丹麦知名程序员DHH（David Heinemeier Hansson）近日公布了一项横向对比测试结果：针对同一编程任务——将Python库转换为Rust，他测试了多款主流AI模型，结果显示性能差距缩小，但成本差异悬殊。

在测试中，Fable 以45分钟完成，但成本高达550美元；Soul/Grok 耗时约1.5小时，成本约为Fable的十分之一；而DeepSeek Pro 用时2小时45分钟，成本仅为23美元。值得注意的是，三者生成的输出完全相同。

DHH的测试表明，顶尖AI模型在特定任务上的性能差距正在缩小，但定价策略却天差地别。这一现象引发了对AI定价逻辑的重新思考：当模型能力趋于同质化，成本将成为竞争的关键维度。

对AI产业而言，这一测试结果可能意味着：在应用层，开发者将更倾向于选择性价比高的模型；在模型层，价格战或成为常态；在基础设施层，算力效率的重要性进一步凸显。不过，该测试仅基于单一任务，结论的普适性仍有待更多验证。