困于深宅，志在大海：中国AI创业者的“双城记”

TL;DR：

面对互联网巨头在算力与流量上的“降维打击”，中国独立大模型公司正被迫分裂为两类物种：一类扎进复杂的垂直行业做“辛苦活”，另一类则带着极致的工程效率去全球市场贩卖廉价的“数字水电”。这种分化标志着国产AI从技术叙事转向残酷的商业生存，竞争的关键已从“谁更聪明”演变为“谁更能省”。

在中国的互联网版图中，独立大模型公司（那些尚未被互联网大厂完全吞并的“独角兽”）的处境，像极了在象群脚下寻找生存空间的灌丛猫。当智谱（Zhipu AI）与MiniMax这两家“领头羊”相继通过港交所聆讯并交出首份成绩单时，市场嗅到的不是硝烟味，而是某种“求生欲”驱动下的物种进化。^{1 2}

从财报来看，这两家公司的路径选择简直是南辕北辙。智谱像是一位在深山中精耕细作的农夫，其收入几乎全部来自国内，且绝大部分依赖于高度定制化的To B本地部署；¹ 而MiniMax则更像是一名背井离乡的冒险家，超过七成的收入源自海外，且多来自C端应用。¹ 这种分化并非巧合，而是在中国独特的互联网生态下，创业者们为了躲避巨头阴影而进行的“大逃杀”。

围城内外的定价权之争

在国内，互联网巨头们不仅拥有“数据矿产”和“流量闸门”，更关键的是，他们是算力市场的价格制定者(Price Makers)。当阿里云、火山引擎和百度云挥舞着降价大棒时，独立大模型厂商发现自己陷入了尴尬的**价格接受者(Price Takers)**境地。¹ 即使你开发出了更精妙的推理算法，大厂也能在下个版本中迅速“致敬”并利用规模效应将其成本归零。

在To C领域，这种碾压更为直接。字节跳动的“豆包”可以背靠TikTok和抖音的流量灌溉，而独立公司的产品每获取一个用户都要支付昂贵的买量成本。正如最近火爆的“全民养龙虾”（OpenClaw）风潮，虽然带动了Token消耗量的激增，^{1 3} 但独立厂商必须回答一个刻薄的问题：如果大厂决定对同样的模型调用提供“量大管饱”的免费餐，你的商业模型还剩下什么？

于是，智谱选择了一段“苦旅”：深耕垂类To B。这是一个巨头不愿弯腰去捡的碎银子市场——行业属性重、客户关系复杂、交付周期长。但这正是独立公司的护城河。通过MaaS（模型即服务）和私有化部署，智谱正试图将自己嵌入政企客户的业务流中。尽管2025年其研发开支高达31.8亿元，是收入的4.39倍，³ 且面临“每赚1元要亏4.4元”的结构性困境，³ 但其ARR（年度经常性收入）暴增60倍的成绩单，⁴ 至少证明了这种“下地干活”的模式在商业上是跑得通的。

极致工程效率的“出海”奇迹

如果说智谱是在国内的战壕里拼刺刀，那么MiniMax和月之暗面则是在公海上进行“算法套利”。近期，一个令硅谷程序员感到惊讶的现象是：中国大模型在OpenRouter等API聚合平台上的调用量首次超过了美国模型。⁵

这并非因为中国模型在“智商”上超越了GPT-4，而是一场关于极致性价比的降维打击。当Anthropic的Claude Opus开出每百万Token 25美元的天价时，中国厂商通过混合专家架构（MoE）和在算力断供压力下逼出来的工程优化能力，将价格压到了前者的十分之一甚至更低。⁵ 这种“聪明且省钱”的策略，在追求效率的开发者和初传公司中极具杀伤力。

“如果数据是新时代的石油，那么这些独立大模型公司正试图证明，即使没有最好的钻井架，他们也能提炼出最便宜的汽油。”

监管与地缘的“隐形天花板”

然而，独立大模型厂商的这种双面生存法并非没有隐忧。在国内，虽然垂类B端市场存在缝隙，但随着巨头们完成IaaS到MaaS的垂直整合，独立厂商的议价空间可能会进一步萎缩。

在全球市场，中国AI的“低价Token”策略正在遭遇规则壁垒。美国提出的所谓“硅和平倡议”（Pax Silica）及其对先进芯片的出口限制，正试图从生态层面重塑游戏规则。⁵ 独立厂商在享受“出海”红利的同时，也正悬浮在政治不确定性的钢丝绳上。

正如《经济学人》常说的那样，商业的魅力往往在于那些在狭缝中开出的花。中国独立大模型公司未来的剧本已经写好：要么在复杂的行业定制中变成不可替代的“手艺人”，要么在全球API市场中成为最高效的“数字水电供应商”。至于那场关于“AGI领袖”的宏大叙事，或许还是留给那些坐在算力宝座上的巨头们去争论吧。

引用

• 大模型商业化
• 智谱AI
• MiniMax
• Token价格战
• AI出海