与以OpenAI为代表的美国大模型公司相比，中国大模型公司肃然面临着尖端芯片获取、资金投入等方面的挑战，但是他们正在通过降低成本来打造具有国际竞争力的模型。
红杉资本的报告曾指出，AI产业每年需实现超过6000亿美元的产值，才能支付数据中心、加速GPU卡等AI基础设施的费用。根据《AI指数》的估算，最新一代人工智能模型的训练成本已经达到前所未有的水平。比如，OpenAI的GPT-4预计使用了价值7800万美元的计算资源进行训练，谷歌的Gemini Ultra则耗费了1.91亿美元的计算资源成本。
Anthropic创始人 Dario Amodei 在接受采访时表示，模型的每次迭代都需要使用更多计算资源，核心基础模型工程正变得越来越昂贵。目前训练一个模型的成本大约为 1 亿美元，上下浮动两到三倍。Anthropic现在正在训练的模型成本将接近 10 亿美元。在 2025 年和 2026 年，他预计模型训练成本将更加接近 50 亿或 100 亿美元，与马斯克所预测的GPT 5的成本类似。
高昂的训练费用只有少数的科技巨头和AI龙头可以负担，传统的科研机构，比如大学、人工智能研究中心已经被排除在外，无力开发自己的基础模型。
与此同时，新的观点普遍认为，基础模型训练的资本支出或是“历史上贬值最快的资产”。尤其是以OpenAI为代表的大模型公司在训练和推理方面的支出已超过其收入。上个月，OpenAI刚在史上最大的一轮风险投资中筹集了66亿美元和其他数十亿美元的银行资金池，以覆盖预计到2026年将产生的高达140亿美元的亏损。
中国的AI公司正独辟蹊径。在头部的初创企业中，如零一万物（01.ai）和DeepSeek选择使用优质但较小数据集来训练AI模型，将大模型成本越推越低。字节跳动、阿里巴巴等大厂也燃起了大模型价格战，将调用大语言模型生成回答这段技术所需的“推理”成本降低了 90% 以上，仅为美国同行的价格的极小一部分。
零一万物创始人李开复表示，零一万物在较小的数据集上训练出了对算力要求较低的模型，并且创造了模基共建的方法，结合了硬件、芯片、内存、AI基础软件的垂直整合和优化，打造了Yi-Lightning（闪电模型）。该模型的推理成本比OpenAI GPT4o便宜31倍。
本周，在由加州大学伯克利分校 SkyLab 和 LMSYS 的研究人员所发布的大模型排名中，零一万物凭借 Yi-Lightning 模型与发布Grok-2、与马斯克创办的xAI并列为全球排名第三的大模型公司，仅次于 OpenAI 和谷歌的最新模型。
LMSYS是基于用户提出真实问题，然后针对不同模型的回答给出盲测投票，最终汇总成为对各个模型的评分。OpenAI、谷歌都在这里发布所有的模型，并接受LMSYS的排名。包括字节跳动、阿里巴巴和 DeepSeek 等其他中国大模型玩家，也悄悄爬上了 LMSYS 排名榜。
根据《金融时报》的报道，李开复认为，中国的优势在于制造真正实惠的推理引擎，这是AI应用蓬勃发展最重要的一件事。
零一万物 Yi-Lightning 的推理成本是每百万个 token 收取 14 美分（0.99 元人民币），而 OpenAI 的较小模型 o1-mini 每百万个 token 则需要 26 美分。与此同时，OpenAI 的更大尺寸的模型 GPT-4o 的推理成本为每百万个 token 4.40美元。AI 大模型生成回答所用的 token 数量取决于查询的复杂度。
李开复还表示，Yi-Lightning 模型的“预训练”成本为 300 万美元，这指的是模型关键训练阶段的成本，之后可以根据不同的应用场景进行微调或定制。这预训练成本仅为 OpenAI 训练GPT-4的3%，而且Yi-Lightning性能还超越了GPT-4。他补充说，零一万物的科研北极星不是“无论多贵多大，打造世界第一模型”，而是要打造一个世界第一梯队的模型、但是成本超低、高性价比的模型，让开发者构建应用而不被推理成本压垮。
根据媒体报道，包括零一万物、DeepSeek、MiniMax 和阶跃星辰在内的许多中国大模型公司，都采用了所谓的“混合专家”模型架构。与 “从互联网和其他来源抓取数据构建起庞大数据库上，并一次性地训练一个庞大的‘稠密模型’”不同，“混合专家”模型选择将多个对不同领域可称为“专家”的神经网络集合到一起。
研究人员认为，混合专家模型架构是以较少的算力，达到与稠密模型相同智能水平的关键技术。但这种方法训练失败的可能性更大，因为在模型训练过程中需要同时协调多个“专家”模型，而非集中关注单个模型的训练。因此不少美国公司（如Meta的Llama）就没有开发出来，而中国公司似乎掌握了“混合专家”模型架构。尤其是零一万物和Deepseek，做出了世界最快的混合专家模型。
鉴于获取尖端AI 芯片供给的禁令和难度，中国 AI 领域的玩家在过去一年中一直在竞相开发高质量数据集来训练这些“专家”，使得自家模型具备与竞争对手不同的特色。零一万物采用了远远优于传统网络抓取方法的数据收集方法，包括扫描书籍，爬取深网区的数据，使用新颖的合成数据技术等。
李开复认为，中国拥有大量技术厉害且刻苦耐劳的工程人才，在这方面比美国更有优势。在有预算约束的情况下，中国的优势不一定是要做出前所未有的突破性研究，而是以更好、更快、更可靠和更低成本地实现技术的落地。
来源：