GLM 5.2来了，AI的暴利时代要结束了

90% 的毛利率，还能撑多久？#

Martin Alderson 最近做了一个实验。他把 Claude Code 里的 API 地址改成了 GLM 5.2，然后继续用它写代码、读文档、回复消息。几天后他停下来想了想，发现自己几乎分不清现在用的和之前用的 Opus 有什么区别。

除了慢一点。以及不能看图。

这个实验背后藏着一个让整个 AI 行业坐立不安的问题：如果开源模型的质量已经追平闭源旗舰，那 Anthropic 和 OpenAI 凭什么还收 25 美元 / 百万 token？作者算了一笔账，按照他的粗略估算，这个定价背后的毛利率大约是 90%。哪怕算上支付手续费、客服支持、以及其他运营成本，OpenAI 的财报也显示毛利率在 60% 左右。这不是做 AI，这是印钞。

训练是固定成本，一锤子买卖。推理才是真正的边际成本，随着用户量线性增长。而这个边际成本，正在被开源模型以肉眼可见的速度击穿。

第一个真正够格的对手#

GLM 5.2 来自智谱 AI，通过 Z.ai 和 Fireworks 两家平台对外提供服务。它可能不是第一个宣称对标 GPT/Opus 的开源模型，但作者认为它是第一个真正够格的。在日常使用中，几乎感觉不到差距。

当然短板也非常明显。首先是速度，GLM 5.2 的思考 token 太多，交互起来有点钝，像是一个每次回复前都要深思熟虑的人。对于后台跑代码审查这类非实时任务来说不是问题，但你要跟它实时聊天，耐心得够用。

更大的痛点是视觉理解不行。作者说他自己都没意识到，自从 Opus 4.7 引入了高分辨率视觉能力后，他已经完全习惯了用 AI 看图，读 PDF 截图、看设计稿、分析界面原型。现在换成 GLM 5.2，这些全砍了。

还有一个意想不到的硬伤：网络搜索。几乎每个 agent session 都会大量用到在线搜索查资料。Z.ai 提供了一个 MCP 搜索接口，但作者的评价是”又烂又慢”。Fireworks 那边更是连个正经方案都没有。这个短板某种程度上比缺乏视觉能力更致命，因为智能体场景下搜索几乎是刚需。好消息是，这只是一个时间问题，第三方搜索 API 的生态正在成熟，只需要合适的合作和工程对接就能解决。

改个 URL，省几十倍的钱#

真正让前沿 AI 实验室感到恐惧的，是 GLM 5.2 带来的超低切换成本。

Z.ai 和 Fireworks 同时提供 OpenAI 兼容和 Anthropic 兼容的 API endpoint。这意味着你不需要改任何代码，只需要把 base URL 换一下，填上新 API Key，告诉工具”用 GLM 5.2”，就完成了迁移。

这不是微软或者 Salesforce 那种锁定。换后者意味着你过去几年构建的整个技术栈要推倒重来。这是改一行配置的事。

这个场景有多真实？Anthropic 不久前刚刚宣布要对 claude p 这样的非交互式 agent 使用单独收费，但很快又因为用户强烈反弹而撤回了。如果很多开发者发现，把同一个 agent 的底层模型换成 GLM 5.2 就能获得几乎相同的结果，成本却只有原来的几十分之一，那定价策略的问题已经不重要了。这是整个商业模式的根本危机。

暴利的终结#

这不是一篇预测文章。这是正在发生的事情。

Martin Alderson 在文章里反复强调一个观点：很多人误解了 DeepSeek R1 冲击的真正含义。当时市场恐慌是因为大家以为训练成本降低意味着整个 AI 投资逻辑崩塌。但这是错的。训练是固定成本，真正养着整个行业的是推理的暴利。Anthropic 和 OpenAI 的训练投入确实巨大，但如果推理收入无法维持高毛利率，那这笔账就算不过来了。

开源权重模型的真正竞争力就在这里：当任何人都可以部署 GLM 5.2 在自有硬件上运行，或者以接近边际成本的价格从第三方供应商购买推理服务时，25 美元 / 百万 token 这个定价就失去了合理性。

现在 GLM 5.2 已经跨过了那个质量门槛。视觉和搜索的短板是暂时的，下一代版本几乎必然补齐。当这些短板被填上之后，AI labs 手里剩下的唯一护城河，就是品牌和惯性了。

而在这个行业里，惯性从来撑不了太久。

来源：Hacker News