对 AI 的无限投资正在被集体反思，而更高效的中国 AI 成了全球的「价值洼地」。
作者｜甘德
编辑｜ 郑玄
没有惯例的直播，GPT 5.1 迅速发布。而市场最关注的，可能还是上周另一件大新闻。
「或许除了银行和私募...... 联邦政府应考虑为 AI 芯片等数据中心投资提供贷款担保。」这是最近全世界「最贵」的一句话。
多贵呢？这句话的代价，是 5000 亿美金。
在上周的华尔街日报 Tech Live 大会上，OpenAI 首席财务官 Sarah Friar 一语惊天动地，几乎要把一场击鼓传花式的「AI 泡沫」做实。
从算力资源到应用场景，美国整条以 scaling law 为金律的 AI 产业链条，都建立在 OpenAI 能够跑通的前提下。而如果 OpenAI 都不确定自己能够独立行走，美国式 AI 的高成本、高估值模式便会引来质疑。
信心的下跌很快变成了美国 AI 整体股价的跳水。当地时间周四，美国科技股集体重挫，六大科技巨头及多家与 OpenAI 合作的算力厂商总市值一夜蒸发近 5000 亿美元。
5000 亿美金也正好是 OpenAI 目前的估值。
Sarah Friar 的一次失言，不仅让全球资本开始质疑美国 AI 的价值体系，更迫使他们开始寻找一个新的、更可靠的「价值锚点」。而当他们把目光转向大洋彼岸时，一个截然不同的叙事正在展开。
01
围绕 AI 估值的「去伪存真」
「Technocapital hyperobject（技术资本超实体）。」 这是一位软件工程师，对于近期围绕 OpenAI 所发生的一系列投资动作的定性 。
根据公开信息，为获取算力，OpenAI 今年已与 AMD、英伟达、甲骨文及 CoreWeave 等公司达成了总值超 1 万亿美元的合作协议。
但这几乎是一个左脚踩右脚让自己升空的行为：OpenAI 向甲骨文支付 3000 亿美元买算力，甲骨文拿这笔钱向英伟达购买芯片；英伟达同意向 OpenAI 投资 1000 亿美元，OpenAI 随即用这笔资金购买数百万快英伟达 GPU 来建设数据中心。
《大西洋月刊》描述这场围绕 OpenAI、参与方众多的投资热，「在金融层面上是虚无的」。 供应商和客户相互抬高彼此的估值，却并未创造真正的价值。
如果一切正常，这本该是一场毫无破绽的宏大叙事。这是为什么 OpenAI 突然跳出寻求美国政府兜底的行为，显得十分扎眼。这场叙事的锚点， 来源于业界对 OpenAI 盈利能力的信心，但 OpenAI 自身却已经显露出对于商业化预期的信心不足。
与此同时，市场正在用脚投票。Airbnb 在部分模型调用上也放弃了 OpenAI，而选择了国产模型。原因是中国模型在 Airbnb 的新客服系统中表现的非常优秀。而这句话，出自与 Sam Altman 私交甚密的 Airbnb 首席执行官 Brian Chesky。
这场围绕 AI 估值的全球「去伪存真」已经开始。
02
务实的「效率换增长」，被低估的中国 AI
与美国 AI 粗放的「资本换规模」形成鲜明对比，中国 AI 由于早期受到算力的限制，不得不在有限资源的处境下选择一条「效率换增长」的道路。
这种最初源于「资源受限」的被动选择，今天来看却逐渐成长为全球 AI 泡沫下的「高 ROI 孤岛」。
全球投行 Jefferies 在 11 月 11 日发布的最新 AI 报告中，用一组数据清晰地揭示了这种差异： 中国头部 AI 公司（2023-2025）的合计资本支出为 1240 亿美元，仅为美国同行（6940 亿美元）的 18%。然而，中国最好的 AI 模型（MiniMax M2）的性能，仅落后于美国最好的模型（GPT5）10%。
相比于大厂，中国创业公司的增长路线更加耀眼。Jefferies 在报告中明确将 MiniMax M2 列为中国性能最好的模型，已逼近 GPT-5 和 Grok4。而在开源模型的对比中，Jefferies 的数据显示 MiniMax M2 的表现已超越 OpenAI 的 GPT-OSS-120B。
报告进一步指出，美国在 Scaling Law 边际效应递减的情况下仍在疯狂投入，而中国则专注于「模型效率」。
当模型性能差距不明显时，性价比开始变得重要。
计算机科学家 Andrew Ng 的 AI 学习网站 DeepLearning.AI 周报中，用一张「智能 vs 价格」(Intelligence vs. Price) 图表将 M2 送上了「高智能、低成本」的最佳区间。 报告指出，GPT-5 等模型性能领先，但成本远远落后；而在成本、性能综合领先的区间中，MiniMax M2 与 Grok 4 Fast 难分伯仲。
DeepLearning.AI 周报
这种极致的性价比，正在被全球开发者清晰地感知到。
面向全球开发者的模型聚合平台 OpenRouter 显示，MiniMax M2 自 10 月底发布以来，日 token 调用量呈爆炸式增长，最高已突破 800 亿。在最体现模型能力的「编程」类别中，M2 已高居调用量第三名，仅次于 Grok 和 Claude Sonnet 4.5。
正如海外开发者在 X 上制作的一系列梗图：一边是标价 100 美元的 Claude，一边是标价 8 美元、表现却差不多甚至更好，用量更多的 M2。在一个正常的商业世界，会选谁自然不言而喻。
MiniMax 的强势崛起并非孤例，其背后是整个中国 AI 生态的全面爆发。
分析师 Nathan 在和 a16z 的一次对话中透露，80% 的 AI 创业公司都在用中国开源模型。比如头部的 AI 编程产品 Windsurf、在 AI Agent 领域的明星公司 Vercel、美国云服务平台 Together AI 等，纷纷向 Qwen、MiniMax、智谱等企业抛来合作的橄榄枝。
03
Long China AI：
当理性回归，重看价值洼地
随着美国 AI 泡沫显露破裂迹象，全球资本正从对 Scaling Law「大力出奇迹」的迷恋中清醒，回归到「商业理性」——寻找更高效、更具可持续性、且同样能通往 AGI 的产业带。
极致的性价比、务实的商业路线，以及在多模态综合实力上的全球竞争力——这三者共同构成了中国 AI 的核心价值。这不再是一个等待被发现的「价值洼地」，而是一个 正在重塑全球 AI 游戏规则的「效率引擎」 。
海外科技媒体 Venture Beat 报道中国开源模型
这种「效率」不仅体现在更低成本的文本模型上，更体现在通往 AGI 的关键路径——多模态能力上。
OpenAI CEO 将 Sora 2 定义为「世界模拟器」的开端，这代表了 AI 的终极前景。无论是 OpenAI 的 Sora 2、谷歌的 Veo 3（音画统一），还是 ChatGPT 的 LiveStream，行业趋势都在指向多模态技术的融合。
而这正是中国 AI 价值洼地论据的第二环： 中国不仅有更便宜、效率更高的模型，同样具备在关键技术上全球领先的多模态能力。
比如凭借 M2，在文本和 Coding 、Agentic 领域展现出顶级性能的 MiniMax，其 Speech 语音模型同样名列全球权威榜单的前列，ChatGPT 的高级语音模式 LiveKit、GitHub 的热门开源框架 Pipecat，以及 YC 孵化的语音平台 Vapi，都是用了 MiniMax Speech 作为其底层技术引擎。
还有在视频模型领域，其今年 6 月发布的 Hailuo 02 模型，让创作者发现，原来动物也可以跳水、做体操。
当然，OpenAI 的 Sora 2 发布后，全球视频生成领域的格局再次被这家万亿美元的超级巨头重塑，但可以肯定的是： 中国 AI 公司已经证明了自己在多模态领域具备快速跟上甚至超越美国顶尖同行的能力，并且这种追赶将在同样高的资本投入效率下完成。
更重要的是，这种技术上的高效率和 AGI 潜力，已经在中国市场得到了商业化的验证。据外媒，MiniMax 凭借极强的产品化能力，已实现了过亿美元的年化营收。当「MiniMax 们」把产品推向海外，放在同一个市场环境竞争，中国创业者展现出了完全不输给美国同行的竞争力。
AI 是一场效率革命。前几年，AI 的叙事更重「革命」，可以容忍高成本。现在，这场效率革命中的「效率」部分开始被重视。
极致的性价比、务实的商业路线，以及通向 AGI 的多模态综合实力，使得中国 AI 公司的真实价值被市场远远低估。当美股的 AI 泡沫开始破裂，寻求避险和高增长机会的全球资本，必然会重新审视并发现中国 AI 这片「价值洼地」。
对中国 AI 的估值校准，或许就在这场泡沫戳破之后，已经悄然开始。
