国产芯片，能否解决智谱和MiniMax的算力荒问题

4



月



24



日，



DeepSeek



正式发布新模型



V4



，以开源、低价、高性能给市场带来冲击，智谱与



MiniMax





双双跳水，市值一度跌超



10%



和



12%



。有网友戏称，



DeepSeek



果然是国产大模型最严厉的父亲。

无论是新模型



V4



，还是近期



DeepSeek



的融资消息，无疑都会给智谱和



MiniMax



的股价带来较大波动。



4



月



23



日，我们独家报道



DeepSeek



最新估值达到



3000



亿元，目前这个数字已经得到一位



DeepSeek



内部人士的确认。

当前真正卡住智谱和



MiniMax



的不是别的，而是年初龙虾火爆后带来的算力荒。

一位头部大厂算法人员算了一笔账，在同一个项目里改几行代码，不搭



skills



，



AI



先得读完整套系统的上下文，工程文件、依赖声明和类定义统统加载，单次任务几十万



Token



可能一下就烧完了。去年底同样花



10



块钱能跑完的任务，今年账单上变成了近



20



块。

“真到了需要复杂推理还原问题的时候，真不如自己手写，



AI



的性价比不如大学生，好用还便宜。”今年以来，智谱



API



价格连涨三次，



4



月发布



GLM-5.1



后



Token



价格再度上调



10%



，外版



Coding Plan



月付价格几乎翻倍，算下来，第一季度智谱的



API



定价累计上调约



83%



。



MiniMax



则将之前的



Coding Plan



全面升级为



Token Plan



，新增免费额度减少。

做出同样动作的还有阿里和腾讯，他们都将



Coding Plan



下架换成



Token Plan



。



4



月，阿里云四天内连发三条产品涨价公告，部分项目涨幅最高达



34%



。更早的



3



月，腾讯云部分模型价格涨幅高达



463%



。这意味着，哪怕成为高阶会员，



Token



量大管饱的日子也已经一去不复返了。

智谱



CEO



张鹏上个月在内部会议表示，



“



未来



12



个月最大问题是算力，不是需求。



”



而为了在有限的资源下求生存，



MiniMax



创始人闫俊杰表示，虽然公司同期收入增长了



158.9%



，但公司内部已经不再盲目追求用户量的绝对值，并宣布，截至



2



月，



M2



系列模型的百万



Token



推理成本已较



2025



年



12



月下降了超



50%



。

摩根大通最近将智谱与



MiniMax



同列为“中国



AI



采用周期的结构性受益者”，面对同样的算力挤兑，智谱和



MiniMax



交出了截然不同的答卷。

算力成了大模型厂商的生死线

春节以来，开发者社区的投诉帖几乎没有停过。



Kimi



自



2



月起高峰期常现算力不足，智谱更是一连遭遇了多轮危机，



2



月



GLM-5



上线后调用量暴增，



API



排队蔓延，部分开发者的长链代码生成任务直接中断。

智谱不得不公开致歉，承认“规则透明度不够、



GLM-5



灰度节奏太慢、老用户升级机制设计粗糙”，甚至开启全额退款通道。

4



月



12



日，



MiniMax



正式开源



M2.7




模型，首日完成华为昇腾、


摩尔线程




、沐曦等多款国产




GPU



的



Day-0



适配，宣布通过



MoE




架构




优化显著降低了推理成本。但即便如此，用户们吐槽




MiniMax



服务器繁忙、连续掉线、限流的帖子也不在少数。

这种算力短缺的根源在两端的同时失控。需求端，



OpenClaw



等智能体应用将



Token



消耗量推高了不止一个数量级。传统对话场景一篇文章消耗几千



Token



，一个典型的



Openclaw



自动化任务，其



Token



消耗量是传统对话场景的



3



至



5



倍，在文件整理、代码生成、多轮工具调用等环节，单次任务的上下文携带量成倍增长。

根据智谱发布的



2025



年度财报，公司全年实现营业收入



7.24



亿元，同比增长



131.9%



。但营收增速背后是更惊人的亏损扩大，年内亏损达到



47.18



亿元，同比扩大



59.5%



，经调整净亏损



31.82



亿元，同比扩大



29.1%



。研发开支高达



31.80



亿元，其中支付给第三方算力供应商的计算服务费用占据大头。

张鹏在一次



AI



开源前沿论坛上说：“所有的技术，包括智能体框架，在很多场景下可以带来十倍级的效率提升，但前提是算力充足。”在



2026



中关村论坛上，他再次强调：“大模型未来



12



个月面临的最大问题可能是算力。”

这种“增收巨亏”的局面并非智谱独有。闫俊杰也不止一次公开表示，用户量的增长和模型厂商收入的增长间并不存在正相关。这恰好解释了当下大模型公司“增收不增利”的窘境来源。

供给端则被死死卡住。



2025



年



5



月，美国商务部升级芯片出口限制，英伟达



H20



被纳入禁售名单。虽然后续



H20



有望重返中国市场，但配额大幅缩减。据



SemiAnalysis



数据，



H100



一年期租赁价格从



2025



年



10



月的约



1.70



美元



/



小时



/GPU



涨至



2026



年



3



月的约



2.35



美元



/



小时，涨幅近



40%



。

我们




独家获悉，某头部大厂更是拿出数百亿的预算从年初就开始求卡，但仍然买卡无门。

据中国信通院数据，



2025



年英伟达在中国数据中心市场的份额已从



2022



年的



95%



下滑至



50%



，而国产



AI



芯片份额从



12%



增长至



25%



。华为昇腾以约



81.2



万块的出货量位居国产第一，市场份额约



49.2%



，但与英伟达剩余份额相加仍难以满足爆发式增长的算力需求。

这种供给失衡，让



Token



市场出现了



K



型分化。低成本



“



闲聊型



”Token



价格一降再降，阿里通义千问一度压至



0.0005



元



/



千



Tokens



，字节豆包



0.0008



元



/



千



Tokens



。这些面向基础场景的



Token



，成了黄仁勋口中类似



“



水电煤



”



的基础设施。

而另一端的



“



黄金型



”Token——



长链推理、复杂代码生成、企业私有化部署，


价格却一路走高。智谱的



API



定价去年以来已累计提价



83%



，而市场需求非但没有减弱，



API



调用量反而增长了



400%



。算力这把达摩克利斯之剑，落在了所有厂商的脖子上。

算力短缺如同一道共同的紧箍咒，但智谱和



MiniMax



选择了两种截然不同的解脱路径。智谱的打算很清楚，涨价，筛选，保利润。

张鹏在



3



月的一次活动中表示，低价竞争不利于行业发展，上调



API



价格是成本变化的结果。而从今年



2



月至



4



月，智谱用连续三次上调



API



价格来回应了这个判断：



Coding Plan



套餐涨



30%



，旗舰



API



服务涨



20%



，



GLM-5



上线后涨



10%



，



GLM-5.1



再涨



10%



。

Anthropic





在海外已经划出了一条清晰的参考线。最近，



Anthropic



调整了企业版



Claude Enterprise



的定价模式，从每月最高



200



美元的固定费用，改为每月



20



美元基础费加按实际算力消耗收费。而在涨价的同时，



Anthropic



年化收入从



2025



年



1



月的约



10



亿美元，一年后，



AnthropicARR



突破



300



亿美元，超过



OpenAI



同期约



250



亿美元的规模。

如今，



Anthropic



估值已突破



1



万亿美元，超过了



OpenAI



（同期约



8800



亿美元）。

智谱选择跟上。通过连续涨价筛选出高付费意愿的客户，将有限的算力集中在



Vibe Coding



（氛围编程）向



Agentic Engineering



（智能体工程）演进的高价值场景。

2026



年一季度，智谱



API



定价累计上调



83%



，同期调用量却暴增



400%



，云端



API



业务毛利率从



3.3%



升至



18.9%



。在刚结束的



2025



年财报电话会上，张鹏将智谱定位为 “中国的



Anthropic



”，并提出：“大模型公司商业价值取决于



Token



消耗的规模，而定价权完全取决于模型的智能上界。”

在张鹏看来，能高效处理长链复杂推理任务的高端



Token



永远是稀缺品，而谁掌握了高端



Token



的定价权，谁就能在下一代竞争中占住入口。这正是智谱在毛利率从



56.3%



降至



41%



的背景下，仍坚持聚焦高价值场景的逻辑所在。

MiniMax



则走了一条完全相反的路线，开源、优化、抢规模。



2025



年



10



月以来，



MiniMax



在不到半年的时间内完成了



M2



、



M2.1



、



M2.5



和



M2.7



四代模型迭代。



2026



年



4



月



12



日，



M2.7



在全球开源。这款



2300



亿参数的



MoE



模型在推理时仅激活



100



亿参数，激活率约



4.3%



，极大降低了推理成本。

为了降本，



MiniMax




与华为昇腾、摩尔线程、沐曦、


昆仑芯




等海内外芯片厂商在开源首日完成了




Day-0



适配。摩尔线程基于



MUSA



架构实现了深度调优，在



MTT S5000



上完成高性能推理部署。沐曦曦云



C



系列



GPU



依托全栈自研的



MXMACA



软件栈实现了“模型发布即算力就绪”。

MiniMax



已经拿到了成果。模型调用量爆发，



M2



系列文本模型单日



Token



消耗量在



2026



年前两个月较



2025



年



12



月激增



6



倍以上，



2



月



ARR



已突破



1.5



亿美元。经调整净亏损约



2.5



亿美元，亏损率显著收窄。

但这也是一场危险的赌注。



MiniMaxAPI



客单价明显低于智谱，单位算力的盈利空间被极度压缩。



MiniMax



打的是“以规模换生态”的算盘，闫俊杰的策略是先让



Token



足够便宜，让开发者习惯它的生态，再通过增值服务完成商业闭环。可如果开源生态变现的进度赶不上研发投入的增长，这条路就可能被高成本堵死。

而低价策略能否支撑



Minimax



在下一代模型研发上与智谱、阿里等巨头竞争，仍是未知数。

2025



年度智谱研发开支为



31.8



亿元，算力成本占研发总开支的七成以上，但仍无法满足需求。



GLM-5



单次推理的算力消耗是前代



GLM-4.7



的



3



倍，而国产



GPU



的适配优化尚在推进中。

尽管智谱已完成与华为昇腾、寒武纪等



7



大国产芯片的深度优化，长序列部署成本下降



50%



，整体算力缺口依然巨大。

海外巨头同样承受着巨大算力紧缺的重压。



OpenAI



放弃



Sora



视频生成应用，将算力集中到核心模型开发中。



Anthropic



用锁定



AWS



旗下



Trainium



芯片高达



5



吉瓦的算力资源来换取客户稳定性，不只是传统的风险投资。

算力的“绞索”正在勒紧每一位玩家的脖颈。而在算力的“绞索”被解除之前，智谱和



MiniMax



各自的探索都只是权宜之计，真正的变数是国产芯片的时间窗口。

2025



年，英伟达在中国市场的



AI



加速卡占有率从



2022



年的约



95%



大幅下滑到约



55%



。国产



AI



加速卡总出货量约



165



万张，市占率约



41%



。华为昇腾以约



81.2



万张的出货量断层领跑，占国产份额约



49.2%



。阿里平头哥、百度昆仑芯、寒武纪、海光信息紧随其后。

在智谱发布的



GLM-5



中，华为昇腾、摩尔线程、寒武纪等国产芯片平台已完成深度推理适配与算子级优化。

更关键的一步可能在



2026



年到来。



2026



年



3



月，华为在合作伙伴大会上正式发布了搭载全新昇腾



950PR



的



AI



训练推理加速卡



Atlas 350



。这款芯片性能据估计可达英伟达



H20



的近三倍，并且对



CUDA



体系的兼容性已大幅提升，字节跳动、阿里巴巴等大厂都计划采用。

这意味着通往国产



GPU



的高质量替代之路已不是纸上谈兵。这次



DeepSeek V4



跳过英伟达



CUDA



生态，适配的是华为昇腾平台，可能动摇英伟达在



AI



算力市场的主导地位，打破其软件生态垄断


。这也正是黄仁勋最近预言的“灾难”。

不过当前DeepSeek自身也卡算力。


V4发布时


官方明确坦言，V4-Pro当前高端算力吞吐有限，自身都受高端芯片供给约束，无法向外大规模输出富余算力。

未来的锚点在于，昇腾



950PR



能否在实际部署中兑现百万级高吞吐与低延迟的承诺，国产芯片是否能在



2026



年实现大规模、稳定的



ToB



商用。假设国产芯片能做到大规模稳定商用，让算力成本骤降，届时低价、规模化的路径无疑将占据上风。

留给国内大模型厂商的问题已然清晰，那就是能否在国产算力芯片全面成熟之前，抢先跑通一条脱离英伟达依赖独立发展的路径。（转载自白鲸实验室）