●作者｜碣石

●編輯｜之上

國產(chǎn)AI大模型智譜清言，最近在市場上很出風頭，因為性能卓越，一些老外為了能順利使用，甚至開始自學起了中文。

然而對于國內(nèi)一些使用者來說，智譜的AI大模型雖然功能強悍，但某些時段降速、額度消耗太快、甚至不時發(fā)生的封號烏龍，都可能會在不經(jīng)意間拉低了用戶的好感。

對創(chuàng)業(yè)者來說，本以為AI大模型能助其如虎添翼，結果卻常常拖慢工作進度。

另一邊，Kimi、DeepSeek、MiniMax等大模型，也可能出現(xiàn)算力黑箱、速度下降、能力變?nèi)醯葐栴}，用戶對AI大模型曾經(jīng)有多愛，最后也許就有多恨。

各種AI大模型，頻頻給予用戶暴擊，根本原因似乎在于算力不足；各大廠商Token頻頻漲價的背后，是相關需求的不斷走高。

算力成本的升高，讓AI相關創(chuàng)業(yè)者壓力山大。為此，他們不得不通過切換模型，錯峰使用，以及刪除歷史記錄等方式，維護來之不易的算力。

在這種背景之下，想要大展拳腳的創(chuàng)業(yè)者，在一番AI工具折騰后，公司和業(yè)務有沒有賺錢尚不可知，但賣鏟子的廠商一定是賺得盆滿缽滿。

來自智譜的三重暴擊

如果一款AI大模型，國內(nèi)價格比國外價格低很多，作為科技達人的你，會不會感到幸福滿滿？

最近，智譜清言的會員定價，就讓不少國內(nèi)用戶，薅到了一波AI紅利。

這是因為，智譜清言的AI大模型會員，目前分為Lite、Pro、Max三個檔次，國內(nèi)最新定價分別為49元、149元、469元。

另一邊，智譜清言的海外版本，同樣的三種會員套餐，價格則分別為18美元、72美元、160美元；折合人民幣分別為123元、491元、1091元，比國內(nèi)貴了74元、342元、622元。

同一款智譜清言會員套餐，國內(nèi)國外之間的巨大差價，讓一些老外開啟了反向海淘。

他們中有的在網(wǎng)上苦學漢字，以此來識別中文驗證碼；有的找人注冊微信、支付寶，通過它們登錄智譜并付款；還有的搭梯子變成中國IP，讓自己假裝成為中國用戶。

智譜清言的AI大模型會員，之所以敢對用戶收老外稅，似乎源于其自身，對于產(chǎn)品有絕對自信。

但一些國內(nèi)用戶打開智譜清言后，卻可能在使用過程中，遭遇它的三重爆擊。

第一重爆擊叫做“降速”。

自從養(yǎng)龍蝦風潮興起之后，計算機專業(yè)畢業(yè)的小雨，就試圖用AI大模型幫忙，開發(fā)一款食譜組合的應用。但沒想到，投入了一個月會員費的想要實現(xiàn)創(chuàng)業(yè)夢想的自己，會被小小的平臺使用困難打到。

他在智譜清言上，購買了Max會員套餐，利用最新的GLM5.1智能體，來給自己生成程序代碼。

可是使用了幾天之后，小雨發(fā)現(xiàn)他的智譜清言龍蝦，每天到了下午這一時間段，工作的輸出效率就會降低，寫出來的代碼斷斷續(xù)續(xù)，十分影響開發(fā)進度。

真金白銀養(yǎng)的龍蝦，難道染上了午睡這種惡習？對于龍蝦的這種偷懶行為，小雨感到十分無語。但是，還沒等他找到解題思路，名為“限額”的第二重暴擊，又不經(jīng)意間悄然來臨了。

眼看生成代碼效率不高，賺錢心切的小雨，干脆叫停了應用開發(fā)大業(yè)，轉而讓這群龍蝦研究金融。

他讓智譜清言的GLM5.1智能體，每天發(fā)關于A股市場的晨報和晚報，結果之前下午偷懶的龍蝦們，這次變得異常勤勞，給出了特別多的分析，三天就把一周的Token用完了。

對此，小雨表示：“雖然智譜生成的報告，質量確實比較高，但Token消耗得也有點快，后面幾天不能追蹤股市了?！?/p>

萬般無奈之下，小雨只好暫時收起股神雄心，等智譜技能冷卻一周后再用，結果這一等，就等來了第三重暴擊：“封號”。

因為平時工作生活中，小雨經(jīng)常需要在電腦、手機、平板上，切換使用智譜清言賬號，再加上他時不時還會去外地出差，導致IP地址變換頻繁。

因此，使用智譜清言一段時間后，小雨發(fā)現(xiàn)自己竟然被封號了，而這次封號的原因，也許就是系統(tǒng)判定小雨的賬號，有多人共享的嫌疑。

算力是關鍵？

智譜清言的降速、限額、封號三板斧，讓創(chuàng)業(yè)未半的小雨，中道崩殂了好幾次。

而除了智譜清言之外，在其他AI大模型身上，你也會看到類似的現(xiàn)象。

阿文不久前花費99元，辦理了Kimi的Moderato會員，利用它的K2.6智能體，幫自己寫一個MCP插件。

這一級別的Kimi會員，擁有每五小時限額、和每周限額兩個條件，當用戶觸發(fā)五小時限額后，需要等待五小時再繼續(xù)使用；觸發(fā)一周限額之后，需要等待一周再繼續(xù)使用。

可是，阿文在實際體驗中發(fā)現(xiàn)，Kimi僅僅工作了半小時，就觸發(fā)了五小時限額；后面用到第三天的時候，更是直接觸發(fā)了周限額，導致項目不得不延期。

阿文對此表示：“觸發(fā)一周限額之后，我在Kimi頁面上看到，我這個月額度才用了10.51%，按照每個月四周來計算，最多也就用40%的額度，這個額度到底是怎么計算的？”

與Kimi客服一番溝通后，阿文了解到Kimi的會員額度，包含了PPT、Agent、Code等等，可單一任務具體消耗了多少額度，目前用戶面對的仍是未知的黑箱。

如今，各種AI大模型如火如荼，但用戶興沖沖成為會員后，卻很可能在速度、額度等方面，陷入看不清、摸不著、搞不懂的狀態(tài)，這又是為什么？

最根本的原因，似乎在于市面上的AI大模型，普遍存在算力不足的問題，因此必須用限速、限額等方式，來保證用戶體驗。

2026年3月，中國日均Token調用量，已突破140萬億；相比2024年初，1000億的日均調用量，增長了1000倍；相比2025年年底，日均100萬億的調用量，增長了約40%。

算力需求的暴增，帶來的最直觀的影響，便是算力價格的上漲。

2026年3月11日，騰訊云宣布對混元大模型2.0 Instruct漲價，漲幅高達463%；4月9日又發(fā)布公告，將對AI算力、容器服務、EMR等產(chǎn)品，統(tǒng)一提價5%。

2026年3月18日，阿里云宣布對AI算力、儲存等產(chǎn)品，提價5%至34%；4月13日宣布，調整Data Works用戶的API免費額度，開始按量付費；4月15日又發(fā)布公告，對百煉大模型部分服務，提價2%至5%。

不僅如此，百度云同樣在3月18日官宣，對AI算力、儲存相關服務產(chǎn)品，調價5%至30%。

智譜更是一年三次調價，繼2月12日、3月16日兩次漲價后，又在4月8日發(fā)布GLM5.1智能體時，宣布全系API提價10%。

AI大模型產(chǎn)商的頻頻提價，會不會勸退一部分用戶？其實并不會。

比如，在2025年年報業(yè)績說明會上，智譜CEO張鵬還表示：2026年第一季度，智譜API調用定價提升了83%；但市場依然供不應求，調用量反而增長了400%。

而在今年4月初，阿里Qwen3.6-Plus大模型上線后，單日調用量突破1.4萬億Token，成為全球首個單日處理超過1萬億Token的大模型。

普通人還能讓AI打工嗎？

可以看出，隨著AI越發(fā)深入人們的生活，算力成本與算力需求，呈現(xiàn)螺旋上升的態(tài)勢。

但是，對于AI大模型用戶來說，雖然他們依舊買單，但這種價格、需求的雙重上漲，卻讓他們感到壓力山大；尤其是一些試圖利用AI工具，進行一人公司創(chuàng)業(yè)的用戶，更是逐漸被成本嚇昏了頭。

相關報道顯示：一位做AI SaaS的創(chuàng)業(yè)者，總共120萬的營收中，Token費用就占了92萬，再剔除各種雜七雜八的費用，不僅沒賺錢，反而賠錢了。

由此可見，AI大模型費用的上漲，讓那些試圖用AI創(chuàng)業(yè)的人，不得不面臨成本問題，他們中的一些人為了降本增效，祭出了三種武器：

首先，是執(zhí)行一些相對簡單的任務時，及時切換成更低的版本。

不同級別的AI大模型，收費規(guī)則也有不同，因此一些創(chuàng)業(yè)者工作時，先對任務級別進行梳理，將最難的工作交給最厲害的AI，以此節(jié)省來之不易的算力。

比如，前文提到的小雨，之后再進行A股分析時，不再使用智譜GLM5.1智能體，轉而采用智譜清言的免費版本。

其次，是錯峰使用AI大模型。

由于各種AI大模型，普遍在白天消耗更多算力，不僅用戶體驗感下降，廠商也有不小壓力；因此，一些AI廠商開啟了午夜打折模式，一次來分擔算力。

比如，DeepSeek就推出了錯峰優(yōu)惠，北京時間夜里十二點半，至第二天早上八點半，V3模型降價至原價的50%，R1模型降價至原價的25%。成本敏感性創(chuàng)業(yè)者，紛紛變成了夜貓子。

最后，是及時清除歷史記錄，讓AI大模型工作更絲滑。

大多數(shù)AI大模型，沒有真正的長期記憶，所以每次處理問題時，都會重新閱讀當前對話框內(nèi)，存在的所有內(nèi)容。

這就導致很多AI大模型，會出現(xiàn)越用越慢，越用越笨的現(xiàn)象，尤其某些用戶使用AI時，沒有重啟問題的習慣，始終在一個對話框內(nèi)提需求，不僅讓AI變得越發(fā)燒腦，還浪費了很多算力。

因此，處理完一個任務之后，及時對AI進行記憶清空，成了性價比更高的使用方式。

可見，對于不少創(chuàng)業(yè)者來說，讓AI大模型給自己打工，雖然聽起來無比美好，但成本未必比雇傭真人更低。那些無法說清的算力計算規(guī)則，那些雖然節(jié)省精力無法自我掌控的輸出，那些層層拔高的會員體系，都讓所有想用的人，都要先仔細算算自己的口袋里的錢夠不夠。

如果有一天，懷揣著暴富夢想，打開AI大模型的創(chuàng)業(yè)者們猛然發(fā)現(xiàn)，從公司離職創(chuàng)業(yè)的自己，又成了AI廠商的“打工人“，這可能并不是我們想用AI去撬動世界的初衷。