近期，Anthropic推出的Fable 5大语言模型与中国两家AI新锐——月之暗面和阿里巴巴——展开了一场正面较量。Wojciech Gryc在其深度分析报告中，将这几款主流模型进行了横向对比评测。7月16日，月之暗面正式发布Kimi K3；三天后，阿里巴巴也推出了Qwen 3.8。这两款中国新模型在多项关键性能指标上已直逼Fable 5，并且均宣布实现模型权重全面开源，进一步加剧了AI大模型竞争格局。

Gryc在分析中特别指出，尽管训练顶尖大语言模型的核心投入集中在顶级研究人员的薪酬与算力消耗上，但真正决定长期可持续性的成本环节，其实是推理阶段。每次用户通过API发起请求，系统都需要持续调用GPU并消耗大量电力。因此，能否高效覆盖推理成本，已经成为左右企业商业模式成败的关键变量，也是AI推理成本优化的核心议题。

他进一步将当前主流AI企业划分为三大基础设施阵营。第一类依赖外部云服务或租赁数据中心，自行承担电费支出，代表企业包括Anthropic、月之暗面以及智谱（GLM 5.2）。第二类则自主建设超大规模数据中心，例如Meta和阿里巴巴。第三类更为罕见，不仅自建数据中心，还拥有独立的能源供给能力——比如自建光伏或核能供电设施，SpaceX就属于此类。Gryc强调，掌握底层基础设施的企业，即便在模型参数量或基准测试分数上略逊一筹，也能通过对外提供算力服务实现稳定盈利，这也是AI基础设施竞争的关键分层。

值得注意的是，Gryc的测算显示，Fable 5在单任务推理成本方面，大约是OpenAI同级别模型及主流开源模型的三倍。在当前高度内卷的市场环境下，如此显著的成本差异，还能否持续获得终端用户的认可？这正构成Anthropic面临的一大现实挑战。他判断，现有公开基准测试体系已接近瓶颈，用户实际体验中的模型能力差异远小于背后运行成本的差距，这或许会加速Anthropic被市场边缘化的进程，倒逼大模型推理成本优化提速。

相比之下，OpenAI凭借覆盖全场景的产品矩阵——从API到消费级应用——以及深度整合的全球数据中心网络，在商业化落地层面展现出更扎实的护城河。Gryc预测，本轮由模型性能与基础设施双轮驱动的竞争浪潮将持续升温，未来可能会有更多非传统科技巨头背景的实验室，在技术迭代速度与商业转化效率上逐步超越老牌美国科技企业，改写全球AI大模型排名格局。