国产大模型“贵”在何处？——叫好难叫座的真实成本

事件概述

国产大模型长期被贴上“低价”标签，但一线开发者反馈，在高强度AI编程场景下，国产模型的实际使用成本反而比GPT CodeX、Claude Code等海外套餐高出数倍。这种“叫好不叫座”的现象，根源在于国内算力瓶颈与套餐设计缺陷。

核心信息

• 单价对比：GLM-5.2每百万Token输入/输出为1.4/4.4美元，DeepSeek-V4-Pro为0.435/0.87美元；而GPT-5.6 Sol为5/30美元，Claude Fable 5为10/50美元。国产模型单价确实更低。
• 高强度场景成本：一位开发者李光（化名）日均消耗近40亿Token，若用GLM-5.2当日成本约1084美元（约7800元人民币）；而他使用GPT CodeX套餐（Pro版100美元/月，含一定额度，超额按Credits续购），每周实际花费仅约300元人民币。另一位开发者小刘一周花费300元，可买到约120亿Token（通过中转站）。这意味着在编程场景下，GPT的套餐价比国产模型便宜数倍。
• 国产套餐限制：国内模型套餐如Kimi Code（49-699元/周）、GLM Coding Plan（每5小时限Prompt次数）、阿里qoder（Pro+ 169元/月含6000 Credits）均按额度或次计数，且高峰期限流、高峰时段扣额加倍。重度用户几天内即可用完全月额度。
• 算力瓶颈：中国现有数据中心449个，总算力1053 EFLOPS，且大量为国产芯片；美国5427个，总算力2400 EFLOPS且高端GPU占比极高。2026年3月起，智谱、阿里云等集体涨价5%-460%，原因是算力成本高企，无法支撑类似Codex的包月套餐——模型推理无超卖空间，每Token消耗实打实算力。
• 性能与稳定性：GLM-5.2被开发者认为已接近Opus级别，在复杂编程任务中可用，但世界知识仍有差距。新发布的Kimi K3（2.8万亿参数）在测评中智力指数全球第三、Arena前端编程榜第一，但API价格仍高于GPT-5.6 Luna，且存在断连等问题。国产模型在“性能—价格—稳定性”三角中，仅勉强拿下部分性能指标。

值得关注

• 国产模型并非不想推出廉价套餐，而是算力成本不允许。OpenAI/Anthropic通过高净值企业客户（如Cursor、GitHub Copilot年贡献14亿美元）摊平成本，而国内云厂商利润微薄（阿里云FY2026 EBITA Margin仅7.5%），无法承受用户无限烧Token。
• 开发者普遍认为，国产模型在高强度编程场景下的性价比表现，是其难以留存用户的核心原因。只有当国产算力基座大规模量产，并在技术、价格、稳定性上形成合力，国产模型才能真正撑起用户期待。