从算力降价到零碳引擎：技术降本的双路径观察

执行摘要：本报告观察两大技术降本信号：其一，OpenAI与Anthropic数月内将大模型API价格下调最多80%，背后是推理效率提升、模型蒸馏与竞争加剧的叠加，大模型正由稀缺算力转向薄利规模化；其二，广汽自主研发氨燃料四缸发动机，为内燃机零碳化提供新选项。两者共同指向技术商品化加速与成本结构重构的产业趋势。

现象概述：两类降价信号

过去数月，两个看似毫不相关的产业信号同时出现：一边是OpenAI与Anthropic在数月内将大模型API价格下调最多80%；另一边是广汽自主研发出可直接燃烧氨燃料的四缸发动机，为内燃机的零碳化提供了一条低成本技术选项。前者发生在数字世界，后者发生在物理世界，但二者指向同一个趋势——技术降本正在多个行业加速发生，且降本的路径并非单一。

1.1 信号一：大模型API价格最多下调80%

一篇技术博客对OpenAI与Anthropic的降价行为做了拆解。结论是：这轮降价并非单纯的市场让利，而是多重因素共同作用的结果，主要包括四个方面：

1. 推理效率提升：底层算力利用率和推理框架优化，使单位token的服务成本实质性下降；

2. 模型蒸馏：小模型通过蒸馏获得接近大模型的能力，以更低的成本承接大量对精度要求相对较低的需求；

3. 竞争加剧：头部厂商之间以及与开源模型的竞争，压缩了定价空间；

4. token消耗结构变化：随应用普及，消耗结构从少量高价调用转向海量低价调用，规模效应显现。

这组因素共同说明：大模型正在从“稀缺算力商品”转向“薄利规模化生意”。对下游应用开发者而言，这意味着成本结构的根本性改善——过去制约AI应用商业化的推理成本瓶颈正在松动，进而可能催生新一轮应用层创新。

这一降价逻辑可以概括为如下传导链条：

1.2 信号二：氨内燃机探索零碳低成本路线

在交通与能源领域，广汽的氨内燃机是另一类降本信号的代表。广汽自主研发了一款可直接燃烧氨燃料的四缸发动机，成为少数尝试氨内燃机路线的中国车企。

氨的核心价值在于：不含碳，燃烧不产生二氧化碳。这使其被视为商用车、船舶等“难电气化领域”的潜在减碳燃料——这些场景中，电池方案的重量、成本与补能难度都构成硬约束，而保留内燃机架构、仅更换燃料，意味着可以复用成熟的动力总成供应链与制造体系，理论上是一条成本更可控的零碳路径。

但氨燃料并非没有代价。其技术难点集中在四个方面：

• 能量密度低：单位体积携带的能量有限，影响续航与储运效率；
• 点火难：氨的着火特性差，需要辅助点火或掺烧策略；
• 燃烧慢：燃烧速度不足，影响动力输出效率；
• 氮氧化物排放：燃烧过程仍可能产生需处理的污染物。

广汽通过掺烧等方式探索可行性，其意义不在于短期量产替代，而在于为内燃机零碳化提供了另一种技术选项——在电动化主线之外，保留了一条基于现有工业体系的低成本减碳备选路线。

1.3 两类信号的共同逻辑：技术降本的双路径

把两个信号放在一起观察，可以看到技术降本存在两条不同的路径：

两条路径的差异可以通过技术门槛与商业价值的定位来刻画：

数字路径的降本来自软件与规模——通过效率优化和竞争把边际成本持续压低，见效快、覆盖广；物理路径的降本来自工程与体系——通过燃料替换复用存量工业能力，验证周期长，但一旦跑通，可撬动的是商用车、船舶等大规模存量市场。

两条路径的深层逻辑可以用一张“冰山图”来概括：

1.4 小结

API降价80%与氨内燃机亮相，是同一趋势在数字与物理两个世界的投影：当技术从“能否实现”走向“能否便宜地规模化实现”，降本就成了产业竞争的主战场。大模型以月为单位压缩成本，转向薄利规模化；氨内燃机以年为单位验证路线，试图用燃料替换绕开昂贵的体系重建。二者的节奏不同、机制不同，但共同预示着：下游应用的成本拐点正在到来。这为后续章节分析降本的具体机制与产业影响，提供了起点。

（本章约1300字，数据与事实来自参考素材。）

大模型降价的动因拆解

过去数月间，OpenAI 与 Anthropic 先后将大模型 API 价格下调，最大降幅达 80%。一轮如此陡峭的降价曲线，很容易被解读为厂商的“让利”或价格战的开端。但拆解其成本与商业结构后可以看到，这轮降价是推理效率提升、模型蒸馏、竞争加剧与 token 消耗结构变化四股力量共同作用的结果。降价并非单纯让利，而是大模型从“稀缺算力商品”转向“薄利规模化生意”过程中，成本曲线与商业逻辑同步重构的必然结果。

四大动因的传导链条

四股驱动力并非平行存在，而是形成了一条从技术到商业的传导链：推理端的技术进步压低单位成本，蒸馏改变供给结构，竞争压缩利润空间，而消耗结构的变化则决定降价的最终落点。

推理效率提升是降价的硬性基础。 推理是大模型服务中持续发生、占比最大的成本项。随着推理框架优化、批处理调度、显存利用与量化技术的成熟，同等硬件条件下可服务的 token 数量持续上升，单位推理成本随之下降。这意味着厂商在不牺牲毛利的前提下具备了降价空间——降价首先是对真实成本下降的定价反映，而非补贴。

模型蒸馏改变了供给侧的分层结构。 将大模型能力蒸馏进更小的模型后，大量原本必须调用旗舰模型的请求可以由成本低得多的轻量模型承接。厂商据此对产品线重新定价：旗舰模型维持高价，蒸馏系列以低一个数量级的价格开放。80% 的降幅并非全线一刀切，而是供给分层后的价格体系重构。

竞争加剧则决定了降价的速度。 在头部厂商产品能力差距收敛、客户切换成本有限的市场中，价格成为争夺开发者与 token 流量最直接的杠杆。OpenAI 与 Anthropic 在数月内相继大幅调价，说明竞争使厂商无法独享技术降本带来的超额利润，降本红利被快速传导至价格端。

token 消耗结构的变化决定了降价的商业落点。 随着应用生态成熟，token 消耗正在从低频高价的长文本调用，转向高频低价的海量日常调用。对厂商而言，单次调用利润变薄，但总消耗量在放大。这正是“薄利规模化”生意的典型形态：以更低单价换取更大吞吐，用规模摊薄固定成本。

四类动因的属性定位

将四股力量放入“技术门槛—商业价值”坐标系，可以看出它们在降价机制中扮演的不同角色：

推理效率提升与模型蒸馏属于高门槛、高价值的硬性动因，决定降价的“下限”；竞争加剧与消耗结构变化则属于商业侧动因，决定降价的“节奏”与“幅度”。前者是厂商能否降，后者是厂商愿不愿降。

对下游的影响

这轮降价对下游应用开发者的影响是结构性的。当 API 价格最大降幅达 80%，原本因成本不可行的高 token 消耗场景——长上下文处理、高频调用、多轮复杂交互——开始具备商业化条件。开发者的成本结构中，模型推理费用占比显著收缩，创新重心从“如何省着用 token”转向“如何用得更多”。

但同时也应看到，薄利规模化意味着厂商需要持续吞吐增长来支撑商业模型，价格战并未结束，后续定价仍将跟随推理成本与竞争格局动态调整。对产业观察者而言，比起降价本身，更值得跟踪的是降价背后的成本曲线——它才是大模型价格体系长期锚点。

从更宽的视角看，大模型的降价逻辑与本书关注的汽车产业技术降本路径形成了有趣的对照：前者靠软件层的推理效率与模型分层把单位成本压下来，后者则尝试在硬件层重构动力系统的基础成本结构。两条路径形态不同，但指向同一件事——只有把核心技术环节的单位成本打下来，规模化普及才具备商业地基。这正是下一章将展开的内容。

氨内燃机的技术路线与挑战

在大模型算力以“数月降价80%”的速度刷新降本曲线的同时，另一条降本路径——内燃机的零碳化——正以截然不同的节奏推进。作为少数尝试氨内燃机路线的中国车企，广汽自主研发了一款可直接燃烧氨燃料的四缸发动机，为内燃机的零碳未来提供了另一种技术选项。本章围绕氨燃料的技术特性、路线挑战与产业逻辑展开分析。

一、为什么是氨：零碳属性与场景定位

氨（NH₃）分子中不含碳原子，燃烧过程不产生二氧化碳，这使其成为内燃机燃料脱碳的天然候选。与氢相比，氨的储运条件更接近传统化石燃料，无需超低温液化或高压储罐，基础设施改造成本相对可控，这也是国际航运、发电领域近年来持续关注氨燃料的核心原因。

从应用场景看，氨内燃机的主要潜力集中在难电气化领域——长途商用车、船舶、工程机械等。这些场景对续航、补能速度和载重敏感，纯电动方案短期难以覆盖，而氨内燃机提供了一条“保留内燃机产业链、替换燃料端”的渐进式减碳路径。对于拥有成熟内燃机研发与制造体系的车企而言，这一路线的经济吸引力在于：核心供应链大部分可以复用，降本逻辑接近“燃料替代”而非“系统重构”。

二、四道技术坎：氨内燃机的核心挑战

氨内燃机的可行性探索，需要直面四项相互关联的技术难题：

其一，能量密度低。 氨的单位体积能量密度显著低于汽柴油，意味着同样大小的油箱，氨燃料提供的续航里程更短，或需要更大的燃料储存空间，这对空间敏感的车辆平台构成直接约束。

其二，点火难。 氨的点火能量要求高、自燃温度高，传统火花塞点燃方式效率不理想，压燃则更加困难，这迫使发动机在燃烧系统设计上做出针对性改动。

其三，燃烧速度慢。 氨的火焰传播速度慢于常规燃料，燃烧持续期拉长，影响热效率与动力输出平顺性，大功率输出场景下矛盾尤为突出。

其四，氮氧化物排放。 虽然氨不含碳，但作为含氮燃料，其燃烧过程可能生成氮氧化物（NOx），甚至存在氨逃逸风险。这意味着氨内燃机不能简单绕过排放后处理系统，反而可能需要更强的SCR等尾气治理手段——零碳燃料并不等于零排放。

这四项难题环环相扣：能量密度低要求更大的燃料供给量，点火难和燃烧慢又限制了燃烧效率的提升空间，而排放问题则叠加了额外的系统成本。氨内燃机的产业化难度，本质上是要在一台发动机内同时求解多个互相制约的方程。

三、掺烧路线：广汽的可行性探索

面对上述难题，广汽选择的切入方式是掺烧——即氨与传统燃料按一定比例混合燃烧，而非100%纯氨方案。这一技术策略的产业逻辑值得拆解：

第一，掺烧利用了传统燃料易点燃、燃烧快的特性，为氨“引燃”并“助燃”，直接缓解点火难与燃烧慢两大瓶颈；第二，掺烧比例可以灵活调节，在发动机冷启动、大负荷等氨燃烧不稳定的工况下，由传统燃料兜底，保障动力性与可靠性；第三，掺烧对发动机结构的改动幅度小于纯氨方案，前期研发投入和验证周期更可控。

广汽自主研发的这款四缸氨发动机，其意义不在于立即实现大规模商用，而在于验证氨内燃机技术路线的工程可行性。这类似于大模型产业的早期阶段——技术曲线的斜率比当前的成本水平更重要。当推理效率提升推动API价格数月内下降80%时，市场看到的是技术降本的复利效应；氨内燃机当前正处在寻找类似“效率抓手”的阶段，掺烧正是第一步。

四、产业观察：零碳内燃机是“备选项”还是“必选项”

客观而言，氨内燃机目前仍处于技术验证期，距离规模化商用尚有明确距离。能量密度、燃烧效率、排放控制三大约束相互叠加，决定了其在乘用车领域短期内难以与纯电、混动路线竞争；但在商用车、船舶等难电气化场景，其零碳属性与产业链延续性构成独特价值。

从降本双路径的视角看，算力降价依靠的是推理效率的快速迭代与规模化摊薄，而氨内燃机的降本路径则更依赖燃料供给侧（绿氨产能与价格）和发动机技术的同步成熟。广汽的掺烧探索，本质上是在为这条慢变量路线积累工程数据与专利储备。对于产业而言，氨内燃机的价值不在当下，而在于当绿氨成本进入下行通道时，中国车企是否已经握有可用的技术选项——这正是广汽此番探索的长线意义所在。

产业链影响分析

技术降本的浪潮正沿产业链自上而下传导。上游算力与替代燃料的供应格局率先重构，中游模型厂商与动力系统厂商被迫进入薄利区间，而下游应用开发者与整车企业则成为成本红利的主要受益方。本章沿“上游—中游—下游”的链条，梳理两条技术降本路径（算力路径与燃料路径）对产业链各环节的差异化影响。

上游：算力与燃料供应的双重重构

在算力侧，OpenAI与Anthropic在数月内将大模型API价格下调最多80%，这一降幅背后并非单纯的价格让利，而是供应端能力结构的根本变化。技术分析显示，推理效率提升、模型蒸馏、竞争加剧与token消耗结构变化共同推动了降价。其中推理效率提升与模型蒸馏意味着：同样一单位算力，现在可以产出更多的有效token供给。算力从“稀缺商品”逐步转向“可规模化供给的基础资源”，上游的议价逻辑随之改变——供应充裕度提升，价格弹性加大。

在燃料侧，广汽自主研发的氨燃料四缸发动机代表了燃料供应端的另一重探索。氨不含碳，燃烧不产生二氧化碳，被视为商用车、船舶等难电气化领域的潜在减碳燃料。尽管氨存在能量密度低、点火难、燃烧慢及氮氧化物排放等难题，广汽通过掺烧等方式探索可行性，其意义在于为零碳燃料供应提供了化石燃料与纯电之外的技术选项。一旦氨的制备、储运与加注体系逐步成熟，上游燃料供应格局将出现“绿氨”这一新增分支。

两条路径的共同点在于：上游的变化都不是终端产品的直接改进，而是通过改变“投入品的成本与可得性”，重塑整个链条的利润分配。

中游：模型与动力系统的薄利化

上游供给充裕化最先压缩的是中游利润空间。大模型厂商的处境最具代表性：参考素材明确指出，大模型正从稀缺算力商品转向“薄利规模化生意”。这意味着中游的盈利模式从“单价溢价”转向“规模摊薄”——单token利润率下降，必须依靠消耗量增长来维持收入。模型蒸馏进一步加剧了这一趋势：小模型以更低成本逼近大模型能力，削弱了旗舰模型的独占溢价。

动力系统侧呈现相似的逻辑。氨内燃机的研发投入巨大，且需解决点火、燃烧速率与氮氧化物排放等工程难题，短期内难以形成高毛利；而其价值定位恰恰在于服务难电气化场景的存量需求——这是一种以低成本满足刚性需求的定位，天然偏向薄利走量。中游企业无论身处模型层还是动力层，都面临“技术含量高、利润率低”的同一处境。

这一格局可通过竞争定位矩阵观察：

领跑者（旗舰模型、氨内燃机先行者）占据高技术门槛位置，但薄利化压力同样最先传导至这一梯队；跟随者与存量玩家则面临更大的价格挤压。

下游：应用与整车的成本结构受益

成本红利最终沉淀在下游。对应用开发者而言，API价格下调最多80%直接改写了成本结构：原本因推理成本过高而无法商业化的长文本、高频调用类应用，重新获得了可行空间。下游的试错成本降低，创新密度随之提升，这反过来又支撑了中游“以量补价”的薄利模式。

对整车企业而言，两条路径均在优化成本结构。算力侧，智能座舱与辅助驾驶相关的模型调用成本随API降价而下降；燃料侧，若氨内燃机路线走通，商用车队可借助零碳燃料满足减碳要求，而无需承担全面电动化的换购成本——掺烧方案尤其降低了过渡期成本。下游受益的本质是：上游与中游的效率提升，最终以更低价格的形式转移给终端集成者。

小结

两条技术降本路径在产业链上呈现出一致的传导规律：上游重构供给（推理效率提升、替代燃料出现），中游让渡利润（薄利规模化、以量补价），下游收获成本红利（应用可行域扩大、整车成本优化）。需要指出的是，薄利化并非负面信号，而是技术走向成熟、供给走向充裕的必然阶段；对中游企业而言，能否在低毛利环境中依靠规模、工程化能力与场景绑定建立护城河，将是下一轮竞争的关键。产业链利润分配的“哑铃化”——上游基础设施与下游应用两端相对受益、中游承压——或将成为未来数年的基本格局。

竞争格局观察

技术降本并非孤立发生，而是在两条赛道上同时展开：一侧是大模型厂商以激进的价格策略争夺应用生态入口，另一侧是车企在电动化主线之外，为内燃机寻找零碳化的第二生命。两者的共同逻辑是——当单点技术优势难以持续，竞争的重心便转向生态位与路线权的争夺。

一、模型厂商：从算力溢价到生态卡位

2024 年以来，OpenAI 与 Anthropic 在数月内将大模型 API 价格下调最多 80%。行业技术分析指出，这轮降价并非单纯的让利行为，而是多重因素叠加的结果：推理效率提升降低了单位 token 的服务成本，模型蒸馏让小模型承接了大部分高频请求，头部厂商间竞争加剧倒逼定价下探，同时 token 消耗结构的变化也使薄利多销成为可能。

这背后反映出一个结构性转变：大模型正从“稀缺算力商品”转向“薄利规模化生意”。当模型能力差异在多数应用场景中被抹平，价格就成为抢占开发者的最直接杠杆。对下游应用开发者而言，成本结构的大幅改善意味着原本因推理成本而无法成立的应用形态开始具备商业可行性；对厂商而言，一旦开发者的业务构建在某家模型的 API 之上，迁移成本便随之形成——今天的降价，买的是明天的生态锁定。

这一竞争路径可以概括为如下链条：

值得注意的是，降价的可持续性取决于成本曲线能否同步下移。若推理效率与蒸馏技术的进步速度跟不上价格战节奏，薄利规模化将考验厂商的资本储备与融资能力，行业可能加速向少数具备全栈成本优势的玩家集中。

二、车企：零碳路线的多元下注

在汽车产业，电动化已是主流共识，但头部车企并未把所有筹码押在单一技术上。广汽自主研发了可直接燃烧氨燃料的四缸发动机，成为少数尝试氨内燃机路线的中国车企。其产业逻辑清晰：氨分子中不含碳，燃烧过程不产生二氧化碳，被视为商用车、船舶等难电气化领域的潜在减碳燃料——这些场景中，电池的能量密度与补能效率短期内难以完全替代化石燃料。

氨内燃机并非坦途。氨存在能量密度低、点火难、燃烧慢以及氮氧化物排放等技术难题。广汽通过掺烧等方式探索可行性，即在保留现有内燃机技术积累与供应链的前提下，逐步提高氨的掺烧比例。这一路线的意义在于：为内燃机的零碳化提供了另一种技术选项，使内燃机产业百余年积累的制造能力不必在零碳转型中整体报废。

从竞争格局看，零碳燃料路线已呈现多元并进的态势：纯电动聚焦乘用车主流市场，氢燃料电池瞄准长途重载，氨内燃机则切入航运与固定式动力等难电气化场景。车企的多元布局本质上是对冲技术路线不确定性的风险管理——在终局未明之前，不下单一路线。

三、两条赛道的位置与分化

将两条赛道的玩家放入同一坐标系观察，可以看到竞争重心的差异：

模型厂商的技术门槛集中在推理优化与蒸馏能力，其商业价值高度依赖生态规模，因此领跑者集中在少数头部；氨内燃机技术门槛高、周期长，但当下生态价值尚未兑现，处于典型的高门槛、待验证象限——这正是“潜力股”与“存量玩家”的分界所在。

技术降本的双路径呈现共同特征：以降价或新路线为矛，以生态或存量资产为盾。模型厂商用价格换生态，赌的是规模化的长期收益；车企用多元燃料路线保内燃机资产，赌的是难电气化场景的确定性需求。前者短期已见成本拐点，后者仍在技术验证期。

对产业观察者而言，需要跟踪的关键指标分别是：模型 API 降价后开发者留存与 token 消耗增长是否形成正循环；氨燃料在掺烧比例、排放控制上的工程进展能否支撑从示范走向商用。两条路径的成败，都将重新划定各自赛道的竞争边界。

趋势判断与展望

一、技术降本正在从事件变成常态

过去数月，OpenAI 与 Anthropic 先后将大模型 API 价格下调最多 80%，引发行业关注。若将其视为一次性促销，可能会误读这一信号的本质。对两条技术路径的观察表明，技术降本正在从偶发事件转变为产业常态。

以大模型为例，这轮降价的驱动因素并非单纯的市场让利，而是多重结构性力量叠加的结果：推理效率的持续提升、模型蒸馏技术让小模型承接大模型能力、竞争加剧压缩利润空间，以及 token 消耗结构从“重度生成”向高频轻量交互迁移。这意味着大模型正从稀缺算力商品转向薄利多销的规模化生意，其成本曲线随部署规模扩大而持续下移。

将视角切换到动力领域，可以看到相似的逻辑以另一种形态展开。广汽自主研发的氨燃料四缸发动机，代表了内燃机零碳化的技术探索。氨不含碳，燃烧不产生二氧化碳，被视为商用车、船舶等难电气化领域的潜在减碳燃料。尽管氨存在能量密度低、点火难、燃烧慢及氮氧化物排放等难题，广汽通过掺烧等方式逐步验证可行性——这本质上也是一种“降本”路径：通过技术迭代，让零碳燃料从实验室走向可负担的产业化方案。

二、两条降本路径的结构图景

值得强调的是，两条路径的成熟度并不对等。算力降价已经兑现为可观测的价格曲线，而氨内燃机仍处于技术验证早期，其降本逻辑是“先解决能不能烧，再解决烧得起”。这种时间差恰恰构成了产业观察的关键：不同技术路径的降本节奏不同，投资与布局的窗口期也不同。

三、难电气化领域的结构性机会

电气化是大势所趋，但并非所有场景都能被电池覆盖。远洋船舶、重型商用车、工程机械等场景对能量密度、补能效率和续航里程有严苛要求，纯电方案短期难以渗透。这正是零碳燃料的结构性机会所在：

• 需求刚性：这些场景的碳排放基数大，减排压力来自监管与客户双端，替代燃料的需求不会因短期经济性波动而消失；
• 路径稀缺：由于电池方案受物理约束，可选项集中在氨、氢、醇等零碳燃料上，先跑通技术验证的厂商将获得先发身位；
• 资产延续：氨内燃机路线可部分复用内燃机产业链，相比彻底转向电动化，对现有制造体系的改造成本更低，这为传统动力企业提供了渐进式转型通道。

四、建议关注：成本曲线与规模化拐点

对于产业参与者与观察者，本章提出两个核心关注指标：

其一，成本曲线的斜率变化。 大模型的降价已经证明，当推理效率提升与竞争压力共振时，成本下降速度可能远超线性预期。对零碳燃料而言，氨的制备、储运与燃烧改造成本曲线何时出现类似的斜率变化，是判断该路线能否产业化的先行信号。

其二，规模化拐点的出现时点。 技术降本的本质是规模效应——token 消耗量越大，单位成本越低；氨燃料加注网络越密，单车使用成本越低。当某个细分场景（如内河航运或港口短倒运输）率先形成稳定的需求密度，零碳燃料路径就可能跨过规模化拐点，进入自我强化的降本循环。

五、结语

从算力降价到零碳引擎，表面上是两个不相干的行业新闻，底层却是同一套产业逻辑：当技术验证完成、竞争充分展开之后，降本就成为确定性的长期趋势。算力路径已经率先进入薄利规模化阶段，为零碳燃料路径提供了可参照的演化剧本——先解决技术可行性，再通过场景渗透压低单位成本。对于难电气化领域，氨内燃机等零碳燃料路线的机会是结构性的，但其兑现节奏取决于成本曲线的走向与规模化拐点的到来。持续跟踪这两项指标，比追逐单点技术新闻更能把握产业的真实脉动。