大模型全产业链梳理：真正昂贵的部分，才刚刚开始

本文来自微信公众号： 正经社 ，作者：智者正叔

大模型行业最容易制造的一种错觉是：模型越来越多，API价格越来越低，AI就应当成为一门轻资产、高毛利的软件生意。

现实恰好相反。模型能力扩散得越快，算力、能源、云渠道、数据治理和组织改造越成为无法绕开的硬成本。

智能正在商品化，但把智能可靠地交付到业务里，依然是一门重生意。

这也是理解大模型全产业链的关键。上游是芯片、服务器、网络、电力和数据中心，中游是云平台与基础模型，下游是应用、智能体和行业服务。

它们并不是简单地依次分享同一块蛋糕，而是在争夺三种不同的权力：稀缺资源的定价权、客户入口的分配权，以及最终工作结果的定义权。

因此，正经社分析师认为，全面梳理大模型，不能只列一张厂商名单。真正需要回答的是，谁在生产智能，谁在分发智能，谁为智能付费，又是谁最先拿到了现金。

1

模型从答题走向办事

基础模型仍是技术创新的中心，但竞争指标已经改变。

早期竞争主要围绕参数规模、预训练数据和通用榜单展开，随后转向推理、多模态、长上下文和代码能力。如今，厂商越来越强调模型能否规划任务、调用工具、读取企业系统并完成一段工作流程。

聊天机器人回答一个问题，智能体则要推进一项任务，两者对模型的要求并不相同。

海外市场中，OpenAI、Anthropic和Google处于前沿模型与开发生态的核心位置，xAI依托社交平台和算力投入追赶，Meta、Mistral等则在开放模型、区域市场或特定能力上寻找空间。

国内的阿里、DeepSeek、字节跳动、腾讯、百度，以及月之暗面、智谱、MiniMax等公司，也已形成通用模型、消费入口、云服务、开源生态和多模态应用等不同路线。

但“会办事”不只是一个更大的模型。一次可靠的任务执行，还需要检索、记忆、工具接口、权限管理、过程评估和错误恢复。模型上下文协议（MCP）等开放标准，解决的正是模型与数据源、软件工具之间的连接问题。连接越容易，权限和安全的边界就越重要。

正经社分析师发现，这改变了模型公司的产品边界。它们不再只出售一次文本生成，而是试图进入代码编写、办公、客服、营销、研发和决策支持等流程。竞争也从单次回答的准确率，转向一项任务需要多少模型调用、多少人工复核，以及最终能否被验收。

所以，模型能力的领先仍然重要，却不再自动等于商业胜利。客户购买的不是榜单上的一个名次，而是更低成本、更少错误地完成工作。

2

开源改写价格，不改写成本

开放权重是大模型产业最重要的变量之一。

阿里千问、DeepSeek、Kimi等中国模型，与Meta Llama、Google Gemma等海外模型，使更多开发者能够下载、部署和改造模型。开放权重降低了试用门槛，也让企业能够在私有环境中处理敏感数据，减少对单一模型供应商的依赖。

它带来的第一个变化，是模型能力更难长期维持稀缺溢价。当多个模型都能完成常见任务，客户可以按价格、速度和场景切换供应商，闭源厂商必须用更强能力、更稳定服务或更完整工具链证明自己值得更高价格。

第二个变化，是竞争从模型本身上移到部署和生态。模型可以免费取得，GPU、云资源、微调、运维、安全和持续升级并不免费。所谓“开源更便宜”，只在特定调用规模、工程能力和合规要求下成立。对小团队而言，直接调用API可能更省；对调用量大、数据敏感且具备工程能力的企业，自部署才可能体现优势。

因此，开源与闭源不会简单分出胜负，更可能长期共存。前沿闭源模型处理高难度任务，开放模型覆盖高频、标准化和私有化需求，企业通过路由机制把不同任务交给不同模型。

这还意味着，Token单价下降不等于AI总支出下降。价格降低后，原本不划算的任务被纳入使用范围，调用量可能增长得更快。模型层的价格压力，反而可能转化为云、算力和应用层的增量需求。开源改写了智能的定价方式，却没有消灭交付智能的成本。

3

算力和云先兑现收入

在产业利润分配中，上游通常比模型公司更早确认收入。

训练前沿模型需要集中采购算力，推理则随着用户使用持续消耗资源。芯片之外，高带宽存储、网络互联、服务器、电力和数据中心建设共同决定供给。英伟达的优势也不只在单颗GPU，而在芯片、网络、系统和软件生态组成的完整平台。云厂商自研芯片，则是为了降低对通用GPU的依赖，并针对自身负载优化成本。

这一轮投入的规模已经明显改变科技公司的资产结构。标普全球2026年10月发布的研究显示，其跟踪的超大规模云厂商2026年资本开支一致预期达到7630亿美元，上年为3620亿美元。资本开支不等于当期费用，但会先影响现金流，随后通过折旧和运营成本进入利润表。

正经社分析师注意到，云厂商的角色更加复杂。它们既是模型公司的投资方和算力供应商，也是模型产品的销售渠道，同时还经营自己的模型与应用。Anthropic公开文件提供了一个典型样本：2026年上半年，约80%的收入来自使用量计费，约48%的收入通过亚马逊、Google和微软云市场产生。模型公司获得企业客户，云平台则同时参与算力和渠道分配。

这种关系不能简单理解为谁依附谁。模型公司借助云平台快速触达客户，云厂商借助模型拉动计算、存储和数据服务需求。双方共同扩大市场，也都在防止对方掌握过多利润。

对投资者而言，真正需要观察的是收入质量：云订单中有多少来自独立企业客户，多少来自少数大模型公司；长期合同能否转化为现金收入；新增产能的利用率和合同期限，能否覆盖设备折旧与技术迭代风险。算力需求旺盛并不意味着所有建设都能获得相同回报。

4

应用难在交付，不在接入

当模型接口越来越标准，开发一个AI应用的门槛下降了，经营一个AI应用的门槛却未必下降。

消费级产品首先面对获客和留存。字节跳动可以把模型能力接入内容、视频和工具体系，腾讯拥有社交与办公场景，Google、微软和Meta也各有分发入口。独立应用如果没有独特体验或用户关系，很容易在模型厂商更新功能后被替代。

企业级应用的难点则是交付。接入模型只需一次API调用，进入生产环境却要处理企业数据、业务规则、系统权限、审计和责任划分。在客服、代码辅助等边界较清晰的场景中，价值较容易量化；进入财务、医疗、政务和核心经营流程后，错误成本与合规要求会显著上升。

智能体进一步放大了这一问题。模型生成一段错误文字，人还可以不采用；智能体若能够修改数据库、发送邮件或执行交易，错误就会直接进入业务系统。企业需要为它设定最小权限、操作日志、人工审批和停止机制，而不是只评估模型会不会回答。

这决定了应用公司的护城河未必是“用了谁的模型”，更可能是行业数据、工作流程、客户关系和持续服务能力。模型可以替换，嵌入组织流程的系统更难替换。

正经社分析师梳理获悉，商业化也因此出现三种主要方式：按席位订阅、按Token或任务用量收费，以及按项目或业务结果收费。三种方式各有约束。订阅要面对实际使用率，用量收费要承受模型成本波动，结果收费则要求供应商能够定义并承担交付责任。AI应用真正的分水岭，不是接入了多少模型，而是能否把技术成本转化为客户愿意持续支付的结果。

5

中国厂商不再共用一套剧本

中国大模型产业已经从集中追赶，转向多种商业模式并行。

阿里的核心是“模型+云+应用”。截至2026年6月季度，阿里云外部商业化收入同比增长45%，AI相关产品收入连续第十二个季度实现三位数增长。其意义不只是模型能力，而是开放模型、云基础设施和企业客户之间开始形成商业闭环。

字节跳动更偏向“模型+流量+内容工具”，利用消费端入口和多模态能力推动应用；腾讯则把模型、办公智能体与社交、游戏、广告等既有业务结合。2026年二季度，腾讯资本开支达到527.8亿元，说明生态型公司同样需要以真实投入换取模型和推理能力。

百度强调搜索、云与行业场景，华为的优势在芯片、计算底座和政企市场。DeepSeek以模型效率和开放生态扩大影响，月之暗面、智谱、MiniMax等独立厂商则分别在通用能力、企业服务、多模态和海外市场寻找位置。

这些路线不能用同一把尺子排名。云厂商可以看AI带动的外部收入，消费平台可以看用户留存和原有业务增量，独立模型公司则要更直接地回答API收入、毛利率、融资需求和客户集中度。调用量和下载量有助于判断生态影响，却不能替代付费与现金流。

中国市场的特殊性还在于，国产算力、私有化部署、数据合规和行业数字化需求相互交织。它可能降低单一通用模型通吃市场的概率，却为模型适配、行业应用、算力调度和工程服务留下更多空间。

6

资本开始追问回报

大模型仍然处在高投入阶段，但资本市场的评价标准正在变化。

第一阶段，市场为模型能力和用户增长定价；第二阶段，为算力需求和收入增长定价；接下来，投资者会更重视增长能否转化为可持续现金流。融资、长期算力合同和基础设施建设可以让公司快速扩张，也会提高对未来收入的要求。

判断一家产业链公司的位置，可以回到四个问题。

收入是否来自真实外部需求。内部调用、关联方采购、云资源换股权和少数大客户承诺，需要与独立客户的持续付费区分。

单位经济是否改善。不能只看每个Token的价格，还要看完成一项合格任务的总成本，包括重复调用、人工复核、渠道分成和售后交付。

资产与合同是否匹配。数据中心和设备投入具有长期性，模型收入却可能随价格、客户和技术路线快速变化。长期成本与短期需求之间的错配，是行业扩张期最容易积累的风险。

公司是否掌握不可替代的环节。芯片与系统生态、低成本算力、企业数据、客户入口、关键工作流和合规能力，都可能形成壁垒；单纯包装通用模型，则更容易受到价格竞争挤压。

正经社分析师认为，大模型的长期价值，不会因为价格下降而消失。恰恰相反，只有当智能足够便宜、足够普及，它才可能成为真正的通用技术。但技术创造的社会价值，并不等于每家公司都能获得相同的商业回报。

未来的赢家未必只是最会训练模型的人，而是能够把模型、算力、渠道和工作流程组织成一套可持续系统的人。模型正在变便宜，产业竞争真正昂贵的部分，才刚刚开始显现。【《正经社》出品】

（资料来源：标普全球相关研究及中国证券网报道；阿里巴巴、腾讯、Anthropic公开披露；BCG《AI Radar 2026》；世界经济论坛《AI Agents in Action》；MCP官方文档；英伟达及主要云厂商财报。资料检索截至2026年10月28日。）