开源没输、但钱被芯片吃走了：GLM 5.2把AI战局拧成三股绳

如果你以为开源模型已经被闭源全面碾压，这期 TBPN 给了一个更拧巴的答案：差距没拉开，但利润正在被芯片吞噬。GLM 5.2 的爆红、Token 成本的反直觉上升、以及 Google 限制 Meta 使用 Gemini，拼出了一张当下 AI 行业最真实的战局图。

巨头的现实选择：Google 限流，Meta 受限，行业继续拉扯

这种结构性压力，已经体现在巨头的具体动作上。视频提到，Google 对 Meta 使用 Gemini 设定了上限，原因不是技术不行，而是“需求异常高”。这不是谁输谁赢的问题，而是算力供给已经逼近物理边界。

同一集里，TBPN 还快速带过了 Comcast 的重组——NBC、Universal 和 Sky 分拆，各走各路。表面看是传统媒体新闻，底层逻辑却一致：在高资本开销时代，组织必须更轻、更聚焦，才能扛住长期投入的不确定性。AI 公司、媒体公司，甚至云厂商，面对的是同一条约束曲线。

总结

这期视频真正的价值，不在于站队开源或闭源，而是逼你换一个问题问法：谁在 AI 这场竞赛里，真正掌握了定价权？答案越来越偏向芯片、内存和算力供给方。对从业者来说，takeaway 很现实：选模型时别只看参数榜单，要算清 Token 和推理的长期成本；做产品时要预设算力紧张是常态；做判断时要记住，能力一旦被开源，竞争优势就会迅速转移到别的层面。下一个周期，赢的未必是“最聪明的模型”，而是“最能活下来的架构”。

关键词： 开源模型， 闭源模型， GLM 5.2， Token成本， AI芯片

事实核查备注： 需要核查：GLM 5.2 的正式发布时间（6 月 13 日）；其“使用量前十”的具体统计来源；John Ludig 2024 年 5 月的原始表述；George Hotz 的原话语境；Google 限制 Meta 使用 Gemini 的具体形式；加入万亿美元市值俱乐部的芯片公司名称。