三月中旬，中国云服务市场接连传来关键消息：阿里云、百度智能云相继宣布，其AI相关产品即将集体涨价。算力、存储以及大模型推理服务，无一例外都在价格上调的名单之列。
业内分析普遍认为，这标志着中国的云服务与人工智能市场，正式告别了依赖补贴和价格战的时代，进入了一个以“价值回归”为核心的新周期。
一个有趣的现象是，消息公布后，国内用户的反应相对平静，反倒是大洋彼岸的美国用户群体中，先泛起了一阵紧张的涟漪。你没看错，那些早已习惯使用高性价比中国AI服务的美国开发者和工程师们，确实开始感到有些手忙脚乱。
要理解这种反应的根源，我们得先回顾一下过去两年中国大模型市场的“价格史”。
从2023年下半年到2025年，中国主流的大模型厂商进行了一场堪称“史诗级”的价格调整。对标GPT-4级别的核心模型，其调用单价普遍下调了90%以上，输入成本甚至被媒体形容为“仅是美国同行的零头”。
部分厂商更是直接推出了海量的免费试用额度，成功地将全球范围内的中小开发者和初创公司吸引到了自己的生态之中。各种行业研究报告指出，中国云与AI服务长期处于高投入、低价格的状态，这场大模型价格战的背后，是资本在支撑，旨在用规模换取市场份额。
业界曾流传一句调侃：“美国在卷算力，中国在卷算力单价。”正是在这样的大背景下，“China‘s AI is cheap”几乎成了全球开发者，特别是美国用户的一个默认印象。
实际上，美国用户此刻的紧张，并不仅仅源于“价格上涨”这个单一事实，更深层的原因是过去两年间养成的低成本开发习惯被打乱了。根据彭博社记者Luz Ding长达一年的跟踪报道，一些中国AI企业甚至会有意选择在美国开发者的作息时间发布新模型。目的非常明确：方便向太平洋彼岸的开发者“喊话”，并暗示：“来试试我们的模型吧。”
推广手段不只局限于线上。许多厂商还亲赴旧金山湾区，密集参与当地的技术沙龙、黑客松活动，甚至举办“麻将之夜”这样的社交聚会，而奖品正是搭载了中国模型的云服务免费额度。效果立竿见影，美国的创业者和工程师们态度非常务实：“只要能帮我把AI应用的成本降下来，谁的模型我们都愿意尝试。”
例如，Airbnb的首席执行官Brian Chesky（他也是OpenAI创始人Sam Altman的朋友）曾透露，Airbnb非常依赖阿里巴巴的Qwen模型，因为它性能好、速度快且成本低。
相比之下，他对ChatGPT的评价是：“我认为它还不够好。”美国知名风险投资公司Andreessen Horowitz (a16z) 的合伙人Martin Casado也观察到，大多数寻求融资的美国AI初创公司都在使用中国模型。他估计：“这些公司中，有80%的概率正在使用中国的开源AI模型。”
投资人Chamath Palihapitiya（Social Capital创始人）同样坦承，他选择使用由中国公司Moonshot AI开发的开源模型 Kimi K2来处理其公司的大部分工作负载，原因是其性能远超OpenAI的模型，而且价格要便宜得多。
在开发者圈子中，全球主流AI原生代码编辑器Cursor的联合创始人Aman Sanger也曾公开承认，他们的新一代代码模型Composer 2，实际上是基于中国企业“月之暗面”的开源模型 Kimi K2.5进行二次开发而成的，月之暗面方面也确认了双方存在授权的商业合作。
这股风潮不仅限于创业圈，学术圈同样对中国模型青睐有加。例如，在波士顿大学的一场黑客马拉松上，参会者们就对中国的开源模型表现出浓厚兴趣。麻省理工学院讲师Andrew Mead在现场介绍最新的中国开源模型，他运营的技术趋势通讯《Vector Lab》长期关注中国大模型的崛起。Mead观察到，这些模型不仅价格低廉，在多项性能指标上甚至已接近美国的顶级专有模型。
更有哈佛和斯坦福的研究团队采用“混合策略”：先用Claude等美国模型搭建项目框架，再将具体的、高性价比的任务交给中国模型执行。即使第一次运行失败也没关系，由于试错成本极低，可以反复调试，总体成本仍然远低于全程使用美国模型。
数据也清晰地印证了这一趋势。根据全球最大的大模型API聚合平台OpenRouter的统计，中国模型的使用量从2024年的几乎为零，飙升至2025年11月，已占据平台总流量的30%以上。在该平台本周的“热门大语言模型”榜单前十名中，中国模型占据了七席，其中小米最新发布的MiMo-V2-Pro高居榜首。
因此，当中国云厂商宣布涨价时，台下美国开发者的慌张便不难理解：他们依赖的廉价成本方案正在消失，面对上游算力供应商的议价筹码随之减弱，而全球范围内的算力成本都在攀升。
此外，AWS、谷歌云等国际云巨头也在调整价格，硬件、电力、冷却等综合成本持续上涨。过去那种“总有中国模型可以避开涨价”的心理安全区，如今似乎已不复存在。
而中国AI服务涨价的原因非常现实：AI推理和大模型训练的背后，是实打实的巨额成本。GPU、ASIC、数据中心、电力、冷却……每一项开支都压力巨大。过去依靠资本“烧钱”支撑低价的模式不可持续，回归健康盈利是必然选择。
这波价格调整对行业长期发展而言未必是坏事。厂商获得合理利润，才有持续资金进行技术迭代和研发投入；开发者也能更清晰地规划成本边界，告别“花几块钱就能处理上千张图片”的不切实际预期。
从更宏观的视角看，中美在人工智能领域的竞争焦点正在发生微妙转变。竞争不再仅仅是“比谁更便宜”，而是转向了“谁的性能与成本综合比更高”、“谁能以更可持续的方式迭代技术”、“谁能在多云、多模型的复杂环境中实现更灵活的调度”。这场围绕智能与数据的竞赛，正步入一个更看重实际效能与商业健康度的新阶段。对于全球开发者而言，在云栈社区这样的平台上关注技术趋势、交流成本优化实践，将变得比以往任何时候都更重要。
编辑：不吃麦芽糖
参考资料：彭博社、chathamhouse、X等相关报道
发表于 1 小时前
|
查看: 1|
回复: 0
