可行性研究：能否打造一个媲美 Claude 和 ChatGPT 的 AI？成本是多少？

Origami 专家的坦诚回答：从零开始打造一个 Claude 或 ChatGPT 规模的前沿模型，成本从数亿美元到超过十亿美元不等，现实中只有超大型实验室和国家才能做到。但"媲美"一词在成本上有三种截然不同的含义——对于一家普通公司来说，明智的路径只需其中极小的一部分成本。本研究坦诚地拆解这三条路径以及各自的成本。

"媲美 Claude 和 ChatGPT"究竟意味着什么？

在谈成本之前，必须先明确目标，因为各条路径之间的差距以数千倍计：

  • 从零开始的前沿模型：你要打造一个全新的"大脑"，在所有方面与世界最新的模型一较高下。
  • 主权模型或专业模型：你打造一个规模较小的模型，或在开放模型基础上继续训练，以服务某种语言、某个行业或某个国家。
  • 基于开放模型构建：你选用一个现成的开放模型，并根据你的数据进行定制，使其在你自己的领域胜出。

路径一：从零开始的前沿模型——天文数字般的成本

这是最难、最昂贵的路径。根据专门追踪训练成本的 Epoch AI 的数据，训练前沿模型的成本每年大约增长 2.4 倍，预计到 2027 年最大规模的训练将超过十亿美元——这使其"除了资金最雄厚的机构之外，其他所有机构都无力承担"。成本分布在硬件（47–67%）、研发人员薪资（29–49%）和能源（2–6%）之间。

实际上，这意味着需要数万块 GPU（一块 H100 约 25,000–40,000 美元，一块 B200 约 30,000–50,000 美元），组成价值数亿美元的集群，再加上每人年薪超过一百万美元的顶尖研究人员、海量数据集和多年的工作。结论：这不是一家公司的选项，而是 OpenAI、Anthropic、Google 和 DeepSeek 等实验室或大型国家项目的选项。

路径二：主权模型或专业模型——一项重大的战略投资

在这里，你不需要在所有方面与全球竞争；你打造一个规模较小的模型（或在开放模型基础上深度继续训练），在某种语言或某个行业中脱颖而出。沙特阿拉伯推动主权 AI 就是一个明显的例子，比如 HUMAIN 公司以及沙特数据和人工智能管理局（SDAIA）的"ALLaM"模型。这条路径的成本在数百万到数千万美元之间，需要一支专业研究团队、一个算力集群、干净的数据，以及 6 到 18 个月的时间。它适合具有战略目标的政府和大型企业。

路径三：基于开放模型构建——对 99% 的公司来说最明智的选择

实用的答案就在这里。你选用一个强大的开放权重模型（DeepSeek V4、Qwen、Llama 或 GLM），通过微调（fine-tuning）和检索增强生成（RAG）将其定制到你的数据上。你不会在所有方面都胜过 ChatGPT——但你会在你的领域、你的语言和你的数据上胜过它，而这正是对你的业务重要的。这里的成本从"天文数字"降到数万到数百万里亚尔之间，取决于目标和基础设施，周期为数周到数月。额外的好处是：你可以自行托管，让数据始终留在自己手中——这在《个人数据保护法》（PDPL）下非常重要。

三条路径对比

选项是什么估算成本时间适合谁
从零开始的前沿模型从底层开始打造的 Claude/GPT 规模模型数亿美元到超过十亿美元数年超大型实验室和国家
主权模型或专业模型规模较小的模型，或对开放模型进行深度继续训练数百万到数千万美元6–18 个月政府和大型企业
基于开放模型构建将开放模型定制到你的数据上（微调 + RAG）数万到数百万里亚尔数周到数月大多数公司
你很少需要造一台新引擎；通常你需要的是围绕一台现有的引擎，造一辆适合你自己道路的车。

开源选项详解：选哪个模型，如何在其上构建？

既然基于开放模型构建是大多数公司的正确路径，下面是实用细节：选择哪些模型、如何在其上构建，以及每种方法的成本。

2026 年领先的开放模型：

模型开发方特点
DeepSeek V4DeepSeek智能体编程方面最强的开源模型，也是最便宜的
Qwen3-CoderAlibaba专注代码，支持多语言
GLM-5.2Z.ai长周期编程和 1M token 上下文
Llama 4Meta庞大的工具生态和广泛的社区支持
Kimi K2Moonshot长上下文和强大的通用性能

如何在其上构建？四种方法，成本和投入依次递增：

  • 1) 直接使用 + 提示词工程：按原样运行模型（通过云端 API 或自行托管），用巧妙的指令加以引导，完全不需要训练。最便宜、最快——数天到数周，成本从数千到数万里亚尔。
  • 2) 检索增强生成（RAG）：将模型连接到你的知识库和文档，让它在不经训练的情况下根据你自己的数据作答——非常适合打造一个熟悉你的产品和政策的知识助手。数周，数万里亚尔。
  • 3) 微调 / LoRA：用来自你的领域和风格的示例训练模型，使其精通你的特定任务（语气、分类、输出格式）。数周到数月，数万到数十万里亚尔。
  • 4) 继续预训练：向模型输入大量你所在领域或语言的数据，从根本上加深它的知识——最强大也最昂贵，接近"主权路径"。数月，数十万里亚尔起。

自托管与隐私：开放模型的一大优势是你可以在自己的基础设施（私有云或本地服务器）上运行它们，因此你的数据永远不会离开你的机构——这在《个人数据保护法》（PDPL）下具有决定性意义。你需要与模型规模相匹配的 GPU（小模型只需一张卡，大模型则需要一个集群），并在固定的托管成本与按用量付费的云端 API 成本之间进行权衡。

Origami 专家的建议

不要试图在超大型实验室自己的赛场上以训练取胜——那是一场数十亿美元的战役。明智的做法是基于开放模型打造一个专业解决方案，在你的领域、你的阿拉伯语、你的数据隐私和你的成本上胜出。这条路径切实可行、投资回报率高，并能让你在不承担十亿美元账单的情况下拥有"你自己的 AI"。

Origami 如何提供帮助

在 Origami，我们先研究可行性，然后为你的目标和预算选择合适的路径和模型，将模型定制到你的数据上（微调 + RAG），通过自托管实现完全的隐私，并通过 MCP 将其连接到你的系统和智能体。目标是打造一个在你的领域具有竞争力、成本现实且经过充分研究的 AI。

资料来源

  • Epoch AI——训练前沿模型的成本：epoch.ai
  • 沙特数据和人工智能管理局（SDAIA）：sdaia.gov.sa

硬件成本数据为发布时 NVIDIA GPU 的市场估算值，可能会发生变化。