Gas Is Back Above $4 — And Could Keep Rising

Summary & Insights

Will oil prices inevitably climb toward triple digits if the Strait of Hormuz remains a flashpoint of conflict? The current geopolitical volatility in the Middle East has pushed crude back toward $89 a barrel, with gas prices in the U.S. hitting the $4 mark. The tension is exacerbated by a “scorched earth” approach from Iran and its allies, including threats of a naval blockade against Saudi Arabia that could choke off the primary pipeline used to bypass the Strait.

While the crude market has been partially cushioned by a significant drop in oil imports from China and a reduction in refinery activity, the financial pain has simply shifted. This “transfer of pain” is most evident in the diesel market, where prices are ripping higher—often exceeding $5 per gallon—because the U.S. administration is perceived to be overly focused on gasoline prices at the pump while ignoring the diesel surge.

The conversation then shifts to the “second DeepSeek moment” in AI, sparked by the release of China’s Kimi K3. This massive open-source model is challenging the dominance of closed-source giants like OpenAI and Anthropic by offering comparable performance at a fraction of the cost. This shift suggests that the “secret sauce” of AI development is no longer a mystery, putting immense pressure on the high margins of frontier labs.

Ultimately, the AI landscape is bifurcating. While open-source models are becoming “good enough” for the vast majority of economically valuable tasks, closed-source labs may still find a lucrative moat in high-end, long-term scientific and mathematical discovery. This evolution favors the consumer and the broader ecosystem by distributing profit away from a few gatekeepers and toward compute and inference providers.

Surprising Insights

The Diesel Blindspot: While the U.S. government and public are fixated on gasoline prices, the diesel market is experiencing a much more severe price surge because it faces less political and administrative scrutiny.
The “Intelligence Threshold”: Most business tasks don’t require the absolute “frontier” of AI intelligence; once a model hits a specific threshold of capability, further intelligence increases provide diminishing returns relative to the higher cost.
Open Source as a Business Moat: For startups, using open-source models is not just about cost; it allows them to “post-train” on their own proprietary user data, creating a specialized moat that closed-source “wrappers” cannot replicate.
The Margin Shift: The arrival of massive open-weight models like Kimi K3 suggests that the 80%+ margins of frontier labs are not due to technical superiority, but rather a lack of viable competition at the top.

Practical Takeaways

For Business Owners: Evaluate if your AI needs actually require a flagship closed-source model. If your tasks are repetitive or specialized, switching to an open-source model and investing in “post-training” can significantly reduce costs and increase performance.
For Investors: Monitor the “inference and compute” providers rather than just the model trainers. As the market shifts toward open source, the value moves from the entity that trains the model to the entity that hosts and runs it.
For Consumers: Be aware that geopolitical volatility in the Middle East often manifests first in crude prices, but the real economic “pain” for logistics and shipping often hides in diesel price spikes before hitting the general retail market.

Liệu giá dầu có tất yếu leo lên mức ba chữ số nếu eo biển Hormuz tiếp tục là điểm nóng xung đột? Những biến động địa chính trị hiện nay tại Trung Đông đã đẩy giá dầu thô quay trở lại mốc 89 USD/thùng, khiến giá xăng tại Hoa Kỳ chạm ngưỡng 4 USD. Căng thẳng càng trở nên trầm trọng hơn bởi cách tiếp cận “vườn không nhà trống” từ Iran và các đồng minh, bao gồm cả những lời đe dọa phong tỏa đường biển đối với Saudi Arabia, điều có thể làm tê liệt đường ống chính dùng để đi vòng qua eo biển này.

Mặc dù thị trường dầu thô đã được giảm bớt áp lực một phần nhờ sự sụt giảm đáng kể lượng dầu nhập khẩu từ Trung Quốc và sự suy giảm hoạt động lọc dầu, nhưng nỗi đau về tài chính đơn giản là đã chuyển dịch sang nơi khác. Sự “chuyển dịch nỗi đau” này thể hiện rõ nhất ở thị trường dầu diesel, nơi giá cả đang tăng vọt—thường vượt quá 5 USD/gallon—bởi chính quyền Hoa Kỳ được cho là quá tập trung vào giá xăng tại các trạm bơm mà phớt lờ sự gia tăng của giá diesel.

Cuộc thảo luận sau đó chuyển sang “khoảnh khắc DeepSeek thứ hai” trong lĩnh vực AI, được khơi mào bởi việc ra mắt Kimi K3 của Trung Quốc. Mô hình mã nguồn mở khổng lồ này đang thách thức sự thống trị của các gã khổng lồ mã nguồn đóng như OpenAI và Anthropic bằng cách cung cấp hiệu suất tương đương với chi phí chỉ bằng một phần nhỏ. Sự chuyển dịch này cho thấy “công thức bí mật” của quá trình phát triển AI không còn là một ẩn số, gây áp lực nặng nề lên mức biên lợi nhuận cao của các phòng thí nghiệm AI tiên phong.

Cuối cùng, bối cảnh AI đang phân cực. Trong khi các mô hình mã nguồn mở đang trở nên “đủ tốt” cho đại đa số các tác vụ mang lại giá trị kinh tế, các phòng thí nghiệm mã nguồn đóng có thể vẫn tìm thấy một “con hào” lợi nhuận trong những khám phá khoa học và toán học cao cấp, dài hạn. Sự tiến hóa này có lợi cho người tiêu dùng và hệ sinh thái rộng lớn hơn bằng cách phân phối lợi nhuận ra khỏi một vài kẻ nắm quyền kiểm soát để chuyển sang các nhà cung cấp hạ tầng tính toán (compute) và suy luận (inference).

Những góc nhìn bất ngờ

Điểm mù của Dầu Diesel: Trong khi chính phủ và công chúng Hoa Kỳ xoáy sâu vào giá xăng, thị trường dầu diesel lại trải qua sự tăng giá nghiêm trọng hơn nhiều vì ít bị giám sát về mặt chính trị và hành chính hơn.

“Ngưỡng trí tuệ”: Hầu hết các tác vụ kinh doanh không yêu cầu trí tuệ AI ở mức “tiên phong” tuyệt đối; một khi mô hình đạt đến một ngưỡng năng lực nhất định, việc tăng thêm trí tuệ sẽ mang lại lợi ích giảm dần so với mức chi phí cao hơn.

Mã nguồn mở như một “con hào” kinh doanh: Đối với các startup, việc sử dụng mô hình mã nguồn mở không chỉ là vấn đề chi phí; nó cho phép họ “huấn luyện sau” (post-train) trên dữ liệu người dùng độc quyền của chính mình, tạo ra một con hào chuyên biệt mà các “vỏ bọc” mã nguồn đóng không thể sao chép được.

Sự dịch chuyển biên lợi nhuận: Sự xuất hiện của các mô hình trọng số mở (open-weight) khổng lồ như Kimi K3 cho thấy biên lợi nhuận trên 80% của các phòng thí nghiệm tiên phong không phải do sự vượt trội về kỹ thuật, mà đúng hơn là do thiếu sự cạnh tranh khả thi ở cấp độ cao nhất.

Bài học thực tiễn

Đối với chủ doanh nghiệp: Hãy đánh giá xem nhu cầu AI của bạn có thực sự cần một mô hình mã nguồn đóng hàng đầu hay không. Nếu các tác vụ của bạn có tính lặp lại hoặc chuyên biệt, việc chuyển sang mô hình mã nguồn mở và đầu tư vào “huấn luyện sau” có thể giảm đáng kể chi phí và tăng hiệu suất.

Đối với nhà đầu tư: Hãy theo dõi các nhà cung cấp “suy luận và tính toán” thay vì chỉ tập trung vào các đơn vị huấn luyện mô hình. Khi thị trường dịch chuyển sang mã nguồn mở, giá trị sẽ chuyển từ thực thể huấn luyện mô hình sang thực thể lưu trữ và vận hành mô hình đó.

Đối với người tiêu dùng: Cần lưu ý rằng những biến động địa chính trị ở Trung Đông thường biểu hiện trước hết qua giá dầu thô, nhưng “nỗi đau” kinh tế thực sự đối với vận tải và logistics thường ẩn giấu trong những đợt tăng giá diesel trước khi tác động đến thị trường bán lẻ nói chung.

如果霍爾木茲海峽（Strait of Hormuz）持續成為衝突焦點，油價是否必然會攀升至三位數？目前中東地區的地緣政治動盪已將原油價格推回每桶 89 美元，美國的汽油價格也觸及 4 美元大關。伊朗及其盟友採取「焦土政策」使緊張局勢進一步加劇，包括威脅對沙烏地阿拉伯實施海軍封鎖，這可能會截斷用以繞過該海峽的主要管道。

雖然中國原油進口量的顯著下降以及煉油活動的減少，在一定程度上緩衝了原油市場，但財務壓力僅僅是發生了轉移。這種「痛苦的轉移」在柴油市場中最為明顯，其價格大幅飆升—— gallon 價格經常超過 5 美元——原因是美國政府被認為過度關注加油站的汽油價格，而忽視了柴油價格的激增。

接著，話題轉向 AI 領域的「第二次 DeepSeek 時刻」，這是由中國 Kimi K3 的發布所觸發。這個巨大的開源模型以極低的成本提供了相當的性能，正挑戰著如 OpenAI 和 Anthropic 等閉源巨頭的主導地位。這一轉變表明，AI 開發的「秘密配方」已不再是謎團，這對前沿實驗室的高利潤率造成了巨大壓力。

最終，AI 領域正趨於分叉。雖然開源模型對於絕大多數具有經濟價值的任務來說已經「足夠好」，但閉源實驗室可能仍能在高端、長期的科學和數學發現中找到獲利的護城河。這種演變有利於消費者和更廣泛的生態系統，將利潤從少數的把關者轉移到計算和推理服務提供商手中。

驚人之見

柴油盲點： 當美國政府和公眾專注於汽油價格時，柴油市場正經歷更嚴重的價格飆升，因為它面臨的政治和行政審查較少。

「智能門檻」： 大多數商業任務並不需要 AI 智能的絕對「前沿」；一旦模型達到特定的能力門檻，進一步提高智能所帶來的收益相對於其更高的成本將遞減。

開源作為商業護城河： 對於初創公司而言，使用開源模型不僅僅是為了降低成本，還允許他們利用自身的專有用戶數據進行「後訓練（post-train）」，從而創造出閉源「封裝工具（wrappers）」無法複製的專業化護城河。

利潤轉移： 像 Kimi K3 這樣的大型開權重模型（open-weight models）的出現表明，前沿實驗室 80% 以上的利潤率並非源於技術領先，而是因為頂端缺乏可行的競爭對手。

實務啟示

針對企業主： 評估您的 AI 需求是否真的需要頂級的閉源模型。如果您的任務是重複性或專業化的，切換到開源模型並投資於「後訓練」，可以顯著降低成本並提升性能。

針對投資者： 關注「推理與計算」提供商，而非僅僅是模型訓練者。隨著市場向開源轉移，價值正從模型的實體轉移到模型的實體。

針對消費者： 請意識到，中東的地緣政治動盪通常首先體現在原油價格上，但物流和運輸的實際經濟「痛苦」往往隱藏在柴油價格飆升之中，之後才會影響到一般零售市場。

Les prix du pétrole grimperont-ils inévitablement vers les trois chiffres si le détroit d’Ormuz reste un point de tension conflictuel ? La volatilité géopolitique actuelle au Moyen-Orient a ramené le brut vers les 89 $ le baril, tandis que les prix de l’essence aux États-Unis atteignent la barre des 4 $. Cette tension est exacerbée par une stratégie de la « terre brûlée » adoptée par l’Iran et ses alliés, incluant des menaces de blocus naval contre l’Arabie saoudite, ce qui pourrait paralyser l’oléoduc principal utilisé pour contourner le détroit.

Bien que le marché du brut ait été partiellement amorti par une baisse significative des importations de pétrole de la Chine et une réduction de l’activité des raffineries, la douleur financière s’est simplement déplacée. Ce « transfert de douleur » est particulièrement évident sur le marché du diesel, où les prix s’envolent — dépassant souvent les 5 $ le gallon — car l’administration américaine est perçue comme étant trop focalisée sur les prix de l’essence à la pompe, tout en ignorant la flambée du diesel.

Le sujet glisse ensuite vers le « second moment DeepSeek » de l’IA, déclenché par la sortie du Kimi K3 chinois. Ce modèle open-source massif remet en question la domination des géants du logiciel propriétaire comme OpenAI et Anthropic en offrant des performances comparables pour une fraction du coût. Ce basculement suggère que la « recette secrète » du développement de l’IA n’est plus un mystère, mettant ainsi une pression immense sur les marges élevées des laboratoires de pointe.

En fin de compte, le paysage de l’IA se fragmente. Alors que les modèles open-source deviennent « suffisamment bons » pour la vaste majorité des tâches à valeur économique, les laboratoires propriétaires pourraient encore trouver un rempart lucratif dans la découverte scientifique et mathématique de haut niveau à long terme. Cette évolution favorise le consommateur et l’écosystème global en redistribuant les profits, qui ne sont plus concentrés entre les mains de quelques gardiens, mais s’orientent vers les fournisseurs de calcul et d’inférence.

Perspectives Surprenantes

L’angle mort du diesel : Alors que le gouvernement et le public américains sont focalisés sur les prix de l’essence, le marché du diesel connaît une hausse des prix bien plus sévère car il fait l’objet de moins de surveillance politique et administrative.

Le « seuil d’intelligence » : La plupart des tâches professionnelles ne requièrent pas l’intelligence absolue de la « frontière » de l’IA ; une fois qu’un modèle atteint un certain seuil de capacité, toute augmentation supplémentaire de l’intelligence offre des rendements décroissants par rapport au coût accru.

L’open source comme rempart commercial : Pour les startups, l’utilisation de modèles open-source n’est pas seulement une question de coût ; cela leur permet d’effectuer un « post-entraînement » sur leurs propres données utilisateurs propriétaires, créant ainsi un avantage concurrentiel spécialisé que les simples interfaces (« wrappers ») de modèles propriétaires ne peuvent reproduire.

Le transfert des marges : L’arrivée de modèles massifs à poids ouverts comme Kimi K3 suggère que les marges supérieures à 80 % des laboratoires de pointe ne sont pas dues à une supériorité technique, mais plutôt à un manque de concurrence viable au sommet.

Conseils Pratiques

Pour les chefs d’entreprise : Évaluez si vos besoins en IA requièrent réellement un modèle phare propriétaire. Si vos tâches sont répétitives ou spécialisées, passer à un modèle open-source et investir dans le « post-entraînement » peut réduire considérablement les coûts et augmenter les performances.

Pour les investisseurs : Surveillez les fournisseurs d’« inférence et de calcul » plutôt que les seuls concepteurs de modèles. À mesure que le marché s’oriente vers l’open source, la valeur se déplace de l’entité qui entraîne le modèle vers l’entité qui l’héberge et l’exécute.

Pour les consommateurs : Soyez conscients que la volatilité géopolitique au Moyen-Orient se manifeste souvent d’abord dans les prix du brut, mais que la véritable « douleur » économique pour la logistique et le transport se cache souvent dans les pics de prix du diesel avant d’atteindre le marché de détail général.

Werden die Ölpreise unweigerlich in Richtung dreistelliger Beträge klettern, solange die Straße von Hormus ein Konfliktherd bleibt? Die aktuelle geopolitische Volatilität im Nahen Osten hat den Rohölpreis wieder in Richtung 89 Dollar pro Barrel getrieben, während die Benzinpreise in den USA die 4-Dollar-Marke erreicht haben. Die Spannungen werden durch eine Strategie der „verbrannten Erde“ seitens des Iran und seiner Verbündeten verschärft, einschließlich der Drohung einer Seeblockade gegen Saudi-Arabien, die die wichtigste Pipeline zur Umgehung der Straße abschnüren könnte.

Obwohl der Rohölmarkt teilweise durch einen signifikanten Rückgang der Ölimporte aus China und eine Reduzierung der Raffinerieaktivitäten abgefedert wurde, hat sich der finanzielle Schmerz lediglich verschoben. Dieser „Schmerztransfer“ zeigt sich am deutlichsten auf dem Dieselmarkt, wo die Preise massiv ansteigen – oft über 5 Dollar pro Gallone –, da die US-Administration gefühlt zu stark auf die Benzinpreise an der Zapfsäule fixiert ist und den Dieselanstieg ignoriert.

Das Gespräch verlagert sich dann zum „zweiten DeepSeek-Moment“ der KI, ausgelöst durch die Veröffentlichung von Chinas Kimi K3. Dieses massive Open-Source-Modell fordert die Dominanz von Closed-Source-Riesen wie OpenAI und Anthropic heraus, indem es eine vergleichbare Leistung zu einem Bruchteil der Kosten bietet. Diese Entwicklung deutet darauf hin, dass die „geheime Zutat“ der KI-Entwicklung kein Mysterium mehr ist, was die hohen Margen der führenden Labore unter enormen Druck setzt.

Letztlich spaltet sich die KI-Landschaft. Während Open-Source-Modelle für die große Mehrheit wirtschaftlich wertvoller Aufgaben „gut genug“ werden, könnten Closed-Source-Labore weiterhin einen lukrativen Burggraben in der High-End-Forschung sowie bei langfristigen wissenschaftlichen und mathematischen Entdeckungen finden. Diese Entwicklung begünstigt den Verbraucher und das gesamte Ökosystem, da die Gewinne von wenigen Gatekeepern weg und hin zu Compute- und Inferenz-Anbietern verteilt werden.

Überraschende Erkenntnisse

Der Diesel-Blindspot: Während die US-Regierung und die Öffentlichkeit auf die Benzinpreise fixiert sind, erlebt der Dieselmarkt einen weitaus drastischeren Preisanstieg, da er weniger politischer und administrativer Beobachtung unterliegt.

Die „Intelligenzschwelle“: Die meisten Geschäftsprozesse erfordern nicht die absolute Spitze der KI-Intelligenz; sobald ein Modell eine bestimmte Fähigkeitsschwelle erreicht, bringen weitere Intelligenzsteigerungen im Verhältnis zu den höheren Kosten abnehmende Erträge.

Open Source als geschäftlicher Burggraben: Für Startups geht es bei der Nutzung von Open-Source-Modellen nicht nur um Kosten; sie ermöglichen es, ein „Post-Training“ mit eigenen proprietären Nutzerdaten durchzuführen. Dadurch entsteht ein spezialisierter Burggraben, den Closed-Source-„Wrapper“ nicht replizieren können.

Die Margenverschiebung: Das Aufkommen massiver Open-Weight-Modelle wie Kimi K3 legt nahe, dass die Margen von über 80 % der führenden Labore nicht auf technischer Überlegenheit beruhen, sondern auf einem Mangel an viablem Wettbewerb an der Spitze.

Praktische Ableitungen

Für Geschäftsinhaber: Prüfen Sie, ob Ihre KI-Bedürfnisse tatsächlich ein Closed-Source-Flaggschiffmodell erfordern. Wenn Ihre Aufgaben repetitiv oder spezialisiert sind, kann der Wechsel zu einem Open-Source-Modell und die Investition in „Post-Training“ die Kosten signifikant senken und die Leistung steigern.

Für Investoren: Behalten Sie die Anbieter von „Inferenz und Compute“ im Auge, anstatt nur die Modell-Trainer. Da sich der Markt in Richtung Open Source verschiebt, wandert der Wert von der Instanz, die das Modell trainiert, hin zu der Instanz, die es hostet und betreibt.

Für Verbraucher: Seien Sie sich bewusst, dass sich geopolitische Volatilität im Nahen Osten oft zuerst in den Rohölpreisen niederschlägt, der eigentliche wirtschaftliche „Schmerz“ für Logistik und Schifffahrt sich jedoch oft in Dieselpreissprüngen verbirgt, bevor er den allgemeinen Einzelhandel erreicht.

Ed Elson is joined by Matt Smith to break down how the latest developments in the war with Iran are affecting oil prices and where he thinks gas prices could be headed next. Then, Charlie O’Neill joins the show to discuss China’s new AI model, Kimi K3, why open-source models are gaining momentum, and what that shift could mean for the broader AI race.

Matt Smith is the Director of Commodity Research at Kpler. Charlie O’Neill is the Co-Head of Model Training at Baseten.

Subscribe to the Prof G Markets Youtube Channel

Check out our latest Prof G Markets newsletter

Follow Prof G Markets on Instagram

Follow Ed on Instagram, X and Substack

Follow Scott on Instagram

Send us your questions or comments by emailing Markets@profgmedia.com

Learn more about your ad choices. Visit podcastchoices.com/adchoices