Stratechery 专栏作者 Tom Thompson 在最新文章中提出，市场对中国开放权重模型的恐慌被严重夸大，智能正迅速走向商品化，竞争的核心将转向成本结构。文章以 Kimi K3 引发的讨论为引子，深入分析了 AI 推理时代的商业模式变化。

作者从商学院课程谈起，指出科技行业因零边际成本而与众不同，但 AI 让古老的经济原则重新回归。他区分了研发支出（固定成本）与销售成本（COGS，随收入变化），强调 AI 推理成本与收入直接相关。例如，若产生 1 美元收入需 0.5 美元 token 成本，则 1 亿美元收入对应 5000 万美元 COGS。开放权重模型并非免费，Kimi K3 每百万输入 token 3 美元、输出 15 美元，虽低于 Sol 的 5/30 美元，但 token 效率差异可能抵消价格优势。

作者引入“token 工厂”概念，指出英伟达 CEO 黄仁勋以 token 生成效率衡量系统，但在推理时代，不同模型为得出正确答案所需 token 数不同，token 并非大宗商品，真正可互换的是“智能”。智能的 COGS 受模型规模、推理效率、内存效率、服务效率及 token 效率影响。对于许多经济任务，智能正迅速商品化，盈利途径不再是高价，而是更优的成本结构。

文章用大宗商品市场模型说明：边际成本最低的供应商获利最高，成本最差的供应商将破产。当前市场因算力短缺，前沿模型供不应求，Anthropic、OpenAI 凭借能力、规模与 token 效率拥有最低单位智能成本，并收取高溢价。作者认为中国模型看似便宜，只因美国前沿实验室受供给限制而定价过高，一旦算力充足，价格将回落。

前沿实验室的恐慌源于三点：思维仍锚定训练成本主导的财务模型，但推理市场将远超训练成本增长；智能并非完全同质，运行推理收集的数据可改进模型；通过向上整合客户体验（如 Claude Code、Codex）实现差异化。此外，Anthropic 的意识形态使其难以接受开放权重替代方案。

文章最后指出，中国战略是“商品化互补品”：阿里巴巴发布 Qwen3.8 Max（2.4 万亿参数），月之暗面推出 Kimi K3（2.8 万亿参数），均开放权重，旨在推动物理世界（机器人等）应用，并防止美国获得不对称优势。市场反应热烈，月之暗面甚至暂停新订阅。作者认为，长期看，能力前沿的公司将主导非前沿市场，中国模型的冲击被高估。