然而，有一個事實越發清晰：大語言模型(LLM)似乎并不具備經濟可行性，賺錢可能遙遙無期。

　　2024年OpenAI的營收只有35億美元，成本卻高達50億美元，且虧損仍在持續擴大。最新預測認為，即使OpenAI真的在2029年之前實現盈利，累計虧損也會達到1150億美元。

　　OpenAI的虧損讓亞馬遜相形見絀。亞馬遜成立第十年實現盈利，在此之前，累計虧損只有30億美元，今年恰好是OpenAI成立的第10年。

　　為什么OpenAI持續巨虧?主要是核心產品ChatGPT定價過低，比成本低很多。

　　從另一個角度看，OpenAI的商業模式只對云服務提供商、數據中心建設商有利。分析認為，OpenAI的定價只有成本的幾分之一，這在經濟史上尚無前例。即使OpenAI現在想提價，也可能會“殺雞取卵”，摧毀新生市場。

　　按照普遍的經濟規律，隨著時間的推移，AI成本應該逐步下降，但實際并非如此。用戶厭倦“幻覺”(指AI生成虛假或錯誤信息的現象)，需要更精準的模型和具有推理能力的模型。最終，雖然每token(AI領域衡量數據處理量的單位)價格下降，但為了精度的小幅提升，仍然需要消耗更多的token。

　　GPT-5曾經讓行業備受期待，但它并未改變AI經濟困境。用戶發現，GPT-5的精度并沒有顯著提升，為了降低成本，它將簡單問題推給舊模型來解決。如果OpenAI想優化財務狀況，提高定價似乎成了唯一出路。

　　還有另一種辦法可以緩解經濟壓力，那就是選擇“小型語言模型”(Small Language Models, SLMs)。AI企業可以將OpenAI模型應用于特定的數據集和問題范圍，從而構建出一個“小型模型”。

　　小模型的訓練、更新和運行成本更低，DeepSeek的開發思路基本遵循這一原理，它的核心技術圍繞知識蒸餾與數據精煉展開，大幅降低成本，該方法被許多AI企業模仿。

　　盡管如此，小語言模型仍然無法化解OpenAI的虧損問題，只能稍微緩解。