大約十年前，科技股陷入低迷，隨后OpenAI的ChatGPT橫空出世，點燃了投資者熱情。人們預(yù)計，到2030年，AI將為全球經(jīng)濟帶來13萬億美元的收益。此后，科技股總市值猛增10萬億美元。

然而，有一個事實越發(fā)清晰：大語言模型（LLM）似乎并不具備經(jīng)濟可行性，賺錢可能遙遙無期。

2024年OpenAI的營收只有35億美元，成本卻高達50億美元，且虧損仍在持續(xù)擴大。最新預(yù)測認為，即使OpenAI真的在2029年之前實現(xiàn)盈利，累計虧損也會達到1150億美元。

OpenAI的虧損讓亞馬遜相形見絀。亞馬遜成立第十年實現(xiàn)盈利，在此之前，累計虧損只有30億美元，今年恰好是OpenAI成立的第10年。

為什么OpenAI持續(xù)巨虧？主要是核心產(chǎn)品ChatGPT定價過低，比成本低很多。

從另一個角度看，OpenAI的商業(yè)模式只對云服務(wù)提供商、數(shù)據(jù)中心建設(shè)商有利。分析認為，OpenAI的定價只有成本的幾分之一，這在經(jīng)濟史上尚無前例。即使OpenAI現(xiàn)在想提價，也可能會“殺雞取卵”，摧毀新生市場。

按照普遍的經(jīng)濟規(guī)律，隨著時間的推移，AI成本應(yīng)該逐步下降，但實際并非如此。用戶厭倦“幻覺”（指AI生成虛假或錯誤信息的現(xiàn)象），需要更精準的模型和具有推理能力的模型。最終，雖然每token（AI領(lǐng)域衡量數(shù)據(jù)處理量的單位）價格下降，但為了精度的小幅提升，仍然需要消耗更多的token。

GPT-5曾經(jīng)讓行業(yè)備受期待，但它并未改變AI經(jīng)濟困境。用戶發(fā)現(xiàn)，GPT-5的精度并沒有顯著提升，為了降低成本，它將簡單問題推給舊模型來解決。如果OpenAI想優(yōu)化財務(wù)狀況，提高定價似乎成了唯一出路。

還有另一種辦法可以緩解經(jīng)濟壓力，那就是選擇“小型語言模型”（Small Language Models, SLMs）。AI企業(yè)可以將OpenAI模型應(yīng)用于特定的數(shù)據(jù)集和問題范圍，從而構(gòu)建出一個“小型模型”。

小模型的訓練、更新和運行成本更低，DeepSeek的開發(fā)思路基本遵循這一原理，它的核心技術(shù)圍繞知識蒸餾與數(shù)據(jù)精煉展開，大幅降低成本，該方法被許多AI企業(yè)模仿。

盡管如此，小語言模型仍然無法化解OpenAI的虧損問題，只能稍微緩解。