湖北
2026年10月12日，新加坡。星展银行办了场论坛，英特尔CEO陈立武和博通CEO陈福阳同台。按惯例，这种场合大家聊聊AI基建有多火、芯片有多缺，给资本市场添点信心就完事了。
结果陈立武一开口，没先聊自家卖了多少芯片，反倒夸起了中国模型：DeepSeek、Kimi、GLM，他毫不掩饰内心的欣赏，直言：中国AI把Token价格打崩了，普及速度“非常快”，性能“已经足够好”，还直言不讳，表明自己是开源的坚定支持者。
有点意外，这话从一家美国芯片巨头的掌门人嘴里说出来，就没那么简单了！
都知道，美国对中国AI本就心有余悸，并且美AI向来走的就是闭源路线，而陈立武这番发言，明显就是在“唱反调”，这背后究竟在打什么算盘呢？是真认可还是假欣赏？
我们先要看明白一件事情——中国模型的API，到底便宜到什么程度？
不绕弯子，直接上数字。DeepSeek最新的API，缓存命中时输入每百万Token只要两分钱人民币；就算没命中，Flash版本一块钱、Pro版本三块钱。阿里通义千问的主流版本，输入输出大概在几块到十几块钱每百万Token的区间。
美国什么水平呢？GPT-6系列的输出报价，折合人民币每百万Token是几百块的量级。两边放在一起，差出了一两个数量级。
有人纳闷，中国AI不是被高端芯片禁售卡着脖子吗，怎么还把成本打下来了？
答案是：正因为卡脖子，才被逼出了硬功夫。
高端显卡买不到，国内团队没法走硅谷“堆十万张卡”的路线，只能在算法上做文章。现在主流的两条路，一条叫MoE（混合专家架构），一次推理只唤醒一部分参数，省电省显存；一条叫MLA，把原来特别吃显存的KV Cache压缩到几十分之一。
这么改造下来，同样一张GPU，以前同时服务十几个用户都费劲，现在扛几百上千个并发请求问题不大。再加上Prompt Cache（前缀缓存）把重复的系统指令直接缓存复用，成本又砍一刀。
说白了，这不是什么“魔法降维”，是工程师在硬件受限的条件下，把每一份算力榨出了更多价值。这活儿干得漂亮，该认。
不止AI，放在任何行业里，便宜，自然有人用。越来越多的美科技巨头都在使用中国AI。比如亚马逊云9月就宣布在Bedrock平台托管Kimi K3，微软、谷歌云也在和中国模型团队谈合作。有海外创业者算了一笔账，如果后台从西方模型切到中国开源模型，AI支出砍到原来的几分之一，公司直接可以转亏为盈。
不过西方巨头也没躺平挨打。OpenAI的GPT-6已经把单次任务成本砍了近一半，直接杀到中国模型的价格腹地。所以现在是双向价格战，中国模型往下压，美国旗舰也在降价，价格优势也在逐渐被缩小。
再回到陈立武为中国AI开腔这事儿上，为什么呢？真的只是因为便宜吗？
其实他的账算得很清楚。英特尔是干嘛的？卖芯片、搞代工、建数据中心。如果Token太贵，下游开发者用不起、赚不到钱，谁还扩建算力？芯片堆在仓库里，最后亏的是上游。
他那句“市场会决定谁能留下”，翻译过来就是，算力这门生意，得先让下游用得起、活得好，上游才有饭吃。他夸中国模型成本低，不是来做慈善的，是在判断行业风向——开源和低价，已经是挡不住的趋势了。你平时用AI，会在意那几分钱的差价吗？
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
