AI模型市场中的计算套利

设想一个由相互竞争的模型提供商组成的市场，它们出售对成本与能力各异的模型的查询访问。客户提交问题实例，并愿意为可验证的解决方案支付至多一个预算额度的费用。套利者在各提供商之间高效分配推理预算以低于市场价格，从而在没有模型开发风险的情况下形成有竞争力的供给。在本工作中，我们开创了对AI模型市场套利的研究，实证展示套利的可行性并阐明其经济后果。我们以SWE-bench GitHub议题解决为对象，使用GPT-5 mini与DeepSeek v3.2两个代表性模型开展深入的案例研究。在这一可验证领域，简单的套利策略可产生高达40%的净利润率。能在不同领域间泛化的稳健套利策略依然有利可图。蒸馏进一步制造了强劲的套利机会，可能以牺牲教师模型的收入为代价。多个相互竞争的套利者会压低消费者价格，削减模型提供商的边际收入。与此同时，套利降低了市场分割，并通过让更早获得收入成为可能而为较小的模型提供商进入市场提供便利。我们的结果表明，套利可以成为AI模型市场中的一股强大力量，对模型开发、蒸馏与部署均有影响。