2026年开年的国内大模型价格战，把整个行业底裤都快撕下来了。
当推理成本被卷到不到0.5厘每千token，中小玩家喊着烧钱烧不动的时候，北京五环外一场闭门会里，聊出了所有人都讳莫如深的真相——最大的成本项根本不是GPU，也不是推理带宽，是监督学习的标注成本。
你没看错。所有人都在说自监督、说预训练、说通用大模型的参数奇迹，没人愿意公开提：现在所有能落地商用的大模型，哪一个不是靠监督微调掰回正轨的？预训练出来的模型就是脱缰野马，你不给它喂一堆打好标签的数据教它说话，它能给你胡说八道到姥姥家。
价格战后的裸泳
今年年初那场闭门会，我托朋友拿到了一份未经公开的成本拆分数据。国内一个7B参数的垂直领域大模型，完成完整的监督微调，需要12万条符合要求的高质量标注，单条标注均价12块，总标注成本144万——这个数字，相当于一个三线城市10人规模互联网创业团队，整整一年的房租成本。
如果是千亿参数级别的通用大模型呢？监督学习阶段的标注投入至少要两个亿。相当于2025年杭州整个九堡直播基地，一个月的主播佣金总和。
很多人说，不就是标数据吗，找一堆兼职大学生坐在电脑前勾勾选选不就行了？
哪有这么简单。医疗大模型要标注病历，你得找学医的懂术语吧？自动驾驶要标注路况，你得懂车辆感知的不同场景吧？就算是普通的对话指令标注，你还得筛掉那些胡写乱画的垃圾数据，筛数据的成本又是一笔。
说实话，价格战打到现在，拼GPU拼到大家都用同质化的开源底座，最后拼的就是谁的监督学习成本更低。谁能把标注成本砍一半，谁就能在价格战里活下来。就这么现实。
很多头部公司嘴上喊着通用AI，背地里早就把监督学习的账算得门清。藏着不说而已。
数据生意的隐形博弈
把大模型训练整个过程比作生物进化，预训练就是大自然里随机产生的基因突变，什么性状都有，而监督学习就是人工选择——你想要抗倒伏的高产小麦，就得自己动手把歪脖子的弱苗拔掉，把壮实的合格苗留种。没有这一步，预训练出来的基因池再大，也长不出你想要的品种。
这个道理，国内头部玩家早就摸透了，不同的玩法，直接拉出了成本差距。
举个大家都知道的例子，字节跳动。抖音现在每天有超过两百万条内容需要人工审核，审核员的核心工作就是给内容打各类标签：违规、正常、科普、带货、低俗……这些标签，审核完了本来就存在数据库里，直接拉出来就能复用做监督学习的训练数据。等于什么？等于字节拿到了几乎零成本的海量标注，别人要花一块钱标一条，它只要花一毛钱整理一下就行。
行业内部测算过，字节做同量级的领域监督微调，成本比纯外包给第三方标注厂低45%。相当于每训练三个模型，就白赚出一个模型的全流程标注预算。
反观百度文心一言，早期大部分标注都是外包给海天瑞声这类第三方厂商，成本一直压不下来，后来才开始整合内部搜索的点击标签做复用，晚了整整两年。
不过话说回来，这个玩法也不是谁都能学。你得有现成的海量用户内容和审核团队，才能攒出这么多闲置标签。中小创业公司哪有这个条件？很多做医疗大模型的创业公司，单张CT影像的标注就要三百块，做一千张就是三十万，还没训练模型，钱先烧完了。
我一直说，这个方向走偏了。一堆创业公司拿着融资去抢GPU，抢大参数，却不肯花精力攒自己的监督数据。你没有自己的标注数据壁垒，就算给你一个GPT-4的底座，你也训不出能用的垂直模型。
普通人的新机会
很多人说，监督学习是大公司的游戏，我们普通从业者凑什么热闹？不对，恰恰相反，这波监督学习的成本压力，给普通人和小玩家留出了足够的缝隙。
原来算法工程师找工作，拼的是你会不会改大模型结构，会不会调预训练参数。现在呢？你要是懂某个垂直领域，手里能攒出几万条高质量的标注数据，那你比只会调参的博士值钱多了。我上个月接触到一个做农机自动驾驶的团队，核心工程师就是从农机厂出来的老技术员，他攒了五年的田间路况标注数据，估值直接被投资方估到了八千万。就凭这些数据。
传统的标注厂现在早就卷不动了，一块钱一条的通用标注，赚的就是辛苦钱。未来的机会全在垂直领域的监督数据。你做新能源的，攒电池故障的标注数据；你做法律的，攒裁判文书的标注数据；你做教育的，攒学生答题的标注数据——这些数据，都是别人抢不走的壁垒。
很多人说自监督最终会取代监督学习，我不信。只要AI要符合人类的规则，要解决人类的具体问题，就永远需要人给它打标签，需要监督学习给它校正方向。这不是技术迭代能消灭的需求。
现在所有人都盯着大模型的参数、推理成本，没人愿意低头挖监督学习的护城河。这不就是留给普通人的机会吗？
明年这个时候，至少会有三家主打垂直领域监督数据的创业公司拿到过亿融资。你手里，攒了多少干净的标注数据？
