Stratechery 專欄作者 Tom Thompson 在最新文章中提出，市場對中國開放權重模型的恐慌被嚴重誇大，智慧正迅速走向商品化，競爭的核心將轉向成本結構。文章以 Kimi K3 引發的討論為引子，深入分析了 AI 推理時代的商業模式變化。
作者從商學院課程談起，指出科技行業因零邊際成本而與眾不同，但 AI 讓古老的經濟原則重新迴歸。他區分了研發支出（固定成本）與銷售成本（COGS，隨收入變化），強調 AI 推理成本與收入直接相關。例如，若產生 1 美元收入需 0.5 美元 token 成本，則 1 億美元收入對應 5000 萬美元 COGS。開放權重模型並非免費，Kimi K3 每百萬輸入 token 3 美元、輸出 15 美元，雖低於 Sol 的 5/30 美元，但 token 效率差異可能抵消價格優勢。
作者引入“token 工廠”概念，指出輝達 CEO 黃仁勳以 token 生成效率衡量系統，但在推理時代，不同模型為得出正確答案所需 token 數不同，token 並非大宗商品，真正可互換的是“智慧”。智慧的 COGS 受模型規模、推理效率、記憶體效率、服務效率及 token 效率影響。對於許多經濟任務，智慧正迅速商品化，盈利途徑不再是高價，而是更優的成本結構。
文章用大宗商品市場模型說明：邊際成本最低的供應商獲利最高，成本最差的供應商將破產。當前市場因算力短缺，前沿模型供不應求，Anthropic、OpenAI 憑藉能力、規模與 token 效率擁有最低單位智慧成本，並收取高溢價。作者認為中國模型看似便宜，只因美國前沿實驗室受供給限制而定價過高，一旦算力充足，價格將回落。
前沿實驗室的恐慌源於三點：思維仍錨定訓練成本主導的財務模型，但推理市場將遠超訓練成本增長；智慧並非完全同質，執行推理收集的資料可改進模型；通過向上整合客戶體驗（如 Claude Code、Codex）實現差異化。此外，Anthropic 的意識形態使其難以接受開放權重替代方案。
文章最後指出，中國戰略是“商品化互補品”：阿里巴巴釋出 Qwen3.8 Max（2.4 萬億引數），月之暗面推出 Kimi K3（2.8 萬億引數），均開放權重，旨在推動物理世界（機器人等）應用，並防止美國獲得不對稱優勢。市場反應熱烈，月之暗面甚至暫停新訂閱。作者認為，長期看，能力前沿的公司將主導非前沿市場，中國模型的衝擊被高估。