鎖在互聯網里的中國大模型

圖片來源：unsplash

中國的大模型已經很強了。

從2023年的爆發元年至今狂奔三載，中國大模型已能與OpenAI的GPT、Anthropic的Claude和谷歌的Gemini站上同一舞臺。不僅性能代差逐漸縮小，從數量角度考量，較成熟、有影響力的大模型甚至多于潮頭之上的美國AI。

不過，在有目共睹的技術進步中，仍有一條令人擔憂的脈絡。

或許可以稱之為互聯網經濟的慣性。

AI浪潮奔涌前，中國互聯網產業已沸騰了二十余年。AI爆發后，那些幾乎宰制了數個周期的競爭模式和思維理念，仍在尋求同化這一新事物。

從批量復刻、瘋狂買量、降價清場到補貼競賽、平臺為王、贏者通吃，不少中國的科技巨頭與創業者們，雖然嘴上說著自我革新、時代更迭，但腦中揮之不去的念頭，看起來還是讓人工智能先學會互聯網經濟的套路。

雖然也有DeepSeek等看似“不在此山中”的特例，但稱之為特例，就意味著主流所向已一目了然。

特例和主流，舊法與新潮，共同催熟了中國大模型，成就其今日的樣貌。但也正是在Token經濟真正爆發，AI尋求落地之刻，互聯網經濟的慣性思維和路徑依賴，很可能會變成一種看似閉環的桎梏，將中國大模型鎖在其中。

三場大戰

互聯網經濟慣性從中國大模型爆發之初就未曾缺席。

2023年到2026年，三年多的三場“大戰”，甚至讓中國大模型的發展歷程，變成了微縮版的互聯網商戰史。

百模大戰

2022年11月30日，ChatGPT橫空出世。兩個月后，這個AI聊天機器人的MAU（月活躍用戶數）就突破了1億，成為歷史上最快達到這一目標的C端應用程序。

ChatGPT在對話中體現出了近似人類的智能，其背后是OpenAI的GPT-3.5大模型。

大模型的現象級熱度很快傳導至中國，于是，有了被稱為爆發元年的2023年。

夾雜著對新技術、新業態的興奮和歷史級的FOMO（錯失恐懼癥）情緒，市場加速狂奔。

短短半年內，中國涌現出了超過130個大模型。

就像互聯網時代數個新業態的發軔期一樣，發布會和PPT再次迎來黃金時代。無論是功成名就的互聯網大廠還是名不見經傳的技術創業者，無論是出身于搜狗、美團，還是傳統的家電企業，都搶著加入戰局。

而且，錨定GPT的入局者，大多執著于開發通用大模型，爭做“國產OpenAI”。

如今回看，那似乎更像是一場批量復刻的“模仿秀”。實際上，很多當時做私域大模型的廠商在論證自身優勢時就不無心機地點出過國產大模型的“套路”，理論體系是谷歌的Transformer，訓練方法借鑒OpenAI，能拼的更多是數據和算力。

不過，不同于互聯網經濟的種種新業態，大模型的技術門檻、投入門檻實際上更高，在GPT-3就開始閉源，此后的能力躍遷難以“照葫蘆畫瓢”的情況下，多數缺少技術實力和創新努力的“參賽選手”，能力在不及ChatGPT的水平線上拉齊，根本無法復刻OpenAI的成功。

隨著算力成本與技術門檻凸顯，洗牌來得比大多數人想得更早，缺乏造血能力的玩家相繼退場，賽道迅速收斂，但似乎也仍暗合了互聯網經濟跑步入局，跑步出局，贏者寡，敗者眾的模式。

價格大戰

到了2024年中，洗牌尚未塵埃落定，賽道已經急不可耐地打響了第二場戰役：價格戰。

DeepSeek的V2模型被視為“始作俑者”，在其受到全球矚目前，這也是這家公司曝光度最高的一段時間。

隨后智譜、字節跳動、阿里巴巴、百度、騰訊火速跟進。短短一個月內，大模型的API調用價格從“厘”時代直接被打穿，甚至出現了大量“免費送Token”的極限操作。

但實際上，大部分加入價格戰的廠商，根本沒法cover成本。而很多操作雖然打著技術普惠的旗號，但底層卻是互聯網血拼時代的清場邏輯。

除了降價，盛行的還有投流，除了互聯網大廠，月之暗面（Kimi）、MiniMax這樣的初創也“著了魔”一樣的瘋狂買量。

這場充滿互聯網套路的絞殺加速了行業洗牌，一定程度上讓資本厚度占據了競爭C位，也一度讓低價模式“深入人心”，為此后的“漲價難”埋下伏筆。

春節大戰

2025年堪稱中國大模型之年，典型代表是沖擊國際頂級性能、并且讓開源生態徹底爆發的DeepSeek，和在更廣泛的用戶市場無往不利的豆包。

這一年中國大模型的性能實現整體飛躍。有人視之為財力、人力、算力投入的必然結果，也有人認為DeepSeek的MoE路線恰好押中OpenAI發布o1開啟的推理時代，其性價比和開源特性又將大模型（不限于中國，但對中國大模型更為明顯）的工程優化和全面爆發向前推了一步。

性能的躍升也加劇了產品落地和商業化的急迫性。

為了爭奪超級入口的地位，為了搶得商業落地的客源，在2026年2月的馬年春節檔，騰訊、阿里、字節、百度這四家互聯網大廠正面對決，發起了一場春節大戰，總耗資近百億人民幣，而核心，仍是紅包和補貼，他們最熟的那個劇本。

不過，砸錢的收效并不理想。節后一周，各家應用的日活迅速回落，強行拉滿的滲透率沒能轉化為忠誠用戶，反而暴露了成本吃重、算力不足等經濟性難題。

春節大戰的迅速退潮或許說明，用互聯網經濟的模版寫大模型的故事，可能難以達到自己想要的結局，畢竟這個賽道的網絡效應無法類比于微信、抖音，依托于大模型的AI應用，也根本不能以一個互聯網APP的產品生命周期和回報曲線來衡量。除了高昂的前期技術研發投入，其持續的迭代成本和算力成本，也讓相關模式根本算不過來賬。

而一味的價格戰、補貼戰、流量戰，也很可能讓“用戶為智能付費”的可行商業模式變得更為艱難。

圍城拯救、理想

幾場大戰期間，中國大模型（此處主要指通用大模型）一度成為“圍城”。

外面的人，依然擠破頭想沖進去。

自稱擁有自研大模型的企業不在少數，也不乏實為垂類大模型但被包裝成、暗示為通用智能的情況。畢竟，對于創業、融資、IPO或者二級市場的股價來說，AI仍是最時髦的故事，而大模型這個早已普及的概念，也仍能拿來吹票。

然而，“圍城”之內，也不乏想出來的人。

大模型“六小虎”之一，前搜狗CEO王小川創立的百川智能，成立之初的愿景也直指“中國的OpenAI”，要在通用人工智能（AGI）的底座模型上與世界頂尖水平一較高下。但目前，該公司的主要業務方向已轉向醫療等垂直賽道模型，并重點探索AI應用的落地。

類似的情況不在少數，許多曾經號稱要做基礎大模型、通用大模型的廠商，已悄然變成了幫企業做私有化部署的“模型施工隊”。究其原因，很大程度上是因為在大模型“上道”前，互聯網的“卷”式競爭已足以淘汰一大批玩家，而大模型“上道”之后，“圍城中人”很可能發現這會演變成一場沒有盡頭的算力軍備競賽。

那些留在城內，并且看起來站穩腳跟的玩家，有時也未必如外界所見那般光鮮、積極。

實際上，直到2025年末2026年初，Kimi、MiniMax等頂級明星初創大模型廠商走過的“彎路”才更多被輿論所了解。

不少報道指出，這兩家起步早、成名早的AI初創代表，在2024年曾深陷互聯網模式陷阱，要么就在多線產品賽馬中搖擺，要么就專注投流沖DAU，打消耗戰，都一度讓技術路線混亂不堪，團隊也出現動蕩。

后來的故事是，2025年初DeepSeek的爆火將曾經的C位咔擠到邊緣，但反而將它們從互聯網模式焦慮中拯救了出來。據稱，不再背負“率先成為中國OpenAI”的包袱后，兩家公司再次回歸技術，聚焦大模型本身的開發，數月后也都拿出了更為亮眼的成績。

被動扮演“拯救者”角色的DeepSeek，此后愈發成為了理想主義者和特立獨行者的代表。直到2026年二季度之前，這家低調、不融資、不沖量甚至不加班的公司，都被視為專注實現AGI而獨立于互聯網經濟模式之外的那一個。

但在2026年初DeepSeek的V4屢屢失約后，人們似乎變得不耐煩起來。等待一個理想主義者會錯失多少熱鬧呢？越來越多的AI應用出現，以“龍蝦OpenClaw”為代表的Agent掀起新的狂潮，而DeepSeek的風評實際上在下降。即使V4發布并持續降價，但不買賬的聲音也越來越多，而其性能水平沒能真正達到美國“御三家”的水平，產品分層出現混亂，算力緊張導致專家模式門檻持續壘高、可用性下降等問題，也引發了一些抱怨聲音。

如今，DeepSeek開始引入外部投資，在2026年人們頻頻談論AI落地、商業價值兌現的節點，這個理想主義者未來的故事也變得更加模糊。

字節仍在跳動，Token快要失控

2026年，Token這個詞爆火，一如三年前大模型的爆火。

但也正是Token經濟學，讓大模型賽道與互聯網經濟模式的矛盾凸顯了出來。

互聯網時代，跳動的字節本身花不了那么多錢，大筆的資金可以用來打獲客的戰役，堆產品、上補貼、買流量等“大力出奇跡”操作，并最終做成超級產品、大平臺，形成壟斷持續獲利的模式是可行的。畢竟，一個產品“走起來”后，其邊際成本就會大幅下降，開發一個短視頻App需要幾千萬，但讓第1個用戶看視頻，和讓第1000萬個用戶看視頻，增加的服務器成本微乎其微。

但這套互聯網經濟黃金法則卻無法直接挪用于AI賽道。當Agent大舉刺激推理所需的Token量，AI被推動著必須落地形成生產力的時刻，大模型每一次交互背后昂貴、需要持續投入的算力成本，也被更顯著地擺在了臺前。

如果沿用互聯網的低價、補貼模式，那么就會陷入流量越大，虧損越深的陷阱。不少廠商會發現，砸錢獲取的日活，在某個節點后變成了巨大的成本“債務”。而那些消耗海量Token的免費低凈值提問，卻無法在數據、轉化上真正提供助力。

在這種情況下，漲價甚至降智都成為了擺上臺面的選擇。

今年初，Token價格持續走高，3月“龍蝦”爆火后尤甚。這一度導致OpenRouter統計的中國AI大模型周調用量在4月出現連續下滑。

而如上文提及的，包括DeepSeek在內，不少大模型廠商對自己的入口進行了調整，限制了用戶使用，體驗感實際上出現下降。與此同時，有業內人士透露，行業整體的Token質量也走出了與產業發展熱度相反的曲線，目前響應速度、緩存命中率等核心指標表現不升反降，行業還出現了很多以次充好、掛羊頭賣狗肉的亂象。

更快的商業變現一度被認為能解決Token邊際成本問題。

但從豆包探索付費模式來看，C端AI產品能否走通訂閱模式，為大模型輸血，還很難說。畢竟，從這波中國大模型熱潮爆發之初，無論主流還是特例，都較少真正探索付費模式，培養用戶付費習慣。

而在海外愈發火爆的大模型To B市場，也難以直接在中國復刻。有后來居上之勢的Anthropic和校準方向的OpenAI，都積極地開發靠提供標準化的SaaS訂閱服務賺錢的模式。但在中國，SaaS的土壤天然貧瘠，大模型公司被迫走向了沉重的私有化定制項目。不少報道、案例稱，為了拿下大客戶的幾百萬訂單，頂尖的AI算法科學家被派去給傳統企業做數據清洗、做系統集成，硬生生把前沿科技做成了勞動密集型的IT外包。而最終，付費模式和習慣也沒能在Token瀕臨失控前在B端建立起來。

互聯網經濟模式讓新業態的發展有可參考路徑，但如果迷戀曾經的成功模式，將往日套路照單全收，那無異于“畫地為牢”。

目前，大模型的研發和產品化，與互聯網業態雜糅在一起，而路徑依賴在營收平衡、B端C端付費模式上均有觸壁的端倪，如果無從突破，很可能被鎖在自己畫就的圈里。

從海外引領潮流的OpenAI和Anthropic來看，雖然它們也曾在變現上有過“昏招”和難評的舉措，尤其前者引入廣告、打價格戰等操作一度也招致爭議，但從今年的情況來看，在其“搞錢”道路和前景上，編程領域的生產力突破是突破性的拐點。實際上OpenAI在看到Anthropic通過Claude code大幅提升變現能力后，也將自己的重點聚焦到了編程上。

而此后，經由Agent讓大模型能力溢出到辦公、PA（個人助理）等，則激活了更廣泛的B端、C端市場潛力。

對于狂飆的中國大模型來說，過往幾年的低價、免費模式，形成了一定的用戶價格錨定效應，客戶結構也變得比較混雜，很可能已經導致盈利路徑愈發不清晰，長此以往，企業自身的財務結構也會變得更加脆弱。

另一方面，中國大模型此前的發展路徑更多聚焦于模型參數競賽和應用場景拓展，這很像“做題家思維”和互聯網“產品為王”理念的結合體，但總體上對推理優化和服務穩定性的工程積累仍有欠缺，在技術迭代加速，推理時代猝然迎來拐點時，大模型也被圈進了漲價難，降服務質量又怕會失去競爭力的兩難境地。

與此同時，種種因素疊加，更讓大模型缺乏從“補貼期”到“盈利期”的平滑過渡，Token狂飆帶來的種種困境與亂象即是表征。

當然，AI仍是在不斷發展的新事物，無論從技術路線還是商業模式上來說，探索的空間和機會當然仍在。好消息是，中國大模型在編程、辦公、PA等領域也在集中發力，對于付費模式也開始了新的嘗試。

或許打破“閉環”，避免被鎖死的路，也很快會展現出來。

（作者｜胡珈萌，編輯｜楊林）