GLM 5.2发布，AI利润率崩溃在即

背景

近年来，AI 行业的成本结构一直存在广泛误解。当 DeepSeek 的 R1 模型发布时，市场一度剧烈反应——由于底层 V3 模型据称训练成本不到 600 万美元，投资者认为大规模训练资本支出已告终结，导致英伟达等公司股价暴跌。然而，这种解读严重误判了 AI 实际成本的分布。训练固然是资本密集型的前期固定投入——花数亿美元训练一个模型后，主要工作就完成了——但推理（inference）成本却随需求线性增长，具有真实的边际成本。主流观点将 API 提供商收取的费用视为其真实成本，这同样是错误的。

实际上，当 Anthropic / OpenAI 对推理收取每百万 tokens（MTok）25 美元时，粗略估算表明，这相对于硬件标价的算力成本可能包含约 90% 的毛利率。OpenAI 泄露的财务数据也显示约 60% 的营收毛利率（但包含了支持、支付处理等服务成本）。前沿 AI 实验室的商业模式本质上就是：投入大量资金用于训练模型的算力和人力，然后通过高利润的推理服务摊销这些成本。如果能将摊销覆盖足够多的推理量，就能从基于销货成本（COGS）的盈利转向真正的盈利。

核心内容

GLM 5.2 的登场

过去几周，我一直在使用来自 Z.ai 的 GLM 5.2。我认为它是第一个真正达到“门槛”的开放权重（open weights）模型，足以与 Opus 和 GPT 竞争（截至写作时，最新 GPT 版本为 5.5，未来模型无疑会超越它）。它的表现非常出色，我几乎难以分辨它与我日常使用的 Opus 之间的差异。

现有局限

• 速度偏慢：GLM 5.2 因为倾向于进行大量思考而显得缓慢。对于非交互式的 agentic 任务（如后台审查 PR），这不是问题；但在交互式使用时，它明显慢到难以保持我的注意力。这也降低了成本效益——更多思考意味着更多 tokens，进而增加成本。
• 缺乏视觉支持：自从 Opus 4.7 引入远超以往的高分辨率视觉能力后，我已习惯了频繁使用视觉功能。无法读取基于图像的 PDF、截图和设计文件非常令人沮丧。Z.ai 肯定正在开发多模态模型，但目前这是相对于前沿实验室的一个显著短板。
• 网络搜索能力不足或糟糕：几乎每个 agentic 会话都会大量使用网络搜索来查询信息。Z.ai 提供了一个替代的 MCP 用于网页搜索，但效果很差且速度慢。Fireworks 没有提供任何方案，只给了模糊的答复说“一直在寻求改进产品”。我已通过指示 agent 使用基于命令行的网页搜索（如 ddgr）勉强绕开此问题，但这确实是当前的重大弱点。第三方网页搜索 API 潜力巨大，开放权重模型提供商的这一缺口十分关键，但相信随着时间推移，合适的合作和基础设施会解决这一问题。

低迁移成本：前沿实验室的噩梦

最令前沿实验室感到恐惧的是迁移到开放权重模型的便捷性。Z.ai 和 Fireworks 都提供了兼容 OpenAI 和 Anthropic 的端点，这意味着将 Claude Code 或 Codex 迁移到 GLM 5.2 极其简单——只需设置 base URL 指向推理提供商，提供 API 密钥，然后指定使用 GLM 5.2 即可。

考虑到 Anthropic 最近先宣布（后又撤回）对某些非交互式 agentic 用例按 API 费率收费，你会在多数此类场景中直接替换为 GLM。而在交互式使用中，除了缺乏视觉能力和速度稍慢外，我几乎无法意识到我在 Claude Code 中用的不是 Opus。

这种切换成本之低，远非 Microsoft 或 Salesforce 式的锁定向（需要数年规划迁移）。实际上，跟上前沿实验室模型频繁变更的策略和条款所花费的精力，可能远高于更换模型提供商。虽然 Claude Code 未来可能增加使用第三方提供商的难度，但已有许多优秀的开源替代方案（如 Codex 本身、OpenCode 等）。

企业关切与数据隐私

常见的企业担忧是数据隐私和安全。使用 Z.ai 的官方 API 和订阅很可能无法被接受——其条款最多算薄弱，且与大陆联系紧密。但好消息是，由于开放权重模型是开放的，市场上还有许多其他提供商，其中不少提供正规的合同条款。如果这还不够，你甚至可以在本地自行托管，从而将更敏感的数据（不能发送给任何第三方）也纳入 Opus 级别的 agentic 工作流程。

成本节省的多维分析

• 当前价格：GLM 5.2 的市场价约为每百万 tokens 4.40 美元，不到 Opus 零售价的 20%，约为 GPT 5.5 成本的 15%。虽然它因使用更多 tokens 而并非完全的苹果对苹果比较，但我非常确信，在几乎所有工作流中，它能以非常接近的质量水平提供超过 50% 的成本节省。
• 订阅计划：Z.ai 提供了“编程计划”订阅，与 Anthropic 和 OpenAI 的类似，但宣称的使用上限更高。对于大多数专业用户而言，有关训练和数据保留的宽松条款可能使其难以被接受，但如果前沿实验室大幅提价，这将是一个有竞争力的预算选项。
• 未来成本下降：随着对推理服务栈的更多优化，GLM 5.2 的成本在未来几个月内还将显著下降。Wafer 撰写了一篇有趣的文章，展示了他们在 AMD 硬件上运行该模型的努力，声称每 token 推理成本比英伟达 Blackwell 便宜 2.75 倍。

关键要点

• 真实 DeepSeek 时刻在于推理利润而非训练成本：市场此前误判了 AI 经济学的重心，实际威胁来自开放权重模型压缩推理利润率。
• GLM 5.2 已接近前沿模型质量：在多数任务中难以与 Opus 区分，但速度较慢、缺乏视觉和弱的网络搜索能力是主要短板。
• 迁移成本极低：兼容 Anthropic 和 OpenAI 的端点使得几乎可以一键切换，避免了传统供应商锁定。
• 数据隐私可通过自托管解决：尽管 Z.ai 本身存在合规风险，但开放权重允许企业在本地部署，甚至处理更敏感的数据。
• 成本优势显著且有望进一步扩大：当前价格仅为 Opus 的 15-20%，且未来推理优化（特别是 AMD 硬件上的效率提升）将使其更具性价比。
• web 搜索是开放权重模型提供商的重大缺口：这一能力对 agentic 任务至关重要，但当前缺乏高质量的原生支持，依赖第三方 API 或变通方案。

意义与影响

这个两部分的系列将聚焦于我认为最被低估的 AI 经济学转变。推理利润率的崩溃将对整个行业产生深远影响。正如 Bezos 那句名言：“你的利润就是我的机会”——当开放权重模型能以远低于前沿实验室的价格提供近乎相同的质量时，盈利空间将被急剧压缩。究竟谁会成为赢家，谁又会输掉这场博弈？高利润推理业务所支撑的商业模式可能面临根本性重构。

以下各角色将受到冲击：前沿 AI 实验室需要重新审视其定价和商业模式；英伟达等硬件供应商也将面临替代硬件（如 AMD）的竞争压力；而下游用户和企业将获得前所未有的选择权和议价能力。开放权重模型与专有模型之间的差距正在快速缩小，而推理成本的大幅降低将加速 AI 在各行各业的普及。

披露：Fireworks 慷慨地提供了一些免费额度，让我可以试用 GLM 来撰写本文。