浙江
3％ 这个数字，这两天被转得很热闹。但热闹之外，有一半的信息被漏掉了——同样一份报告里，作者还写了另一句话：这个行业的盈利，可能还要再等四年
两条结论摆在一起，才是完整画面。
先看清楚这个 3％ 是什么
数字出自彭博行业研究（Bloomberg Intelligence）10 月 5 日的报告，作者是高级分析师 Robert Lea（罗伯特·利）。口径为：自 DeepSeek 今年 9 月发布 V4.1 Flash 之后，中国顶尖模型与美国竞争对手在基准测试得分上的差距缩到 3％；5 月约为 9％，年初约为 15％
打分平台是 LiveBench，按问答、谜题和实际任务给模型打分。DeepSeek V4.1 Flash 在 9 月排全球第 6，为 2025 年 R1 出圈以来中国模型的最高名次，最新得分 81.1，Anthropic 旗下最高分模型 83.4。
中美顶尖模型跑分差距从 15％ 收窄到 3％（来源：彭博行业研究）
收窄的是分数，不是结构
同一条报告里还有一个数字：前 15 名里中国只占 3 席
3％ 讲的是"最强对最强"，3 席讲的是整体阵容。前者证明我们能打，后者说明能打的人还不够多。两个数字一起看，才不会被 3％ 带偏。
LiveBench 前 15 名里中国模型只占 3 席（来源：LiveBench 榜单）
账本上的差距在哪
Robert Lea 在报告里的两句提醒，分量比 3％ 重。
一是这类排名会变，且无论排第几，变现都可能很困难；二是中国 AI 行业可能要到 2030 年才能盈利——原因是国内超过 1100 个大语言模型挤在同一条赛道上，Token 价格一路往下走，大家都困在低毛利的模型调用生意里。
他还给出了解法：让中国 AI 走上可持续盈利的路，需要竞争压力降温、行业洗牌，以及更理性的定价
对照美国那边：Anthropic 和 OpenAI 正为潜在 IPO 争取万亿美元级估值，"模型更强"正是支撑估值的重要理由。一边靠定价收钱，一边靠降价抢份额——这个落差比跑分落差大得多。
国内商业化跑在前面的，是字节的豆包；DeepSeek 和腾讯的部分聊天机器人至今免费。
两类人的账要重算
普通用户：国产模型够用了。3％ 的跑分差，在日常写作、翻译、整理资料上基本感受不到，价格低不少。挑一个重复度最高的活儿试一周，比看评测更准。
做工具或副业的：过去两年"模型能力不够"是产品做不起来的理由，现在这个理由基本站不住。门槛挪到了别处——分发渠道、单位成本，以及你能不能找到真正有人愿意付钱的场景。能力不再是护城河，能不能收上钱才是。
三个不利证据
先说清楚软肋，再给结论。
一，来源单一。报告出自彭博行业研究（彭博社的研究部门），结论经彭博社报道传播；目前未见中文侧权威媒体的独立核实。
二，基准测试可以被"优化"，模型针对榜单做专项提升在业内不是新事，跑分追赶的速度可能快于真实体验的追赶。
三，3％ 说的是顶尖模型，不是全线，结构上中国模型仍偏少。
因此这个判断只在"能力已进入第一梯队"这一层立得住。
现在能动手的三件事
普通用户：选一个重复度最高的活儿，用国产模型跑一周，够用就换。
做工具或副业的：把成本表重算一遍——调用成本，以及你能收多少钱。
看行业的人：把注意力从"谁跑分高"挪到"谁在收钱"。接下来一年，讨论重心会从能力转到商业模式，这是国内最薄的一环。
一句话收尾：能力差距已经收窄到可以忽略竞争，商业差距一点没同步收窄。决定输赢的不是谁再快 3％，是谁先找到愿意付钱的人。
作者：老高｜老高AI观察
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
