模型的月费和芯片的 TOPS,都不能直接横向比:做具身项目算力预算要固定的三类锚点
ChatGPT 把「5 倍、20 倍用量」从定价页删掉了,边缘芯片的 TOPS 又不连功耗一起写。这篇给出一张询价清单,把云侧与边侧两类成本锚点固定下来,避免拿不可比的数字做预算。
- 云侧变化:9 月 27 日用户发现 ChatGPT 定价页将 100 美元与 200 美元两档平台分别改称 Pro Standard 与 Pro More,原先「Plus 用量的 5 倍 / 20 倍」表述全部删除,只留「比 Plus 用量更多」。
- 第三档现身:9 月 25 日 codex 代码库合并一个涉及 24 个文件的改动「Add Pro Max Plan and Update Pro Display Names」,新增内部代号 promax;泄露的应用内字符串显示该档位月费 500 美元,主打最快推理与完整 Codex,传闻搭载 Cerebras 推理芯片(未获官方确认)。
- 边侧对照:边缘芯片公司 SiMa.ai 完成 1.5 亿美元 C 轮、估值 14.5 亿美元,目标 2028 年上半年交付 1000 TOPS 且功耗低于 80 瓦的下一代 Modalix;作为对照,英伟达 Jetson AGX Thor 为 2000 FP4 TOPS,主流模组 T2000 与 T3000 分别约 400 与 865 TOPS。
- 供给侧:NXP 与世界先进合资的 78 亿美元 300mm 晶圆厂(VSMC)在新加坡开业,覆盖 130 至 40 纳米,目标 2027 年一季度量产、2029 年满产约 44,000 片/月;NXP 首席执行官把物理 AI 列为需求来源之一。
- 另一条锚:MiniMax 上线 M3.1-Flash-Preview,把推理深度拆成 low / med / high / xhigh / max 五档独立可选,默认组合为 Flash 预览版加 max——按任务难度付费的口径,比单一「次数/用量」更可核。
- 判断:当厂商把可比的用量倍数换成模糊表述,采购侧唯一的应对方式是自己建立三类锚点——云侧的「单位任务成本」、边侧的「TOPS ÷ 功耗 ÷ 交付时间」、供给侧的「产能与零部件排期」。这张清单可以直接拿去询价。
当「5 倍」被删掉,比价的坐标就没了
9 月 27 日,有订阅用户注意到 ChatGPT 的付费页面变了:原本 100 美元和 200 美元每月的两档 Pro,分别改名为「Pro Standard」和「Pro More」。变化的关键不在名字,在于原先明确标注「Plus 用量的 5 倍」与「Plus 用量的 20 倍」两行说明被删掉了,替换为一句模糊表述——用量比 Plus 更多。
更早的信号出现在代码里。9 月 25 日,codex 代码仓库合并了一个涉及 24 个文件的改动,标题是「Add Pro Max Plan and Update Pro Display Names」:新增内部代号 promax、对外显示名「Pro (Max)」,原有的 prolite 与 pro 则对应到「Pro」与「Pro (More)」——恰好和页面上出现的两个新名字对得上。代码本身没有价格,但此前泄露的应用内字符串显示 Pro Max 月费为 500 美元,卖点是「最快的性能与 Codex 体验」。
| 档位 | 改前口径 | 改后口径 | 采购侧还能用什么比 |
|---|---|---|---|
| 100 美元档 | Plus 用量的 5 倍 | Pro Standard,「比 Plus 更多」 | 实测单位任务成本 |
| 200 美元档 | Plus 用量的 20 倍 | Pro More,「比 Plus 更多」 | 实测单位任务成本 |
| 500 美元档(传闻) | — | 主打最快推理与完整 Codex | 延迟指标,而非用量指标 |
判断:这件事对做预算的人有直接的操作含义——当厂商主动删除可比的倍数承诺时,你不可能再从价目表上算出一致的单位成本。剩下的唯一办法是自己测:固定一批有代表性的任务(对我们来说就是具身场景下的意图解析、任务分解、失败归因这类典型请求),记录每个档位完成同一批任务所需的费用与时间,得出「单位任务成本」和「单位任务延迟」两个数。这两个数是自己的,不受厂商口径变化影响,也是唯一能跨档位、跨厂商比较的东西。
同一个窗口里还有一条正面案例。MiniMax 上线 M3.1-Flash-Preview,把推理深度拆成 low、med、high、xhigh、max 五档独立可选,默认是 Flash 预览版加 max,轻任务可以手动下调。判断:把「推理深度」做成可选项,本质上就是把成本控制权交回用户手里——它比「用量是别人的几倍」这种表述诚实得多,因为深度档位直接对应算力消耗的量级。采购侧应当优先选择这种把成本旋钮暴露出来的产品形态。
1000 对 2000,但这两个数字不在同一张表上
机器人项目绕不开边缘算力,而这个领域的数字最容易误导人。
本轮提供对照的是 SiMa.ai:这家公司宣布完成 1.5 亿美元 C 轮融资,估值 14.5 亿美元,累计融资超过 5 亿美元,由富达管理与研究公司及 Amplify 联合领投,Alter Venture Partners、戴尔科技资本、StepStone 等参与,新投资方包括 AllianceBernstein、Baron Capital 与摩根大通。资金投向两处:下一代系统级芯片 Modalix,以及名为 Palette Neat 的智能体开发环境。
需要连同一起读的三个限定:第一,目标是 1000 TOPS 且功耗低于 80 瓦,交付时间是 2028 年上半年;第二,这是目标值,不是在符合规格的量产硬件上测得的结果;第三,作为对照,英伟达 Jetson AGX Thor 为 2000 FP4 TOPS,主流模组 T2000 与 T3000 分别约 400 与 865 TOPS。
判断:把这三行并排放,最容易犯的错误是得出「SiMa 是英伟达的一半」。实际上这两个数字分属不同精度口径、不同交付时间、不同产品状态(在售 vs 计划)。正确的写法是成对记录三件事:算力、功耗、可采购日期。缺任何一项,这个数字就不能进预算表。
还有一条常被忽略的限定:SiMa 已披露的客户名单偏工业——博世、艾默生、美光、新思科技、ARK Electronics、AVerMedia,而不是人形或汽车品牌的头部名字。英文分析也指出,其当前收入大概率来自工厂、成像与嵌入式应用,机器人与车辆这两块高光市场仍在前方。判断:这意味着它的产品成熟度可能在工业边缘场景里已经验证过,但在机器人形态上还没有公开的量产案例。评估这类替代方案时,要问的不是「性能差多少」,而是「有没有和我形态相近的客户已经在跑」。
上游排期才是真正的交付风险
算力预算里最常被漏掉的一块是供给。同一批材料里有两条相关:NXP 与世界先进合资的 VSMC 在新加坡开出 78 亿美元的 300mm 晶圆厂,覆盖 130 至 40 纳米工艺,目标 2027 年一季度量产、2029 年满产约 44,000 片/月,NXP 首席执行官把物理 AI 列为需求来源之一;国内侧,运动控制部件厂商中大立德计划定向增发募资不超过 5.3 亿元,投向具身 AI 关节模组生产项目与工业自动化分布式智能执行器项目。
判断:这两条属于同一类信号——算力与零部件的扩张,最终要落在晶圆产能和产线排期上,而这部分周期以年计。当一份机器人方案里写着「明年上量」,需要核对的第一件事是它的芯片与关键模组在什么节点拿到货。这个判断在这里是可操作的:预算表里应当有一列写「到货时间」,而不是只写规格。
顺带一条行业预测可作参考:Counterpoint Research 预计,包括机器人、汽车系统与无人机在内的物理 AI 设备累计出货量到 2035 年将达到 1.45 亿台。判断:这是一个用于说明市场规模的预测值,不能用于推算单点需求,但可以用来说明「为什么要提前锁定产能」这件事不是过度准备。
最后附一张可以直接拿去询价的清单:
| 类别 | 要问的问题 | 合格答案的形态 |
|---|---|---|
| 云侧模型 | 同一批任务在两个档位下的费用与耗时各是多少 | 单位任务成本 + 单位任务延迟,允许自测复现 |
| 云侧模型 | 推理深度是否可选、有没有档位对应的价格 | 档位与计价规则同时公开 |
| 边侧算力 | 算力是多少、功耗多少、什么时候能买到 | 三项成对给出,并标注精度口径与是实测还是目标值 |
| 边侧算力 | 有没有形态相近的客户在量产中使用 | 可核查的客户与场景,而非行业名单 |
| 供给侧 | 关键芯片与模组的到货节点 | 明确季度,且与产能扩建节奏对得上 |
| 退出成本 | 迁移到另一套硬件要改多少代码 | 可量化的代码复用比例(厂商自述须标注) |