沒有慣例的直播，GPT 5.1 迅速發布。而市場最關注的，可能還是上周另一件大新聞。

「或許除了銀行和私募...... 聯邦政府應考慮為 AI 芯片等數據中心投資提供貸款擔保。」這是最近全世界「最貴」的一句話。

多貴呢？這句話的代價，是 5000 億美金。

在上周的華爾街日報 Tech Live 大會上，OpenAI 首席財務官 Sarah Friar 一語驚天動地，幾乎要把一場擊鼓傳花式的「AI 泡沫」做實。

從算力資源到應用場景，美國整條以 scaling law 為金律的 AI 產業鏈條，都建立在 OpenAI 能夠跑通的前提下。而如果 OpenAI 都不確定自己能夠獨立行走，美國式 AI 的高成本、高估值模式便會引來質疑。

信心的下跌很快變成了美國 AI 整體股價的跳水。當地時間周四，美國科技股集體重挫，六大科技巨頭及多家與 OpenAI 合作的算力廠商總市值一夜蒸發近 5000 億美元。

5000 億美金也正好是 OpenAI 目前的估值。

Sarah Friar 的一次失言，不僅讓全球資本開始質疑美國 AI 的價值體系，更迫使他們開始尋找一個新的、更可靠的「價值錨點」。而當他們把目光轉向大洋彼岸時，一個截然不同的敘事正在展開。

01

圍繞 AI 估值的「去偽存真」

「Technocapital hyperobject（技術資本超實體）。」這是一位軟件工程師，對于近期圍繞 OpenAI 所發生的一系列投資動作的定性。

根據公開信息，為獲取算力，OpenAI 今年已與 AMD、英偉達、甲骨文及 CoreWeave 等公司達成了總值超 1 萬億美元的合作協議。

但這幾乎是一個左腳踩右腳讓自己升空的行為：OpenAI 向甲骨文支付 3000 億美元買算力，甲骨文拿這筆錢向英偉達購買芯片；英偉達同意向 OpenAI 投資 1000 億美元，OpenAI 隨即用這筆資金購買數百萬快英偉達 GPU 來建設數據中心。

《大西洋月刊》描述這場圍繞 OpenAI、參與方眾多的投資熱，「在金融層面上是虛無的」。供應商和客戶相互抬高彼此的估值，卻并未創造真正的價值。

如果一切正常，這本該是一場毫無破綻的宏大敘事。這是為什么 OpenAI 突然跳出尋求美國政府兜底的行為，顯得十分扎眼。這場敘事的錨點，來源于業界對 OpenAI 盈利能力的信心，但 OpenAI 自身卻已經顯露出對于商業化預期的信心不足。

與此同時，市場正在用腳投票。Airbnb 在部分模型調用上也放棄了 OpenAI，而選擇了國產模型。原因是中國模型在 Airbnb 的新客服系統中表現的非常優秀。而這句話，出自與 Sam Altman 私交甚密的 Airbnb 首席執行官 Brian Chesky。

這場圍繞 AI 估值的全球「去偽存真」已經開始。

02

務實的「效率換增長」，被低估的中國 AI

與美國 AI 粗放的「資本換規模」形成鮮明對比，中國 AI 由于早期受到算力的限制，不得不在有限資源的處境下選擇一條「效率換增長」的道路。

這種最初源于「資源受限」的被動選擇，今天來看卻逐漸成長為全球 AI 泡沫下的「高 ROI 孤島」。

全球投行 Jefferies 在 11 月 11 日發布的最新 AI 報告中，用一組數據清晰地揭示了這種差異：中國頭部 AI 公司（2023-2025）的合計資本支出為 1240 億美元，僅為美國同行（6940 億美元）的 18%。然而，中國最好的 AI 模型（MiniMax M2）的性能，僅落后于美國最好的模型（GPT5）10%。

相比于大廠，中國創業公司的增長路線更加耀眼。Jefferies 在報告中明確將 MiniMax M2 列為中國性能最好的模型，已逼近 GPT-5 和 Grok4。而在開源模型的對比中，Jefferies 的數據顯示 MiniMax M2 的表現已超越 OpenAI 的 GPT-OSS-120B。

報告進一步指出，美國在 Scaling Law 邊際效應遞減的情況下仍在瘋狂投入，而中國則專注于「模型效率」。

當模型性能差距不明顯時，性價比開始變得重要。

計算機科學家 Andrew Ng 的 AI 學習網站 DeepLearning.AI 周報中，用一張「智能 vs 價格」(Intelligence vs. Price) 圖表將 M2 送上了「高智能、低成本」的最佳區間。報告指出，GPT-5 等模型性能領先，但成本遠遠落后；而在成本、性能綜合領先的區間中，MiniMax M2 與 Grok 4 Fast 難分伯仲。

DeepLearning.AI 周報

這種極致的性價比，正在被全球開發者清晰地感知到。

面向全球開發者的模型聚合平臺 OpenRouter 顯示，MiniMax M2 自 10 月底發布以來，日 token 調用量呈爆炸式增長，最高已突破 800 億。在最體現模型能力的「編程」類別中，M2 已高居調用量第三名，僅次于 Grok 和 Claude Sonnet 4.5。

正如海外開發者在 X 上制作的一系列梗圖：一邊是標價 100 美元的 Claude，一邊是標價 8 美元、表現卻差不多甚至更好，用量更多的 M2。在一個正常的商業世界，會選誰自然不言而喻。

MiniMax 的強勢崛起并非孤例，其背后是整個中國 AI 生態的全面爆發。

分析師 Nathan 在和 a16z 的一次對話中透露，80% 的 AI 創業公司都在用中國開源模型。比如頭部的 AI 編程產品 Windsurf、在 AI Agent 領域的明星公司 Vercel、美國云服務平臺 Together AI 等，紛紛向 Qwen、MiniMax、智譜等企業拋來合作的橄欖枝。

03

Long China AI：

當理性回歸，重看價值洼地

隨著美國 AI 泡沫顯露破裂跡象，全球資本正從對 Scaling Law「大力出奇跡」的迷戀中清醒，回歸到「商業理性」——尋找更高效、更具可持續性、且同樣能通往 AGI 的產業帶。

極致的性價比、務實的商業路線，以及在多模態綜合實力上的全球競爭力——這三者共同構成了中國 AI 的核心價值。這不再是一個等待被發現的「價值洼地」，而是一個正在重塑全球 AI 游戲規則的「效率引擎」。

海外科技媒體 Venture Beat 報道中國開源模型

這種「效率」不僅體現在更低成本的文本模型上，更體現在通往 AGI 的關鍵路徑——多模態能力上。

OpenAI CEO 將 Sora 2 定義為「世界模擬器」的開端，這代表了 AI 的終極前景。無論是 OpenAI 的 Sora 2、谷歌的 Veo 3（音畫統一），還是 ChatGPT 的 LiveStream，行業趨勢都在指向多模態技術的融合。

而這正是中國 AI 價值洼地論據的第二環：中國不僅有更便宜、效率更高的模型，同樣具備在關鍵技術上全球領先的多模態能力。

比如憑借 M2，在文本和 Coding 、Agentic 領域展現出頂級性能的 MiniMax，其 Speech 語音模型同樣名列全球權威榜單的前列，ChatGPT 的高級語音模式 LiveKit、GitHub 的熱門開源框架 Pipecat，以及 YC 孵化的語音平臺 Vapi，都是用了 MiniMax Speech 作為其底層技術引擎。

還有在視頻模型領域，其今年 6 月發布的 Hailuo 02 模型，讓創作者發現，原來動物也可以跳水、做體操。

當然，OpenAI 的 Sora 2 發布后，全球視頻生成領域的格局再次被這家萬億美元的超級巨頭重塑，但可以肯定的是：中國 AI 公司已經證明了自己在多模態領域具備快速跟上甚至超越美國頂尖同行的能力，并且這種追趕將在同樣高的資本投入效率下完成。

更重要的是，這種技術上的高效率和 AGI 潛力，已經在中國市場得到了商業化的驗證。據外媒，MiniMax 憑借極強的產品化能力，已實現了過億美元的年化營收。當「MiniMax 們」把產品推向海外，放在同一個市場環境競爭，中國創業者展現出了完全不輸給美國同行的競爭力。

AI 是一場效率革命。前幾年，AI 的敘事更重「革命」，可以容忍高成本。現在，這場效率革命中的「效率」部分開始被重視。

極致的性價比、務實的商業路線，以及通向 AGI 的多模態綜合實力，使得中國 AI 公司的真實價值被市場遠遠低估。當美股的 AI 泡沫開始破裂，尋求避險和高增長機會的全球資本，必然會重新審視并發現中國 AI 這片「價值洼地」。

對中國 AI 的估值校準，或許就在這場泡沫戳破之后，已經悄然開始。（甘德）