美企AI策略急转弯:从“烧Token”到“极致省钱”,混合中国模型冲击OpenAI等实验室IPO估值
thinkindev • 2026-07-26
2976 views
据《华尔街日报》报道,美国企业正经历一场从“tokenmaxxing”(最大化消耗Token)到“thrift-maxxing”(极致节俭)的重大策略转向。越来越多的公司不再单纯依赖 OpenAI 和 Anthropic 的高端模型,而是开始将更便宜的中国AI模型(如DeepSeek等)与这些前沿系统混合使用。这种混合模型架构使企业在保持任务性能的同时,大幅削减推理成本,直接改变了行业的权力格局和经济逻辑。对那些依赖高价API订阅、期待通过规模效应实现盈利的AI实验室而言,企业客户转向低成本异构方案正在动摇其营收预期,进而威胁到它们即将进行的首次公开募股(IPO)估值。这一趋势不仅反映出市场对成本效益的极致追求,也凸显了开源和低成本模型在商业落地中的现实优势,促使整个产业重新审视模型定价与生态绑定策略。
核心要点
- 美国企业从重度使用高价模型转向混合部署低成本中国模型与头部系统,降低推理支出。
- 混合模型策略改变了AI行业的商业规则,削弱了对单一封闭平台的依赖。
- 成本压力传导至上游,OpenAI和Anthropic等实验室的高估值与IPO前景受到直接挑战。