 : 识别化 绝对不是先选择去建一个可以放几T的运算硬 07/31 17:28
18F：推 asahi98 : 高分也是需求之一，总不能做出来的东西缺东缺西吧！ 07/31 18:00
19F：推 andy79323 : 边缘运算某些场合还是可以混用本地或api 07/31 18:05
20F：→ andy79323 : 达到目的，也没完全限制在什麽模型使用， 07/31 18:05
21F：→ andy79323 : 限制还是在硬体 07/31 18:05
22F：推 atelier : qwen在gemma修正前 写code比较稳一些 改版後不知 07/31 18:27
23F：→ livestock : 专业，是真正有在接触的人 07/31 18:47