一個匿名帳號，讓矽谷的AI定價策略碎了一地

上禮拜 OpenRouter 上突然衝出一個沒人聽過的帳號，丟出一個叫 GLM-5.3-Flash 的模型，流量直接爆表。後來才知道，這是中國智譜 AI（Zhipu）匿名放出來的。3200 億參數的 MoE 架構，只用 10 萬顆「中國製造」晶片跑起來，定價大概是 Claude 的 1/40。Fireship 那集標題取得很到位：「答案比 Claude 便宜 40 倍」。 投資人該在意的不是這個模型多強，是這個價格。Anthropic 跟 OpenAI 這幾年的護城河，一半建立在「我們算力效率比你好、模型比你聰明，所以我可以收你這個價」。現在有人用 1/40 的價格端出堪用的多模態能力，還能改舊專案的程式碼——這代表前緣模型的溢價正在被壓縮，而且壓縮的人不缺晶片自主權這張牌，這對輝達的長期定價權也是一種隱性壓力，即便短期出貨量沒受影響。 同一天 YC 放出 Wafer 的故事，更值得放在一起看。這家公司才 23 歲創辦人成立四個月，ARR 從零衝到 800 萬美元，剛拿 4000 萬 A 輪。他們不做模型，做的是用 AI Agent 自動優化 GPU 推理效能，把 GLM 5.2 這類開源模型的速度再拉高 2-3 倍。YC 內部測試發現，延遲降低後，用戶跟 AI 互動的時間直接拉長——速度本身就是留存率。 這兩則新聞放一起看,意思很清楚：當基礎模型變成免費或近乎免費的公共品，錢會往上游或下游的「效率層」跑——誰能把便宜的開源模型跑得更快、更省，誰就吃到真正的溢價。模型層的護城河在被打薄，推理優化層的護城河才剛開始蓋。如果你是投資人，現在該問的不是「哪家模型最強」，是「誰能把最便宜的模型跑得最快」。