跑分只差2.8%？拆解中美AI竞赛底下的蒸馏尾流与失血黑洞

中美顶尖大模型的跑分差距，刚刚被追到了 2.8%。 18 个月前，这个差距是 15%。 3 个月前，缩小到 5%。 到了上周，彭博行业研究跟踪的最新数据，差距只剩 2.8%。 而且中国模型的调用价格，直接比美国同行便宜了八成。 看起来是不是马上就要反超了？ 特别是最近不少美国科技高管呼吁放慢 AI 研发速度，甚至有人觉得，只要美国踩一脚刹车，第一的位置立刻就会易主。 彭博经济学的科技分析师给出的答案很有意思：完全不会。 为什么？ 因为这根本不是一场并排赛跑。 只要你看懂底下的两台齿轮，就会发现这个 2.8% 的差距，只是一场尾流带来的速度幻觉。

第一台齿轮，是探路与蒸馏的成本鸿沟。 训练一个前沿基座模型，真正的重头戏在试错。 OpenAI、Anthropic 这些头部实验室，要花几十亿美元去蹚几千条死胡同。 废弃的数据集、跑偏的模型架构、烧掉的几十万小时算力，九成九的钱都是为了摸清那一条走得通的路。 路一旦摸通了，模型上了线，后面的跟跑者就省事了。 业内有一个成熟的办法，叫知识蒸馏。 简单说，就是让领先的模型当老师，把它的输出结果拿来给自己的模型当训练数据。 老师花了几十亿美元才答出来的题，学生拿标准答案抄一遍，只要几千万美元。 这就像公路自行车赛里的破风手。 前面的破风手顶着大风拼命蹬，后面的骑手贴在几公分后面吃尾流，能省下三成体力。 跑分从 85 分追到 97 分，看着近在咫尺。 但如果前面的破风手突然放慢了速度，后面的骑手能立刻冲出去领跑吗？ 不能。 因为学生能考 97 分，前提是考卷已经有人做出了满分答案。 一旦前面的破风手停下来，后面的人连风往哪吹都不知道。 彭博经济学分析师迈克尔·邓（Michael Deng）直接给出了逻辑：中国大模型的快速迭代不是一条独立轨道，它高度依赖对前沿成果的蒸馏。 只要你还在靠抄题追赶，前面没人探路的时候，你就不知道下一步该踩在哪。

第二台齿轮，是商业模式的失血黑洞。 光靠便宜，能不能把对手熬死？ 我们来看一组真实账本。 在彭博披露的行业数据里，中国目前有将近 1000 个大模型在互相竞争。 但在国内市场，几乎没有企业和个人愿意为纯软件按月付费。 大洋彼岸的普通用户和企业，每月为效率工具爽快地掏出 20 到 200 美元订阅费。 而在国内，大家早已习惯了免费。 谁敢收订阅费，用户扭头就走。 收不到订阅费，唯一的活路就是抢流量，把模型调用价格打到地板上。 结果就是惨烈的价格战。 中国模型的代币调用价格，比美国同行足足打了两折。 代价是什么呢？ 2026 年的测算显示，中国大模型实验室每做 1 美元的收入，平均要净亏损 0.84 美元。 打得最猛的深度求索（DeepSeek），每进账 1 美元，甚至要亏掉 1.4 到 1.5 美元。 美国公司也在亏钱，但美国的头部实验室手里有几千万个高单价付费用户，还有庞大的企业现金流循环。 中国实验室却被死死卡在两头：上一秒刚买下昂贵的算力，下一秒只能把算力当成廉价水力电力卖出去。

北京的设想，是把大模型做成廉价的公共基础设施。 就像安卓系统一样，把智能化成本压到接近于零，给制造业和硬件降本。 李开复在采访里谈到这种分工：美国做前沿突破和高毛利的企业级赚钱工具，中国做消费应用、硬件迭代和成本控制。 听上去像是各展所长。 但这套逻辑漏算了一件最要命的事： 大模型不是传统代码。 传统软件写完了，多复制一份的成本是零。 大模型每次推理、每次迭代，都在实打实消耗芯片折旧和昂贵的电力。 长鑫存储为了赶上高带宽内存（HBM），2026 年 7 月在科创板上市一次性募集了 579 亿元人民币，产线依然落后海外整整一代。 如果国内市场在软件端根本长不出利润造血机制，下一代十万张先进芯片的巨额开销，到底由谁来埋单？ 靠补贴可以把价格打到两折一年、两年。 但技术代际每往上一层，算力账单就按几何级数往上翻。 一个不赚钱的公用事业，怎么可能在没有底部的军备竞赛里一直跟注？

川普在会晤前撂下一句话：谁赢得 AI，谁就赢得未来。 华盛顿那一帮喊着放慢脚步的游说群体，总担心多喘一口气就会把江山拱手让人。 他们完全没看懂资产负债表上的秘密。 2.8% 的跑分差距，只能证明跟跑者在平整的高速公路上能踩多快油门。 它根本证明不了谁有能力开着压路机去荒野里开荒。 只要前面的破风手继续全速领跑，后面的跟跑者为了维持尾流，就必须每跑一公里都自掏腰包流血贴钱。 在一场领跑者靠造血循环往前冲、跟跑者靠亏本倾销撑门面的消耗战里， 所谓的微弱差距，不仅不会随着时间缩短。 每一轮账单结算的时候，都在悄悄拉得更开。