【赖永炫教授的个人公众号。关注以下三个方面的内容:1. 普通人用AI,2. 企业AI转型,3. AI教育思维。欢迎交流与合作,请评论或后台留言】
这几天,朋友圈被几条新闻刷屏了。
"中国大模型调用量连续15周全球第一!"
"DeepSeek V4登顶,包揽前四!"
"中国AI吊打美国!"
说实话,作为一个关注AI应用研究的人,看到这些标题,心情有些复杂。
一方面,这些数据是真的。 OpenRouter最新周报显示:8月3日至9日,全球AI大模型总调用量69万亿Token——其中中国模型占了34.25万亿,美国9.17万亿。差距不是一点点,是将近4倍。DeepSeek V4 Flash正式版上线后,单周调用量8.83万亿Token,环比暴涨570%,直接把第二名腾讯Hy3(8.05万亿)都甩开了一个身位。前四名全是国产模型。
如果几年前有人告诉我,"中国大模型会统治全球调用量榜单",我会觉得他在说梦话。
但另一方面,朋友圈里"赢麻了"的情绪,让我有点不安。
倒不是我不为中国AI的进步感到骄傲。恰恰相反——正因为骄傲,才更怕被数字蒙住眼睛。
今天这篇文章,我想跟你聊聊:这些数字背后,三个你真正该关心的问题。
先来看一个容易被忽略的数据。
据Artificial Analysis测算,DeepSeek V4 Flash完成单项测试任务的平均成本约为0.03美元——只有Anthropic旗舰模型Claude Fable 5的百分之一。
什么意思?
意思就是:你用DeepSeek跑100次任务,花的钱才等于用Claude跑1次。
这是个巨大的优势。但它同时也说明了一件事:调用量大,和"技术最强"不是一回事。
打个比方。一辆五菱宏光和一辆保时捷,哪个在路上的"出勤时间"更长?大概率是五菱——因为它便宜、皮实、谁都用得起。但你不会因此说五菱的发动机技术比保时捷强。
中国大模型的核心竞争力,首先体现在性价比和工程能力上。MoE(混合专家)架构让我们可以把推理成本压到极低——通俗讲,一个模型里有大量"专家模块",处理一个任务时只需要激活最擅长的那几个,而不需要全部运转。这是非常聪明的工程策略。
但基础模型能力、多模态理解、复杂推理深度这些维度上,我们和美国最顶尖的模型之间,依然存在差距。
而且别忘了——就在我们庆祝"调用量第一"的同时,OpenAI的GPT-6(代号Astra)预计8月就会发布,参数规模据传达到10万亿,是GPT-4(约1.8万亿参数)的五倍以上。年底还有代号"Doug"的更大杀器。Anthropic的Fable 5.1也在8月对位出击。
美国人没有在睡觉。 他们在准备下一代的发动机。
第二个容易被忽略的细节:这些Token调用,到底在干什么?
根据海外开发者平台OpenCode披露的数据,8月1日当天,DeepSeek V4 Flash单日处理Token达8万亿——其中5万亿来自免费试用额度,只有3万亿是开发者付费调用。
换句话说:超过六成的调用量,是靠"免费"撑起来的。
再看另一个细节:这些调用,几乎都发生在编程场景。 OpenCode本身就是一个AI编程平台——DeepSeek V4 Flash正是通过这类编程工具,被全球开发者大量调用的。这很好理解——写代码是Token消耗大户,一个稍微复杂的编程任务会消耗海量Token。但代码生成是一个相对"标准化"的场景,它考验的是模型的工程能力,而不是通用智能水平。
这就像用"外卖订单量"来衡量一座城市的美食水平。 数据确实大,但它反映的更多是"有多少人在点外卖",而不是"这座城市的美食有多好吃"。
我并不想贬低这个成绩。恰恰相反,能在Coding场景做到全球第一,说明中国模型的工程落地能力是一流的。这对开发者和企业来说,是真金白银的价值。
但如果你因此得出"中国AI已经全面超越美国"的结论——那就像看到外卖订单量全国第一,就宣布这座城市是"美食之都"。 对了一半,也错了一半。
第三个问题,也是最现实的一个。
8月6日,DeepSeek发布公告:计划近期整体上调API定价,"预计涨幅较大"。
这不是突然的。早在6月底,DeepSeek就引入了峰谷定价机制——工作日9:00-12:00、14:00-18:00高峰时段,调用价格直接翻倍。
而且不止DeepSeek一家。近半年来,智谱AI已上调API定价、豆包推出阶梯订阅套餐、Kimi一度因请求量超出承载极限暂停新用户订阅。整个行业的逻辑,正在从"拼低价抢用户"转向"成本可承受前提下的商业化"。
为什么?因为算力不是免费的。
调用量越大,需要的GPU集群越大,电费、运维、芯片采购成本都在往上走。尤其是高端GPU的供应依然受限,"免费+低价"的模式撑不了太久。
这里我想提醒一句:过去两年我们享受的"白菜价AI",可能是不可复制的窗口期。 它更多是市场抢占期的策略,而不是一个可持续的商业模式。
所以,如果你是一个正在重度使用DeepSeek API的开发者或创业者——现在就该开始评估:如果API成本翻倍甚至翻三倍,你的产品或服务还成立吗?
这个问题,比"排名第几"重要一百倍。
💡「永炫说」
写这篇文章,不是"在泼冷水"。相反,我打心眼里为中国AI的进步感到骄傲。
就在几年前,国内大模型领域还几乎是空白。那时候我们讨论的是"中国什么时候能有自己的GPT-3"。而现在,DeepSeek不但有了,中国模型还在全球调用量榜单上连霸15周。小米、腾讯,一家接一家地冲进了前四。
这种进步的速度,是当年不敢想象的。
但正因为骄傲,才更要清醒。真正的领先,不是调用量排第一,而是当价格涨上去之后,开发者还愿意用你。 不是某个榜单登顶,而是千行百业的真实场景里,AI真正改变了人们的工作方式。
调用量可以靠低价冲上去,但护城河要靠真正的能力挖出来。
对于做AI的人来说,最好的庆祝方式不是转发"赢麻了"的标题——而是继续把模型做好,把产品做好,让更多人真正用起来、用好。
对于关注AI的普通人来说,最该关心的也不是"中国排第几"——而是你有没有在用这些模型?它们有没有让你的工作变好一点点?
如果答案是没有——那这个"全球第一",跟你其实关系不大。
而如果答案是"有"——那不管排名怎么变,你都已经赢了。
【点赞、在看、转发,让思考发生】
往期推荐
企业数智化最大的陷阱:花了很多钱,却没有改变经营结果
别被"AI专业"的名字骗了——填志愿前,给你几个建议
课堂已死?失效的大学课堂和当代大学生的困境
2026高考:题目没更难,分数却可能越拉越开——你需要知道的高考趋势
副校长被刺死的背后:高校管理,缺的不是制度,是人性
80%代码是AI写的,但可怕的不是这个数字:一份令人不安的Anthropic报告
一文搞懂Skill蒸馏:把你的经验变成AI的"肌肉记忆"
软件行业,要开始变天了吗?
颠覆认知|为什么 AI 不需要人类的聪明?苦涩教训点醒你
一个人就是一个公司:你需要知道关于OPC的知识和概念
你有“AI”焦虑吗?这位教授说,要“祛魅”,也要共生
凯文·凯利新书《未来一万天的可能》领读
为什么你不需要龙虾?
龙虾之外,我们真正该关注的AI逻辑和进展