GLM 5.2 与即将到来的 AI 推理利润率崩溃
本文是系列文章的第一篇，聚焦我认为目前最被忽视的AI经济转型趋势。若你喜欢本文，希望收到第二篇推送，欢迎订阅我的通讯。
真正的DeepSeek时刻已到来
仿佛已是很久以前的事了：DeepSeek推出R1模型时，市场一片恐慌。当时的逻辑是，传闻其底层V3模型训练成本不足600万美元，因此市场认为，大模型训练的巨额资本投入时代已结束，Nvidia等企业股价一夜暴跌。
当然，这是对AI真实成本结构的严重误判。训练固然是资本密集型投入，但属于固定前置成本——投入数亿美元完成模型训练后，这部分开支就告一段落。[1]
而推理成本则完全不同：它随需求规模同步增长，是真正的边际成本。过去一年多我曾多次撰文探讨这一点。主流认知仍存在误区：认为AI服务商收取的API费用，就是他们的实际成本。
事实远非如此。Anthropic和OpenAI的推理定价为每百万令牌25美元，按我粗略估算，这相对于算力机架成本的毛利率约为90%。实际比例可能略有浮动（OpenAI泄露的财务数据显示整体营收毛利率约60%，但这其中包含客服、支付处理等其他服务成本），但前沿AI实验室的商业模式本质是：投入高薪和算力成本训练模型，再通过高利润的大规模推理业务摊销前期投入。只要推理量足够大，就能从覆盖可变成本走向真正盈利。
GLM 5.2
过去两周我一直在测试Z.ai推出的GLM 5.2。我认为，它是首个达到“真正能与Opus、GPT抗衡”水准的开源权重模型（撰写本文时，GPT最新版本为5.5，未来模型无疑会更胜一筹）。
它的性能确实出色，我几乎无法将其与日常使用的Opus区分开来。
不过我发现，由于模型“思考”过程较长，GLM 5.2的响应速度偏慢。对于非交互式智能体任务（比如后台审核PR），这种延迟无关紧要，但用于交互式场景时，速度确实有点跟不上注意力节奏。这也在一定程度上削弱了它的成本效益——思考过程越长，生成的令牌越多，成本也就越高。
此外，它暂不支持视觉功能。有趣的是，我已经从“基本不用视觉功能（因精度太差，看到模型调用视觉时经常暂停会话）”，转变为“离不开视觉功能”——自从Opus 4.7推出高分辨率视觉能力后，这项功能已成为刚需。GLM 5.2无法读取图片格式的PDF、截图和设计文件，这确实令人失望。我相信Z.ai正在开发多模态版本，但当前这一点是它相比前沿实验室模型的明显短板。
第二个没想到会成为障碍的问题是网页搜索能力薄弱。实际使用中几乎所有智能体会话都需要频繁搜索信息。Z.ai提供了替代的MCP网页搜索工具，但体验很差且速度慢；Fireworks则完全没有相关功能，只是含糊地表示“一直在寻求产品改进”。在我看来这相当于没有计划，但未来也可能有变化。
我目前通过让智能体使用基于命令行的网页搜索工具（比如ddgr）来部分解决这个问题，但这仍是当前的一大缺陷。我非常看好第三方网页搜索API的潜力——这正是开源权重模型服务商的一大缺口，而优秀的网页搜索能力对许多智能体任务来说至关重要。不过假以时日这个问题肯定能解决：已有不少团队在搭建网页搜索索引，只需建立合适的合作并完成技术整合即可。
无缝替代方案
对前沿AI实验室而言，真正可怕的是切换到开源权重模型的门槛极低。Z.ai和Fireworks都提供兼容OpenAI与Anthropic的接口，这使得将它们接入Claude Code和Codex变得异常简单：只需将基础URL指向推理服务商，填入API密钥，指定使用GLM 5.2即可。
Anthropic近期曾宣布（随后又撤回）对claude-p非交互式智能体使用收取API费用，而对于这类场景，大多数情况下都可以直接用GLM替代。至于交互式场景，除了缺少视觉功能和速度稍慢[2]外，我几乎无法察觉自己在Claude Code中使用的不是Opus。
这完全不同于微软或Salesforce那种“锁定式”生态——后者的迁移可能需要数年规划。而GLM的切换成本极低，甚至比跟上前沿实验室频繁变动的政策和条款还要轻松。或许Claude Code未来会限制第三方服务商的接入，但市场上有不少优秀的开源替代方案（比如Codex本身、OpenCode等数十种工具）。
企业客户常提到的顾虑是数据隐私与安全。毫无疑问，Z.ai官方API和订阅服务的条款不够完善，且与中国大陆关联紧密，对很多企业来说几乎无法接受。但开源权重的核心优势正在于此：市场上有众多其他服务商，其中不少能提供规范的合同条款。如果这还不够，企业完全可以本地部署，从而将原本无法交给任何第三方的敏感数据，纳入与Opus同水准的智能体工作流中。
成本优势
GLM 5.2的当前定价约为每百万令牌4.4美元，仅为Opus零售价的不到20%，约为GPT 5.5的15%。当然，由于完成相同任务它生成的令牌更多，这并非完全对等的比较，但可以肯定的是，在质量相近的前提下，它几乎能为所有工作流节省超过50%的成本。
订阅模式方面，Z.ai推出了“编码计划”，与Anthropic、OpenAI的套餐类似，但宣称的使用额度更高。不过其关于训练和数据留存的条款过于宽松，可能难以吸引专业用户；但如果前沿实验室大幅涨价，对预算敏感的用户来说，它会是极具竞争力的选择。
我预计未来几个月，随着推理服务架构不断优化，GLM 5.2的成本还会大幅下降。Wafer曾撰文介绍他们在AMD硬件上运行该模型的尝试，结果显示，在AMD上运行推理的每令牌成本比Nvidia Blackwell低2.75倍。
系列文章的第二篇将探讨更核心的问题：推理利润率暴跌会给行业带来什么影响，谁将成为赢家，谁又会被淘汰。不妨记住贝索斯的名言：“你的利润，就是我的机会”。若想第一时间收到推送，欢迎订阅通讯，或选择RSS订阅。
披露：Fireworks为本文测试提供了免费额度支持。