在面临美国芯片限制和预算紧张的背景下，中国人工智能（AI）企业正通过一系列创新策略，大幅降低大模型的创建和推理成本，展现出强大的竞争力和创新能力。

初创公司如01.ai和DeepSeek等，通过专注于较小的数据集进行训练，以及聘请低价但技术熟练的工程师，成功降低了AI模型的成本。这些策略不仅降低了推理成本，还使得大模型的价格下降了90%以上，远低于美国同行的水平。

大型科技集团如阿里巴巴、百度和字节跳动等也加入了这场价格战，进一步推动了大模型成本的降低。这些企业通过优化技术和流程，实现了更高效、更经济的AI模型创建和推理。

其中，01.ai在李开复的领导下，通过构建以较少数据量进行训练、需要较少计算能力的模型，并优化硬件，成功降低了推理成本。其Yi-Lightning模型在LLM（大模型）公司中排名靠前，且推理成本远低于OpenAI等竞争对手。

值得注意的是，中国AI企业还采用了所谓的“混合专家模型（MoE）”方法，这一策略结合了多个针对行业特定数据进行训练的神经网络，实现了与密集模型相同智能水平但计算能力较低的目标。尽管这种方法更容易失败，需要工程师协调多个“专家”的训练过程，但中国AI企业仍在积极探索和尝试。