[新聞] 失去競爭優勢？測試結果顯示美國 AI 模型成本比中國開源模型更低

看板Stock (股票)作者Su22 (裝配匠)時間46分鐘前 (2026/08/16 21:03)推噓3(4推 1噓 5→)

留言10則, 7人參與討論串1/1

原文標題：失去競爭優勢？測試結果顯示美國 AI 模型成本比中國開源模型更低原文連結：https://reurl.cc/be9O23 發布時間： 2026 年 08 月 14 日 15:15 記者署名：Atkinson 原文內容：根據《The Information》引述 AI 搜尋與市場調查公司 AlphaSense 的最新研究指出，在部分特定工作執行中，美國 OpenAI 與 Anthropic 的閉源 AI 模型，其實際使用成本其實比中國的開源模型更便宜，且能提供品質更好的回答。這項研究於本月初公開，AlphaSense 採用了 245 個關係企業財報、投資人電話會議記錄及證券申報書等金融分析問題，對 9 款 AI 模型的回答品質與成本進行了測試。其結果顯示，一般而言，若單看詞元（Token）的定價，中國模型確實具有價格優勢。其在每 100 萬個輸出 Token 的單價上，中國月之暗面（Moonshot）「Kimi K3」為 15 美元。Anthropic「Opus 4.8」來到 25 美元，而 OpenAI「GPT-5.6 Sol」則是達到 30 美元。然而，AlphaSense 的實測發現，Kimi K3 雖然 Token 單價較低，但為了產生回答，它會消耗更多 Token。這導致在處理單一問題時，實際產生的總成本反而高於 GPT-5.6 Sol。實測數據顯示，GPT-5.6 Sol 中位數總成本比 Kimi K3 低 13%，且回答品質評分高 20% 。Opus 4.8 實際總成本僅 Kimi K3 一半，但品質評分領先 13%。北京智譜（Z.ai）「 GLM-5.2」實際成本約為 Kimi K3 兩倍，但品質卻更低。 AlphaSense 執行長 Jack Coco 指出，那些表面看起來昂貴的模型，因使用 Token 效率更高，最終花費反而更少。OpenAI 董事會主席 Bret Taylor 7 月底也表達類似觀點，指出頂級模型回答或執行任務時使用 Token 較少，因此比開源模型更具成本效益。不過，AI 競爭的勝負仍取決於評估方式。AI 模型分析公司 Artificial Analysis 相同基準對比，便得出 Kimi K3 與 GLM-5.2 成本遠低於美國閉源模型的結論。這代表定價競爭力的最終結論，高度取決於測試的任務類型以及成本的估算方式。面對這種局勢，Jack Coco 建議，最佳的應對方式是混合使用多種模型。AlphaSense 自身的搜尋服務便採用了這種邏輯。包括透過內部引擎，根據問題的性質，將需要高度規劃與推理的任務分配給高效能模型，而將執行與輸出交給低成本模型，達到確保品質同時最大化降低成本。心得/評論：有些人以為中國模型每Token單價低就是比較平價但實際上,使用中國模型並不必然較省錢,C/P值也未必更好也是要看問題類型與不同的評估方式大家在選擇平日用AI,乃至於選擇要投資哪家AI模型供應商的股票時也要將這方面的資訊納入參考 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 58.114.13.212 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1786885388.A.046.html