账面上的尴尬
文章核心的算术不复杂:头部实验室的收入增长确实漂亮,但训练下一代模型的资本开支和推理的边际成本同步飙升,烧钱速度始终跑在收入前面。订阅价格提了又提,重度用户依然是亏本买卖;API 是少数毛利为正的业务,又被开源模型持续压价。结论不新,可每隔几个月用最新数字重算一遍,依然没人能给出清晰的盈利路径。
几条可能的出路
讨论区的分歧在于怎么收场。乐观派类比早年的亚马逊和云:先烧出垄断地位,规模效应迟早把成本压下来。悲观派认为 AI 没那种锁定效应,用户换模型几乎零成本,烧钱换不来护城河。中间派押注推理的工程优化和广告这类新收入。这场争论的结果,多少决定了几年后还剩几家实验室,以及你现在依赖的服务会不会涨价或停掉。
via: Hacker News