第 2.1 章｜模型与智能前沿
模型能力仍在快速提高，但“最强模型”已经不再是一条稳定的护城河。真正的竞争逐渐转向推理成本、产品分发、开发者生态与生产可靠性。
从参数扩张转向推理时计算
上一阶段的主线是预训练规模：更多数据、更大模型、更多 GPU。边际收益下降后，行业没有停止扩大算力，而是把算力移到使用时。推理模型通过更长的思考链、多次采样、工具调用和自我校验，提高复杂任务的成功率。训练是一笔集中发生的成本，推理则在每次使用时重复发生，因此单位查询消耗可以上升，调用总量也同步扩大。
这改变了模型层的经济学。能力进步继续支撑需求，但训练领先不再自动转化为利润。用户可以在不同任务间切换模型，开发者也会用路由器按质量、延迟与价格动态选择。模型公司必须靠产品、渠道、数据闭环和企业集成把能力变成黏性。
榜单为什么越来越难读
许多旧基准已接近饱和，新基准又会迅速被追上。榜单上的第一名经常随模型版本、提示词、测试框架和是否允许工具调用而变化。对投资者而言，单一分数只能说明短期技术位置，不能证明商业优势。
更有用的是把竞争拆成三张榜：
| 维度 | 应关注什么 | 商业含义 |
|---|---|---|
| 通用能力 | 综合推理、多模态、长上下文 | 决定品牌和高端定价上限 |
| 编码与智能体 | 真实代码库任务、工具使用、长任务成功率 | 最接近可量化的企业回报 |
| 成本与速度 | 固定能力下的每百万 token 价格、延迟、吞吐 | 决定大规模生产采用 |
截至观察日，Claude 系列在若干通用与高难度评测中领先，GPT-5 系列在自主编码上表现突出；但差距很小、迭代很快，不应被理解为长期排序。
主要模型阵营
| 模型家族 | 公司 | 市场位置 | 投资入口 |
|---|---|---|---|
| GPT-5 系列 | OpenAI | 消费者默认入口、编码与工具生态强 | 私营；Microsoft 间接敞口 |
| Claude | Anthropic | 企业与编码领先，强调安全和可靠性 | 私营；Amazon、Google 间接敞口 |
| Gemini 3 | Google DeepMind | 多模态、搜索与 Workspace 分发 | GOOGL |
| Grok 4 | xAI | 实时信息与 X 平台分发 | 私营 |
| Llama 4 | Meta | 开放权重生态的重要推动者 | META |
| DeepSeek V/R 系列 | 深度求索 | 低成本、高效率、开放权重 | 私营 |
| Qwen 3 | 阿里巴巴 | 中国开发者覆盖广、开放模型下载量高 | BABA / 9988.HK |
| Kimi、GLM | 月之暗面、智谱 | 长上下文、企业与开发者市场 | 私营 |
| 文心、混元、豆包 | 百度、腾讯、字节跳动 | 依靠搜索、社交与内容平台分发 | BIDU / 0700.HK / 私营 |
表中的“领先”指产品和生态位置，不等于稳定利润。模型公司通常同时面对巨额训练成本、推理补贴和快速降价。
中国开放模型正在改变开发者市场
美国公司把最强模型放在封闭 API 和订阅产品中，中国厂商则更积极地发布开放权重。这个差异并非简单的技术路线选择，而是商业约束的结果：在高端芯片受限、国内消费者付费意愿较弱的环境中，低成本和开放分发更容易换取开发者规模。
DeepSeek 的意义不只是一次榜单冲击。它向全球开发者证明，接近前沿的能力可以用更低推理价格和更开放的部署方式获得。Qwen、Kimi、GLM 等家族随后加速迭代，使企业在私有部署、主权数据和成本敏感场景中拥有更多选择。
这会压低模型层利润，却扩大下层基础设施需求：更多模型、更低价格和更广部署，意味着更多推理量。中国模型的开放扩散，也让“美国闭源前沿、中国开放规模”成为值得持续观察的结构性分工。
智能价格正在快速下跌
同等能力的推理成本每年都在明显下降，原因包括模型压缩、量化、推测解码、硬件升级和竞争降价。价格下降会产生两种相反效果：
- 对模型供应商，毛利和差异化承压；
- 对应用与基础设施，原本不经济的任务进入可部署区间，调用量增加。
因此，“推理价格下跌”不是简单利空算力。关键要看需求弹性：如果调用量增长快于单价下降，总收入和总算力需求仍会上升；如果企业只把降价用于压低现有账单，基础设施增速就会放缓。
收入、估值与资本消耗
头部实验室的收入增速很快，但现金消耗同样惊人。收入来自消费者订阅、企业 API、编码工具和与云厂商的分成；成本则集中在训练、推理、人才和数据中心承诺。高私募估值往往隐含三个假设：能力继续领先、分发持续扩大、推理毛利能够改善。任何一个假设失效，估值都会比收入更快调整。
对上市市场而言，Microsoft、Amazon 和 Google 提供间接敞口，但这些投资对母公司利润的影响不同。Google 拥有模型、TPU、云和分发的完整闭环；Microsoft 依靠 Azure 与企业软件；Amazon 的优势更多来自云基础设施。间接持股不应被当作对私营实验室的一比一替代。
智能体：能力进步快，可靠性进步慢
编码是智能体最先跑通的场景，因为结果可测试、过程可回滚、价值可量化。进入客服、财务、医疗和法律后，错误成本、权限、合规和系统集成迅速成为主要限制。演示中完成一次任务，与生产环境中连续数万次正确执行，是两种完全不同的能力。
判断智能体是否真正进入生产，应看四个指标：试点转生产率、无人干预完成率、错误和升级率、客户续约后的利润变化。只看模型基准或“已部署智能体数量”，很容易把实验活动误当成经济价值。
投资判断：买分发与成本曲线，不买一时榜首
模型层最值得拥有的不是某次评测冠军，而是能够把能力稳定送到用户手中的渠道，以及在价格战中仍能保住单位经济性的成本结构。观察重点包括：
- 固定能力水平下的推理价格与延迟；
- 企业收入占比、续约率和生产调用量；
- 开放模型对闭源 API 的替代速度；
- 编码智能体之外的工作流是否出现可审计回报；
- 云厂商补贴、算力承诺与真实毛利之间的差距。
本章逻辑的反证是：能力差距重新扩大并稳定维持，或专有数据与产品闭环形成明显锁定。若相反地，开放模型持续追平、路由器普及、价格继续快速下降，模型会越来越像可替换的输入，价值将向应用分发和物理基础设施迁移。
主要参考：OpenAI 使用规模披露、Artificial Analysis、OpenRouter 模型市场及相关公司公开资料。榜单和价格变化很快，应按实时数据重新核对。