2025 年 1 月 27 日，给华尔街看傻了。纳斯达克大跌3.1%，整体市值直接蒸发超1万亿美元。英伟达单日暴跌17%，将近6000亿美元市值凭空消失，创下美股有史以来最大单日跌幅。而掀起这场风暴的，是一家中国AI企业——深度求索。
它只用557.6万美元训出来的模型，性能直接对标砸了7800万美元的GPT‑4，成本足足差了近20倍。到底凭什么？
先搞懂钱到底花在哪了。大模型的核心工作，说白了就是摸透词语之间的关联逻辑。每多学一个新词，就要梳理它和所有旧词的搭配关系。词汇量越大，需要运算的关联数据就越多，算力成本自然水涨船高。
英语最大的问题，就是只会不停造新词。只要出现新概念，就直接造一个全新单词。
《牛津英语词典》第二版收录词条超60万个，还在逐年增加。医学、法律、物理等各个领域，都有数万个专属专业词汇，互相不通用，极其繁琐。
成本差距一目了然。斯坦福大学《2024 年人工智能指数报告》清晰展示了AI成本上涨曲线：2017年，初代Transformer模型训练仅需900美元；2019年，RoBERTa模型涨到16万美元；2023年，GPT‑4直接飙升至7800万美元。词汇量持续暴涨，让AI训练成本呈指数级翻倍。
落到商业层面，差距更直观。2026年3月央视网就曾算账：国产大模型凭借更少的token消耗完成同等任务，把推理成本压到了极致。行业机构对比显示，国产模型的token定价，仅为美国同行的十分之一。
2026年5月，DeepSeek更是官宣API永久降价75%。对海外开发者来说，用中国AI干活，成本直接降到海外模型的零头。
这个被误解了半个世纪的语言特性，终于在AI时代，彻底发挥出了自己的核心价值。
1974年8月，国家重磅立项“748工程”，也就是汉字信息处理系统工程。那个年代，报纸全靠铅字排版，工人要在几十万铅字里手动找字，效率极低。而彼时的美国，苹果已经准备将电脑普及进千家万户。
头一道难关，是汉字字形数字化。北大的王选接下了这个超级难题。早年汉字字形数据量极大，动辄几兆，可当时计算机整机内存也就几兆。
1983年8月，五笔字型26键方案研发成功，让普通键盘顺利打出标准汉字。后续北大朱守涛教授在1990年推出智能ABC输入法，跟着Windows系统走进了亿万家庭。
2025年1月27日，DeepSeek直接登顶英美苹果应用商店榜单，稳稳超越ChatGPT，彻底震动硅谷。
硅谷大佬马克·安德森直言：这是AI行业的“斯普特尼克时刻”。美国参议院领袖舒默公开承认，DeepSeek的崛起，让中国AI追上美国成为既定事实。特朗普也表态，所有美国科技企业，都该敲响警钟了。
海外开发者用真金白银投票：据2026年8月数字中国建设峰会报道，大量海外团队全面切换国产大模型，大幅缩减研发开支，很多搁置已久的项目重新启动。
这场变革的核心，从不是单一模型的强弱，而是验证了一个全新可能：AI发展，未必非要固守英语思维，未必非要砸数亿成本，未必非要堆砌海量芯片。AI的技术赛道从来不止一条，只是过去西方国家垄断行业，没人愿意相信而已。
热门跟贴