燒 token 的時代結束了 — 當開源只落後前沿三個月，AI 大廠最會講的成長故事被掀了一角

一家 AI 新創的執行長，把公司全部的流量，從這個星球上最強的模型之一搬走了。

搬去哪？一個來自中國、可以免費下載的開源模型。

那家公司叫 Lindy，做的是 AI 自動化助理，本來百分之百跑在 Anthropic 的 Claude 上。創辦人 Flo Crivello 把全部流量切換到中國的 DeepSeek，理由只有一個：成本曲線整個塌下來了。他估算，這個決定會在幾個月內替公司省下數百萬美元。

如果你覺得這只是一家小公司省錢的故事，那就小看它了。同一段時間，Uber 在四個月內燒光了整年的 AI 預算，被迫在某些 AI 工具上設花費級距，起跳一個月 1,500 美元。CNBC 在六月底用一個詞描述這場集體轉向：企業正在告別「tokenmaxxing」。

我看這件事，看到的不是某一家公司的選擇，而是一個信仰的崩解。過去兩年，整個產業相信一件事——算力燒越多、token 用越凶，AI 就越聰明，錢花下去總是對的。現在，連最該相信這套的 AI 原生新創，都開始用腳投票。而最尷尬的是：這一切，發生在 OpenAI 和 Anthropic 排隊遞交 IPO 的前夕。

先搞懂 tokenmaxxing：當「燒越多越聰明」變成一種信仰

要理解這場反轉，得先理解它反轉的是什麼。

大型語言模型的計費單位是 token——你可以粗略理解成「文字的碎片」，模型每讀進、吐出一個 token，供應商就跟你收一次錢。在 2024 到 2025 年那段擴張期，企業的算盤是這樣打的：AI 能力還在飛速進步，誰先把工作流程接上最強的模型，誰就先拿到生產力紅利，至於成本，先燒了再說。

於是出現一種很反常的管理文化：公司不但不限制工程師用 AI，反而鼓勵他們盡量多用、用最貴的那一檔，深怕省小錢誤了大事。這就是 tokenmaxxing——把 token 用量極大化，當成一種競爭優勢。

問題是，這套邏輯有個隱藏假設：最強的模型，貴得有道理，而且非它不可。

當這兩個假設同時鬆動，整座大廈就開始搖。一邊，企業發現帳單失控——Uber 那種四個月燒光年度預算的例子不是特例，是警鐘；另一邊，更要命的是，便宜的替代品突然變得「夠好」了。

開源追上來了——而且只落後三到四個月

過去大家對開源模型的印象停在「便宜，但笨一截」。這個印象，在 2026 年已經過期。

獨立研究機構 Epoch AI 用一套能力指數（ECI）持續追蹤開源與閉源的差距。他們的結論很具體：2026 年起，最強的開放權重模型，平均只落後前沿閉源模型大約 4 個月。其他分析給的數字更激進，認為在多數 benchmark 上只差 3 到 6 個月。

而在企業最在乎的 coding 領域，差距收得更兇。開源與閉源的程式能力，已經逼近到只差 2 到 3 個百分點——例如在長時任務 benchmark FrontierSWE 上，GLM-5.2 拿下 74.4 分，Claude Opus 4.8 是 75.1 分，只差 0.7 分。但開源模型的輸出 token 價格，便宜了 約 5 到 6 倍（GLM-5.2 輸出約 4.40 美元／百萬 token，Claude Opus 4.8 輸出 25 美元／百萬 token）。

換句話說，你現在花大錢買的那個「最聰明」，大約三到四個月後，就有人送你一個 90 分版本，而且便宜約五到六倍。對一個要替每一次 API 呼叫付錢的工程主管來說，這道算術題不難解。

這不是一兩個模型的偶發，是一條生產線。光是 2026 年 1 月到 5 月，單一個六週的窗口裡，就有八個以上的前沿級開源模型出貨。引爆這波的起點，是去年那個讓矽谷震一下的 DeepSeek R1——它證明了一件事：一個中國實驗室，可以用前沿模型一小部分的訓練成本，做出 GPT-4 等級的東西。從那之後，阿里、Moonshot、MiniMax、螞蟻集團，全都開始大規模開源。

一堂效率課：為什麼便宜的模型能「夠用」

便宜又夠用，聽起來像買菜，但背後是幾個真實的工程突破。這裡用最白話的方式帶過三個關鍵詞，因為它們決定了這波反轉是不是真的站得住。

第一個是 混合專家架構（Mixture of Experts, MoE）。傳統模型每回答一個問題，都要動用全部的參數，像是每件小事都把全公司的人叫來開會。MoE 把模型拆成很多個「專家」，每次只喚醒其中一小部分來處理。GLM-5.2 官方 spec sheet 寫約 7,530 億參數，第三方測評機構 Artificial Analysis 則統計為 7,440 億（兩者統計口徑不同，可能與嵌入層等計算方式有關）——但無論哪個口徑，實際運算時只啟動其中約 400 億參數，這就是為什麼它能又大又便宜。

第二個是 蒸餾（distillation）。簡單說，就是讓一個小模型去「模仿」大模型的輸出，把大模型的本事壓縮進更小的體積裡。開源社群很擅長拿前沿模型當老師，蒸餾出輕巧的學生——這也是開源能緊咬前沿的捷徑之一。

第三個是 量化（quantization）。模型的參數本來用很精細的數字儲存，量化就是把它們「降精度」——犧牲一點點準確度，換來大幅縮小的體積與更快的運算，讓模型能塞進更便宜的硬體裡跑。

這三件事加起來，就是「便宜又夠用」的技術底氣。而它們之所以能在開源世界快速擴散，靠的是一個常被混用、其實很關鍵的區別。

GLM-5.2：那個讓哈維創辦人改口的模型

如果要選一個模型當這波的代表，那會是中國智譜（Zhipu，旗下品牌 Z.ai）的 GLM-5.2。

它六月才釋出，用的是最寬鬆的 MIT 授權——任何人都能下載、微調、商用，沒有審批閘門。第三方榜單上，它的表現足以擠進第一梯隊：在一份綜合智慧指數上拿到 51 分，領先 DeepSeek、MiniMax、Kimi 的同期模型。更關鍵的是 CNBC 的這句話——GLM-5.2 在一項重要的 agentic（代理任務）benchmark 上，逼近 Anthropic 的 Opus 4.8 一個百分點以內，而成本大約只有 五分之一。

數字會說謊，但人改口不會。法律 AI 獨角獸 Harvey 的共同創辦人 Gabe Pereyra 對 CNBC 說了一句很有份量的話：「我一直很驚訝開源追上來的速度。GLM-5.2 是第一個真正能跟這些閉源前沿模型較量的模型。」

當一個用最貴模型用得最凶的法律 AI 公司創辦人，開始公開稱讚一個中國開源模型「真的能打」，這就不只是 benchmark 的故事了。

美國鎖前沿，中國灌開源——同一週發生的兩件事

這篇文章寫到這裡，如果只談成本，那就漏掉了最關鍵的一層。

把時間軸攤開來看，畫面很清楚。6 月 12 日，美國商務部援引出口管制命令，逼 Anthropic 把它最強的模型 Fable 5 與 Mythos 5 從全球公開存取下架；幾天後又要求 OpenAI 把 GPT-5.6 改成「逐一審核客戶」才能用。理由都是國家安全。而 GLM-5.2，就在 Fable 被下架的隔天 上線給訂閱者，6 月 16 日直接以 MIT 開放權重，向全世界免費釋出。

把這兩件事擺在一起看：美國用管制把自家最強的模型鎖進保險箱的同一週，中國把一個逼近前沿的模型，免費灑向全世界。

這不是巧合能輕輕帶過的。對全世界正在找 AI 工具的企業來說，一邊是「最強，但你可能買不到、用不全、哪天還會被下架」，另一邊是「差一點點，但免費、開源、自己抱回家就是你的」。當前沿被政治鎖住，開源就自動補上了那個真空。而據報導，GLM-5.2 用的還是中國本土的晶片算力——這本身就是對「卡脖子能卡多久」的一個回答。

我在先前寫 Fable 被下架、寫 ASML 那台機器的羅生門時，談過一個反覆出現的主題：在這個時代，指控與管制本身就是武器。這次是同一條線的延伸，只是反過來——管制鎖得住硬體和最尖端的權重，卻鎖不住「夠好且免費」的擴散。你越用力把前沿關起來，市場就越快往開源那邊倒。

台灣卡在中間：禁得了公部門，擋得住成本帳嗎？

那台灣呢？這才是這篇文章真正要問的問題。

台灣政府的立場其實很明確。早在 2025 年 2 月，行政院就下令公務機關、公立學校、公營事業、行政法人與關鍵基礎設施，全面禁用 DeepSeek，法源是 2019 年的〈各機關對危害國家資通安全產品限制使用原則〉，把 DeepSeek 列為「危害國家資通安全產品」。而且不只 DeepSeek——國安局實測了五款中國生成式 AI（DeepSeek、豆包、文心一言、通義千問、騰訊元寶），認定它們普遍有過度蒐集個資、逾越使用權限、內容偏異等問題。禁的理由有兩層：一是資料可能回傳中國，二是模型本身被植入了思想審查與價值偏向。

聽起來滴水不漏。但開放權重模型，戳中了這套框架的一個盲點。

台灣的禁令，是為「中國 AI 服務 會把你的資料送回中國」設計的。可是 GLM-5.2、通義千問這類開放權重模型的玩法不一樣——你可以把它下載下來、斷網、放進自己的機房裡跑，資料根本不出內網。「回傳中國」這條風險，幾乎被自架抹掉了。這其實正是政府給學術界開的那道例外：要用，可以，但請以不含個資的單機、斷網下載執行。

但這裡有個不能忽略的反面：斷網自架能解決資料外洩，卻解決不了第二層風險。思想審查與價值偏向，是被「烤」進模型權重裡的——你把它關進機房，它對特定議題的回答方式也一起跟著進去了。國安局之所以連開放權重的通義千問都一併列入風險清單，正是因為它擔心的不只是資料外洩，而是模型本身的內容立場。

所以台灣面對的，是一道沒有乾淨答案的選擇題：最便宜、追得最快的模型，來自一個你在地緣上必須防備的對手。 省成本與守信任，在這裡第一次正面對撞。

我的判斷：效率會贏，但不是每一仗都贏

我的判斷是：這波從「比能力」到「比效率」的轉向是真的，而且不會回頭——但它不是把前沿大廠掃進歷史，而是把市場切成兩塊。

大量的、重複的、對成本敏感的工作——客服、文件處理、程式碼補全、內部自動化——會大規模往開放權重模型遷移。這塊市場，便宜約五到六倍的吸引力是壓倒性的，三四個月的能力落差根本不痛。OpenAI 和 Anthropic 那套「成長靠企業無上限地燒 token」的故事，在這塊會被狠狠打折，而這正好戳中它們 IPO 估值最敏感的神經。（這股轉向背後是更大的結構位移——Ben Thompson 說 AI 的「邊際成本回來了」、算力稀缺正把定價權從用戶端搬回供給端，靠燒 token 堆成長的故事本來就難撐。）

但反過來說，最前沿、最難、最不能出錯的任務——尖端研究、複雜推理、把整個公司賭上去的那種決策——還是會留在最強的閉源模型手上。差那 2、3 個百分點，在這些場景就是成敗的距離。效率會吃下市場的中段和底部，但塔尖暫時還動不了。

對台灣，我的看法更直接：與其糾結要不要用，不如先建立「能自架、能稽核、能切換」的能力。真正的風險不是某個中國模型，而是你連「把它關進斷網機房、檢查它說了什麼」的本事都沒有，卻因為便宜而偷偷用了。技術主權不是只有晶片，也包括你有沒有能力，把任何一個模型——不管它來自哪裡——放在自己的掌握之下使用。

你願意為了那 3 個百分點，付五倍的錢嗎？

說到底，這整場反轉，逼每一個用 AI 的人回答同一個問題：你買的到底是「最強」，還是「夠用」？

過去兩年，這個問題不存在，因為最強的也沒貴到讓你心痛，而且看起來非它不可。現在，當「夠用」便宜了約五到六倍、又能抱回自己家裡，那 3 個百分點的差距，第一次有了價格標籤。

對企業，這是一道成本題；對台灣，這是一道主權題。而最難的地方在於：這兩道題的最佳答案，可能指向完全相反的方向。

當便宜、夠好、但來自對手的選項擺在桌上，你會怎麼選——而這個選擇，又該由誰來替整個社會把關？

時效註：本文發表於 6 月 29 日，尚未涵蓋之後的出口管制動態，讀者請留意後續發展是否影響文中對地緣情勢的判斷。

參考資料

1. CNBC（經 The Decoder 轉述）— AI startup Lindy ditched Claude entirely for Deepseek, saving millions as cost pressure mounts on Anthropic
2. Fortune — Uber burned through its entire 2026 AI budget in four months. Now its COO is questioning whether it’s worth it
3. Let’s Data Science（轉述 CNBC「tokenmaxxing」報導）— OpenAI and Anthropic face spending-driven growth slowdown
4. Epoch AI — Open models lag state-of-the-art closed models by 4 months
5. Artificial Analysis — GLM-5.2 is the new leading open weights model on the Artificial Analysis Intelligence Index（Intelligence Index v4.1：GLM-5.2 得分 51；總參數 744B／啟用 40B）
6. CodingFleet — Claude Opus 4.8 vs GLM-5.2: 0.7 Points From the Coding King at 1/6 the Price（FrontierSWE：GLM-5.2 74.4 分 vs Claude Opus 4.8 75.1 分；定價對照）
7. Claudefa.st（GLM-5.2 官方 spec sheet 整理）— GLM 5.2: Specs, Benchmarks, Pricing, Open Weights（官方標示：總參數 753B、啟用約 40B）
8. Requesty — Z.ai glm-5.2 API Pricing & Cost（GLM-5.2 輸出價格 $4.40／百萬 token）
9. Anthropic — Claude Platform Pricing（Claude Opus 4.8 輸出價格 $25／百萬 token）
10. 行政院全球資訊網 — 卓揆：公務機關全面禁用Deepseek AI 服務（2025 年 2 月 3 日公告，法源為 2019 年〈各機關對危害國家資通安全產品限制使用原則〉）