当DeepSeek明年达到Opus5.5的性能，对AI投资意味着什么？

“你不必 20 笔投资都做对才能变得非常富有，只要 4、5 笔，大概就能办到了。我能否预见到亚马逊会胜出，而另外十家公司却会失败？我没那么厉害。不过，幸运的是，我无需对亚马逊发表看法。”

——沃伦·巴菲特

前天，DeepSeek 发布了 V4.1 Flash 1017 模型，实打实的超过了 Kimi K3 和 智谱 Glm 5.3，接近闭源的谷歌的 Gemini 4 Argon 与 Meta Wonder Full（max）。（下图）

但你要知道，他的成本只有他们的十几分之一！这是一个非常可怕的价格屠夫，大模型领域的“小米”。

我们看上图的榜单，2026 年 9 月 22 日发布Anthropic Opus 5.5 模型是当前世界上最强的通用大模型，我日常使用的就是这个模型，我甚至都很难找到他的缺陷，又好又快。

如果说有什么缺陷，那就是贵，我们看下图的价格表：

Opus 5.5 基本是 DeepSeek闲时的 30 倍，忙时的 15 倍。如果算上命中缓存，那更是到了夸张的 30 多倍（ 一般长任务 80% 的 token 都会命中缓存）。

DeepSeek 发布的这个模型，并不是什么超出预料的事情，反而一切都在预料之中，市场早就能预知这事。

那么，我们完全可以推测，明年这个时候，DeepSeek 大概率会达到今天 Opus 5.5 的智能程度，且价格不变甚至继续降价（也就是Opus 5.5 的 1/20），最终会给整个 AI 产业带来什么影响？这个问题认真思考的人不多。

我们先回忆一下 DeepSeek 出圈的“处子秀”：

2025 年 1 月 DeepSeek R1 发布，以极低成本做出对标 OpenAI o1 的高性能推理大模型，英伟达单日跌了约 17%，单日市值蒸发约 5890–5900 亿美元，创下美股历史上单家公司最大单日市值亏损记录，同时台积电跌超 13%。

但我们一年半后看，“杰文斯悖论”（商品变便宜，单位成本下降，本来以为大家会省着用，结果使用量暴涨，总消耗量反而上升）才是当时的本质，市场恐慌反而是买点。

但现在市场的惯性还是使用“杰文斯悖论”解释新的变化，忽略了开源模型从量变到质变的过程，忽略了我们现实世界绝大多数任务都会性能过剩。这里面最典型的就是安卓与苹果操作系统流通度的对比，2010年安卓完全没法比，2015年追上了不少，2020年继续追上，现在在流畅度上，应该很难感知到差距，幸好苹果早已经通过AppStore构建了平台护城河，比的不是技术。

过去一年半，截止到现在的开源模型能力毫无疑问是落后于 Anthropic、OpenAI 的闭源大模型的，大量有高经济价值的任务，包括写代码、办公、做分析、执行多步骤的智能体工作，企业都愿意多花钱买更好的模型能力。

所以，哪怕开源模型的 token 消耗量已经非常大了，依然没有阻止闭源大模型的营收快速增长。

我们查看 OpenRoute 的模型调用量数据（下图，注意：OpenRoute 并不全面，主要用户是独立开发者跟初创公司，技术选型上偏向价格敏感）

这已经是中国模型调用量连续第 24 周超过美国模型了，前五名全是打性价比的中国模型，从 2025 年初占比 13% 到过半。

当然，开源模型确实不够好，但他一直在变得更好，一旦他的性能迈过了某个任务所需要的智能，那实现那个任务的成本就会大宗商品化（因为是开源模型，谁都可以部署，谁都没有品牌溢价）。

如果开源模型明年达到了 Opus 5.5 这个水平，已经能覆盖绝大多数有经济价值的任务，包括写代码、做分析、执行多步骤的智能体工作，那改变将会是翻天覆地的。

Anthropic、OpenAI 当然不会停滞不前，明年他们也会比现在强很多，问题是这个“强很多”，是否还有那么多场景需要用上这么高级的智能。如果明年不行，后年呢？三年后、五年后呢？

超过 Opus5.5 这个水平的需求确实是存在的，比如AI赋能科学研究、新药研发、高能物理等等，价值量也是巨大的，但需求量要小得多，也不可预测。

这就是问题，领先者不能把技术领先转化为五种强护城河的其中一种或者多种（品牌效应、网络效应、规模效应、迁移成本、专利版权等），阻止杀价竞争者追上自己。

任何技术，最终都会碰到性能过剩点，而且，越来越难提升，把护城河押注于技术更强是非常难的。

很多人没有意识到，中国并不需要实现更强的智能，他只需要以极低的研发成本紧跟着美国后面，时间就会成为他的朋友，你考 60 分，卖 60 块，他考 50 分，卖 30 块，等你考 80 分，还卖 60 块，他也能考个 70 分，并且价格降到了 20 块，这就是他的战略。

这个战略是很要命的，研发成本大部分美国来扛，结果最后的商业化收益没有足够长的变现时间回收。

也就是前沿模型的经济寿命会变得很短，这是对 AI 投资最本质的冲击。如果每一代前沿模型大约一年后就被开源追平、价格归零，那么闭源公司每一代模型能收溢价的窗口，只有这一年左右的领先期，但训练下一代的投入还在指数级增长。模型研发更像一种会快速贬值的资产，而不是护城河。

投资大模型还是一件变量特别大的事情，不碰为妙，而且，市场的热钱全在里面，价格都得炒到天价，人多的地方要少去。

那 token 成本越来越低，智能越来越普惠，会利好什么类型的公司？

首先就是掌握分发渠道和用户的入口型公司：微软、腾讯、抖音、谷歌、苹果、Meta、亚马逊，可以把便宜的模型接进自己的产品，模型成本下降直接变成利润。

第二就是那些掌握了企业完整工作流、上下文跟数据的公司，比如飞书、企微、钉钉、微软的 Teams

最后还会带来 AI 应用的繁荣，当 token 成本下降，毛利率就会大幅提升，AI 应用会变得更像普通的 SaaS 生意。

我一些互联网创业的朋友，他们的 AI 产品随着 DeepSeek 一轮又一轮的降价，毛利率已经去到了 80%，很快就能回到当年做 SaaS 90% 的毛利率（出海公司）。那些说 AI 每次运算都有算力成本，边际成本不为零，所以不是好生意的人，纯属外行。按照你这个说明，那茅台也不是好生意，他每瓶茅台快递给你，不也有边际成本？但他毛利率 95%，他在意那十几块的顺丰快递费吗？

再说说腾讯，投资 DeepSeek 确实是一步好棋，这次 DeepSeek 的升级还专门为 Workbuddy 做了优化（下图），投资部得+1 分，投资能力也是腾讯比其他公司强的一项组织能力，该用也得用上。

— 加入会员群—