IBM CEO Arvind Krishna 在 Q3 财报电话会上算了一笔账。他说开源权重模型现在能做到前沿闭源模型 90% 的效果，只花 10% 到 25% 的 token 成本。"这个问题对企业来说很简单：你想要一个只要 10% 价格、能达到最好模型 90% 水平的东西，还是愿意付十倍的钱？"
他自己回答了：绝大多数企业会选便宜的。他把 2024 到 2026 的变化摆成一条线——2024 年做个宽口径基准测试，最好的闭源模型能打 70 分，开源模型只有 20 到 30 分；2025 年底差距缩到 70 比 50；现在是 90% 对 10%-25% 成本。至于哪些任务还需要贵模型，"有一些确实需要，但绝大多数——总结邮件、审合同、接客服电话、写邮件——用便宜得多的方案一样能干好。"
这个判断落到了具体生意上。Krishna 说企业对本地部署 AI 基础设施的兴趣正在暴涨，他认为大多数公司用两三个机架就够跑出有用的 AI 基础设施——"90% 的性能、10% 的价格、两三个机架，很难被击败。"但他也坦白，很多企业会卡在"怎么搞"上：内核工程师在哪、谁来管底层网络、怎么保证模型放在网络邻近的 GPU 上、怎么做结果缓存才有好响应。他没有给出答案，只说 IBM 会做软件来简化这些部署，并预测本地 AI 需求会带动自家 Spyre 大型机加速卡的销售。
财报本身不算亮眼。IBM 季度总营收 171 亿美元、增 5%；基础设施业务 37 亿、增 5%，比 Dell、HPE、联想慢不少；软件 78 亿、增长 9%，红帽是明星——增长 11%，年度经常性收入涨 30%，虚拟化产品已拿下 8 亿美元订单、还有 7.5 亿在管道里。z17 大型机比历代多贡献了 10 亿美元收入，新机架式机型是"近二十年 IBM Z 最强的中端发布"，但大型机整体收入掉了 20%——这是发布 18 个月后的正常回落。盘后股价晃了一下，收跌一两个点。
话讲得漂亮，能不能兑现是另一回事。Krishna 的核心论点是"开源模型够用且便宜"，但企业真正的痛点在采购话语权不在模型本身——他列举的那串问题（内核、网络、缓存）恰恰是本地部署最难的部分，而这些正是 IBM 想卖的。卖铲子的人说挖金子容易，这话得打个折。
参考来源