07-06日报｜大模型进入“微利时代”？开源生态正在重构竞争规则

温故智新AIGC实验室

今天是2026年07月06日。当所有人还在讨论GPT-5o能否通过人类意识测试时，另一个信号已经悄然逼近临界点：大模型的价格战已经从“烧钱获客”演变为“成本结构倒逼创新”。今天的三条新闻看似无关，实则指向同一个本质——AI行业正在从“参数竞赛”转向“生存效率竞赛”。谁能在边际成本逼近零的同时保持质量，谁才配得上“下一代基础设施”的称号。

今日速览

  • OpenAI今日发布GPT-5o-mini，推理成本降至每百万token 0.08美元，但准确率仅比全尺寸版本低1.2%——这意味着“够用”成为新标准。
  • 欧盟《AI责任指令》草案流出，首次明确“AI服务提供者需对算法决策造成的精神损害承担举证责任倒置”——监管利剑终于对准了“黑箱”。
  • 谷歌悄悄开源Gemma 3-400B，并宣布所有使用该模型的企业可免费商用——这是对闭源模型“订阅税”的一次精准狙击。

GPT-5o-mini发布：当“够用”成为杀手锏

【AI内参·锐评】 OpenAI终于承认：用户不需要最好的模型，只需要最便宜且不会出错的模型。 GPT-5o-mini的发布不是技术突破，而是商业逻辑的投降——它标志着大模型行业从“芯片战争”转入“成本战争”。

【事实速览】 OpenAI于北京时间凌晨发布GPT-5o-mini，推理成本仅为旗舰版GPT-5o的1/15（每百万token 0.08美元），但在MMLU、GSM8K等常见基准测试中仅落后1.2%。该模型支持128K上下文，并原生集成了图像生成与代码执行能力。CEO Sam Altman在博客中称这是“让AI真正实现十亿人可及性的关键一步”。

【背景与动机】 表面看是响应开发者对成本敏感的呼声，实则是面对Anthropic Claude 3.5 Opus和Meta LLaMA 4的免费开源双重夹击。OpenAI的API收入增速已连续两个季度放缓，而微软Azure正在将内置的Copilot服务转向自家小模型。GPT-5o-mini本质上是“防守型产品”——用低价锁定长尾客户，防止用户流向开源或竞品。

【开发者必读】 如果你正在构建C端应用，这条新闻意味着：之前因为成本而不敢用的Agent循环、多步推理、实时语音等功能，现在可以无脑上了。 但警惕“隐性锁定”——mini版本对复杂逻辑链的推理成功率在第四步之后骤降17%。建议将关键决策节点强制路由到全尺寸模型，其余流程交给mini。这是性价比最高的架构。

【我们在想】 当推理成本低到接近免费，那“卖铲子”的商业模式还能持续多久？下一个爆发的会不会是“AI模型的模型”（即用AI自动选择最便宜的模型完成特定任务）？以及，用户是否真的愿意为1.2%的精度差异支付15倍的价格？

【信息来源】

欧盟《AI责任指令》草案：举证责任倒置，算法不再“免责”

【AI内参·锐评】 “我算法没错，是你运气不好”——这套说辞从今天起在法律上失效了。 欧盟此次草案最狠的一刀不是高额罚款，而是让AI公司反过来证明自己没有过错。这意味着黑箱模型将面临结构性合规风险。

【事实速览】 6月30日流出的欧盟《AI责任指令》修订草案规定：对于高风险AI系统（如招聘、信用评分、医疗诊断）造成的非物质损害（如心理压力、机会损失），举证责任从原告转移到服务提供者。公司必须公开模型在特定决策中的内部推理链（可解释性要求），否则直接推定过失。草案还要求所有AI系统保留“交互日志”至少3年，以备司法调取。

【弦外之音】 这与此前美国NIST的AI风险评估框架以及中国的《生成式人工智能服务管理办法》形成“三角监管夹击”。所有想跨区域运营的AI公司，必须同时满足“可解释性+可审计性+数据主权”三个维度。 而恰好，开源模型因其透明性成为合规首选——这或许解释了为什么谷歌突然慷慨地开源Gemma 3。

【投资者必读】 长期利好可解释AI（XAI）工具链、合规审计SaaS、以及能提供“推理日志”的模型提供商。短期利空任何重度依赖黑箱大模型的SaaS公司（尤其是HR Tech和FinTech）。如果你投了那些“AI自动做决策”的创业公司，请立刻检查他们的日志系统和可解释性模块。否则2027年的集团诉讼就是你的退出时间表。

【我们在想】 法律要求“算法解释权”本质上要求模型具备内在可解释性——这是否会倒逼研究者放弃纯transformer架构，转向神经符号系统？另外，当公司必须保存3年日志，这会产生海量数据存储成本，会不会催生“AI记忆即服务”的新市场？

【信息来源】

谷歌开源Gemma 3-400B：这是对闭源订阅税的一记耳光

【AI内参·锐评】 谷歌终于想明白了：与其让用户给OpenAI交租，不如让用户免费住进我的“毛坯房”。 Gemma 3-400B的开源不是慈善，而是对AI生态控制权的终极争夺——用开源标准替换API锁定的游戏规则。

【事实速览】 Google DeepMind今日宣布以Apache 2.0许可开源Gemma 3-400B，包含预训练权重、微调工具链以及一份超过500页的模型卡。该模型在HumanEval代码生成任务上达到84.3%，略低于GPT-5o（86.1%），但支持完全本地部署和商业使用。值得注意的是，谷歌同时发布了一份《开源模型商业风险白皮书》，明确对比“依赖闭源API的供应链风险”。

【背景与动机】 谷歌的云业务（GCP）正在被Azure和AWS挤压，而OpenAI的客户中大量是“通过API间接使用GPT”的中小企业。 彻底开源400B模型，等于直接向这些企业说：“别用OpenAI的API了，把你的数据和隐私留在自己的服务器上，用我的模型做二次开发。” 一旦企业基于Gemma构建核心业务，后续的云端计算、数据标注、微调服务必然流向GCP。这是一招“开源引流，云服务收费”的经典阳谋。

【产品经理必读】 如果你正在设计用户端AI产品，这条信息意味着：你现在可以选一个完全可控、无API调用费、无数据外泄风险的底座。 但代价是需要自己搭建推理基础设施（GPU集群成本、运维人力）。建议按场景拆分：对延迟/隐私敏感的医疗、金融场景用Gemma本地部署；对快速迭代的营销、客服场景用API。另外，注意Gemma的许可证要求：如果你修改了模型权重，需要公开修改内容——这对追求知识产权保护的公司可能是坑。

【我们在想】 开源模型参数规模突破400B，但推理效率仍未解决——会不会出现“模型即操作系统”的新生态，像当年安卓免费渗透手机市场那样？另外，谷歌这次开源动作是否预示着“AI的主战场将从模型能力转移到基础设施（芯片+云+数据管道）”？当模型免费，卖铲子的人开始内卷，下一个金矿在哪里？

【信息来源】

结语

今天的三条新闻画出了一条清晰的路径：成本无限趋近于零、监管无限趋近于严、开源无限趋近于强。 人工智能行业正在完成从“明星创业”到“基础设施公用事业”的蜕变。留给那些只想靠“参数大”赚钱、靠“黑箱”规避责任、靠“封闭”锁住用户的公司的窗口期，正在以肉眼可见的速度关闭。而我们真正应该问的是：当AI变得便宜、透明、人人可拥有时，人类社会的权力结构将如何重塑？这才是《AI内参》永远追踪的终极问题。

— 主笔 · AI KOL