智谱暴跌 60% 背后：为什么国内最强 AI 模型突然不香了？以及怎么预测未来 AI 模型的发展趋势
智谱暴跌 60% 背后：为什么国内最强 AI 模型突然不香了？
7 月 17 日，整个 AI 行业都被一张图刷屏了。
智谱收盘报 1107 港元，单日跌幅 28.49%。一天之内，市值蒸发近 2000 亿港元。
光看一天的数据可能还不够震撼，咱们把时间拉长一点：
6 月 22 日，智谱盘中触及 2980 港元的历史高点，市值一度突破 1.27 万亿港元。
也就是说，不到一个月时间，股价从 2980 跌到 1107，跌掉了 60% 以上。1.27 万亿的峰值市值，现在只剩下 5100 亿左右。
7600 亿港元，就这么没了。
市场总是后知后觉的。股价暴涨的时候，所有人都在说"大模型时代来了，中国 OpenAI 诞生了"。股价暴跌的时候，所有人又都在说"估值泡沫太大，早就该跌了"。
这篇文章，我不想凑这个热闹说风凉话。我想聊点更本质的东西：
- 为什么智谱会涨这么高，又跌这么惨？
- 怎么判断一个大模型的真实价值？
- 普通开发者和投资者，怎么预测未来 AI 模型的发展趋势？
先搞清楚：智谱到底值多少钱？
在讨论暴跌之前，我们先搞清楚一个最根本的问题：智谱到底值多少钱？
让我们看几组数据对比：
| 公司 | 市值（2026 年 7 月） | 2025 年收入 | 市销率 |
|---|---|---|---|
| OpenAI（私募市场估值） | ~1500 亿美元（~11700 亿港元） | ~200 亿美元 | ~7.5x |
| Anthropic（私募市场估值） | ~600 亿美元（~4680 亿港元） | ~50 亿美元 | ~12x |
| 智谱（峰值） | 1.27 万亿港元 | ~15 亿人民币 | ~700x |
| 智谱（现在） | 5100 亿港元 | ~15 亿人民币 | ~300x |
看到问题了吗？
即使跌了 60% 之后，智谱的市销率仍然高达 300 倍。 而 OpenAI，全球公认的行业绝对领导者，市销率也就 7.5 倍。
7.5x vs 300x。这差了 40 倍。
当然，你可以说智谱增长快，中国市场大，估值应该给得高一点。 但是高 40 倍？这就不是"高一点"的问题了。这是两个完全不同的世界。
这就是为什么我一直说：智谱上市后的暴涨，本质上和大模型技术本身没什么关系。 这是一场纯粹的资金博弈，一场由港股稀缺性、散户热情、AI 叙事共同推起来的泡沫。
泡沫嘛，吹起来的时候有多爽，破的时候就有多疼。
为什么市场突然"醒了"？
那为什么偏偏是这个时候暴跌？为什么之前涨得好好的，突然就崩了？
我看到了几个关键的触发因素：
触发因素 1：GPT-4o mini 把行业的底裤都扒下来了
6 月份 OpenAI 发布 GPT-4o mini 的时候，很多人可能还没意识到这件事的杀伤力有多大。
这么说吧：GPT-4o mini 的能力，已经超过了国内 90% 的闭源模型。 而它的价格，是 0.15 美元 / 百万 tokens 输入，0.6 美元 / 百万 tokens 输出。
什么概念？ 你用 1 块钱人民币，可以让 GPT-4o mini 给你写一万字。 比你找个实习生打字还便宜。
更可怕的是，它还在快速降价。OpenAI 已经明确说了，未来几年内，token 价格还要再降 90%。
这就带来了一个灵魂拷问：
如果全球顶级模型的价格已经便宜到这个程度了，国内这些"对标 GPT-4"但是实际能力差一截、价格还更贵的模型，它们的护城河在哪里？它们的定价权在哪里？它们的长期商业价值又在哪里？
这个问题，以前市场可以假装看不见。 GPT-4o mini 出来之后，再也装不下去了。
触发因素 2：大模型的能力曲线开始放缓
2023 年的时候，每个月都有新模型发布，每次都有肉眼可见的进步。 GPT-3.5 → GPT-4 → GPT-4 Turbo → GPT-4o，每一步都是巨大的飞跃。
但是 2025 年到 2026 年，这个进步的速度明显放缓了。 GPT-4o 到 GPT-4.5，进步有吗？有。但是已经不是量级的差距了，是 10 分和 12 分的差距。
用户开始发现：
- 大多数场景下，GPT-4o 已经够用了
- 新模型出来，也就是"更好一点"，没有"哇，这也行"的惊艳感了
- 很多人甚至还在用 GPT-4 Turbo，根本没有动力升级
当技术进步的速度开始放缓，市场的预期自然就会下来。 毕竟，炒预期炒的就是"未来会有巨大的进步"。如果进步没那么大了，预期自然就回归了。
触发因素 3：商业化的残酷现实
很多人对大模型商业化的想象是：
每个公司都要用，每个人都要用，像水和电一样，躺着就能赚钱。
但真实的商业化现实是：
- ToB 客户非常挑剔：不是你模型好我就用。安全性、合规性、私有化部署、接口稳定性、技术支持……这些东西比模型能力本身重要 10 倍。而这些，恰恰是创业公司的短板。
- 价格战已经开始了：你 10 块一百万 tokens，我就 5 块，他就 2 块，还有人免费送。模型能力差 20%，价格差 5 倍，大多数客户会选便宜的。
- Switching cost 极低：客户从你的模型换成别家的模型，可能只需要改一行代码。没有粘性，没有护城河。
- 成本高得吓人：训练一次大模型几亿，推理成本也是天文数字。看起来收入不少，但是一算利润，可能还在亏钱。
这些现实问题，在股价上涨的时候都可以被忽略。 涨不动的时候，就全都冒出来了。
怎么判断一个大模型的真实价值？
智谱的暴跌给所有人上了一课：讲故事的估值和真实的商业价值，中间可能差了一个太平洋。
那么，作为一个理性的人，我们应该怎么判断一个大模型的真实价值？
我总结了五个判断标准，按重要性排序：
标准 1：成本结构，而不是绝对能力
很多人判断大模型，张口就说"这个模型能力强，那个模型能力弱"。
这在 2023 年是对的。 但在 2026 年，最重要的已经不是"谁的模型最好"，而是"谁的模型在同样的能力下，成本最低"。
因为：
- 顶级模型能力之间的差距正在缩小，而且会越来越小
- 但是不同公司的成本结构差距，可能会有数量级的差异
- 最终能活下来的，不一定是能力最强的，但一定是成本最低的
OpenAI 为什么可怕？不是因为它的模型最好。 是因为它的模型不仅最好，而且最便宜。 它还在疯狂地降本，而且降得比谁都快。
这才是真正的护城河。
标准 2：客户留存，而不是总用户数
很多公司喜欢吹"我们有多少多少注册用户"、"API 调用量增长了多少多少倍"。
别信这个。
真正重要的指标是：
- 一个客户用了你的模型之后，会不会持续用？
- 客户会不会随着用得越来越多，花费越来越高？
- 客户会不会在你的平台上沉淀数据、开发应用，从而产生粘性？
总用户数可以靠补贴烧出来。 调用量可以靠刷出来。 但是客户留存，是骗不了人的。
标准 3：垂直场景的深度，而不是通用能力的排名
现在还在吹"我们的通用能力超过 GPT-4"、"我们的 MMLU 排名第几"的公司，基本上都是在割韭菜。
通用模型这个赛道，最后全球能活下来的，也就 3-5 家。 其他的公司，如果不能在某个垂直场景做到足够深，就没有长期存在的价值。
医疗、法律、教育、金融、代码、设计…… 在某一个领域做到最好，比在所有领域做到第二第三，要有价值得多。
标准 4：生态，而不是模型本身
模型本身是没有护城河的。 今天你训练出来一个好模型，明天别人花更多的钱、买更多的卡、用更好的算法，就能训练出一个和你差不多甚至更好的模型。
真正的护城河是什么？是生态。
- OpenAI 的护城河不是 GPT-4，是 ChatGPT 这几亿用户，是这几百万开发者，是这几十万插件，是整个围绕 OpenAI 建立起来的生态。
- 苹果的护城河不是 Siri 有多好，是 iPhone 这十几亿用户，是 App Store，是整个苹果生态。
- 谷歌的护城河不是 Gemini，是搜索、是安卓、是地图、是邮箱，是所有人每天都在用的那些产品。
没有生态的模型，就像一个没有轮子的发动机。技术再先进，也跑不起来。
标准 5：创始人的格局和组织能力，而不是技术能力
最后，也是最重要的一点：人。
大模型这个赛道，是一场长达十年甚至二十年的马拉松。 比的不是谁跑得快，是谁能一直跑，不摔倒，不跑偏。
技术好可以让你领先半年一年。 但是要赢到最后，靠的是创始人的格局、战略眼光、组织能力、融资能力、商业能力。
这个行业已经不是靠一两个天才黑客就能搞定的了。 这是一场几万人、几千亿美金的大战争。
怎么预测未来 AI 模型的发展趋势？
聊完了怎么判断现在，我们再聊聊怎么预测未来。
很多人觉得 AI 的发展太快了，根本看不懂，根本预测不了。 其实不是的。AI 模型的发展，有它非常清晰的规律和逻辑。
掌握了这些规律，你就可以比 99% 的人看得更远。
趋势 1：能力会继续提升，但 S 曲线已经进入后半段
这个是最确定的趋势。 模型能力会继续提升，推理会越来越强，上下文会越来越长，多模态会越来越好。
但是要注意：S 曲线已经进入后半段了。 未来的进步，更多是线性的，而不是指数级的了。 不要期待未来还会有 2023 年那种"每个月都有革命性突破"的情况了。
趋势 2：价格会继续暴跌，最终大部分模型能力会变成公用事业
Token 价格的下降速度，比能力提升的速度还要快。 我之前说过，OpenAI 的目标是未来几年内 token 价格再降 90%。我觉得这个目标很保守，实际可能降得更多。
最终的结果是什么？
大部分基础的模型能力，会变得像水和电一样便宜，一样的标准化，一样的没有差异化。
到那个时候，卖模型本身就赚不到什么钱了。 赚钱的，是在模型基础上做的应用、做的行业解决方案、做的垂直产品。
趋势 3：开源和闭源的差距会快速缩小，最终收敛
2023 年的时候，开源模型比闭源模型差两年。 2024 年的时候，差一年。 2025 年的时候，差半年。 2026 年的今天，顶级开源模型（比如 Llama 3）和顶级闭源模型（比如 GPT-4o）的差距，也就 3-6 个月。
这个趋势还会继续。 最终，开源模型和闭源模型在基础能力上的差距会非常小，几乎可以忽略不计。 闭源模型的优势，更多会体现在工程优化、速度、稳定性、生态这些方面，而不是基础能力。
这对于所有后来者来说，既是好事，也是坏事。 好事是：你不用从零开始了，站在开源的肩膀上就能做得很好。 坏事是：大家都站在同一个肩膀上，你怎么做出差异化？
趋势 4：Agent 和端侧，是下两个确定的主战场
未来 2-3 年，两个最大的确定性机会：
第一个是 Agent： 模型本身只是大脑。Agent 才是能真正帮你干活的东西。 Agent 能调用工具、能规划、能执行、能和真实世界交互。 这才是大模型真正释放生产力的地方。
第二个是端侧： 越来越多的模型能力，会跑到你的手机上、电脑上、设备上。 端侧模型速度更快、更隐私、更便宜、不需要联网。 这会彻底改变很多应用的形态，也会彻底改变整个行业的格局。
如果你想判断一家大模型公司的未来，不用听它吹自己的模型有多强。 你就看它在 Agent 和端侧这两个方向上，有没有真东西，有没有真投入。
趋势 5：最终活下来的大模型公司，不会超过 10 家
这是一个非常残酷但非常确定的趋势。
大模型这个行业，有极强的马太效应和规模效应。 第一名赚走 50% 的利润，第二名赚走 20%，第三名赚走 10%，剩下的所有人分剩下的 20%。
全球范围内，最终能健康活下来的通用大模型公司，不会超过 10 家。 中国范围内，不会超过 3 家。
大多数现在看起来很热闹的公司，最终要么被收购，要么转型，要么死掉。
这就是行业发展的必然规律。
写在最后
智谱的暴跌，不是结束。 它只是整个行业从疯狂回归理性的一个开始。
2023 年的时候，随便一个团队，说自己要做大模型，就能融几亿。 2024 年的时候，随便一个模型，说自己对标 GPT-4，估值就能翻十倍。 2025 年的时候，上市了，散户冲进来，股价再翻十倍。
现在，潮水开始退了。
泡沫破裂的时候，总是很难看的。 但是泡沫破裂之后，真正有价值的公司，才会真正显现出来。
OpenAI 经历过好几次差点死掉的时刻，才走到今天。 任何一个伟大的公司，都必然要经历泡沫、经历破灭、经历质疑、经历寒冬。
对于智谱来说，这次暴跌不是坏事。 它让所有人从幻想中清醒过来，回到现实，回到商业，回到本质。
对于我们旁观者来说，这次暴跌也是一件好事。 它给所有人上了一堂非常生动的课：
故事讲得再好听，估值吹得再高，最终还是要回归商业的本质。 你到底能创造多少价值？你到底能赚多少钱？你到底有没有护城河？
这些问题，你可以骗别人一时，但是骗不了市场一世。
希望我们所有人，无论是做技术的，做产品的，还是做投资的，都能记住这堂课。
共勉。
作者: itech001 来源: 公众号：AI人工智能时代 网站: https://www.theaiera.cn/ 每日分享最前沿的AI新闻资讯和技术研究。
本文首发于 AI人工智能时代，转载请注明出处。
