李彦丨作者

木鱼丨编辑

未来科技界Plus丨出品

2025年初，DeepSeek-R1横空出世。奠定了大模型新一轮军备竞赛的主旋律：即更低的成本、更强悍的性能、以及开源。

一年过去，全球大模型产业格局正由少数科技巨头依托算力、数据和资本优势形成的垄断态势，逐步转向多极竞争与生态共建。中国大模型，陆续坐上牌桌。

全球头部大模型API聚合平台OpenRouter的数据显示，过去一年，中国大模型在全球市场的Token消耗占比增长了421%。

（图源：OpenRouter，对比日期：2025年2月8日/2026年2月10日）

可以看到，2025年初，大模型推理市场还是典型的“美系双寡头”结构：Anthropic一家的Token消耗占比就达到总量的42.2%，紧随其后的是Google，达25.8%，两家合计接近68%。再往后，欧洲的Mistral消耗量占8.2%，DeepSeek 6.7%，OpenAI 4.9%，Meta Llama 4.5%，整体呈现出高度集中的金字塔格局。

但到2026年初，这一市场格局被颠覆。Google虽为第一，但Token消耗占比只有18.8%，Anthropic下降至14.7%，两家合计仅约33%，头部企业的控制力几乎减半。与此同时，中国大模型Token消耗份额逼近三成：月之暗面的MoonshotAI达到14.5%，DeepSeek 9.0%，MiniMax 4.2%，Qwen也提升至2.6%。

斯坦福大学“以人为本”人工智能研究院的一份报告显示，2025年9月，阿里巴巴的Qwen模型家族超越Llama，成为Hugging Face上下载量最高的LLM模型家族。2024年8月至2025年8月期间，中国开放模型开发者占Hugging Face总下载量的17.1%，略高于美国开发者的15.8%。与此同时，自2025年1月以来，基于阿里巴巴和DeepSeek发布的开放模型的衍生模型上传量超过了基于美国和欧洲主流模型的衍生模型。

（图源：斯坦福大学以人为本人工智能研究院《Beyond DeepSeek:China’s Diverse Open-WeightAI Ecosystem andIts Policy Implications》）

为什么中国大模型能快速起量？答案在于性价比。Artificial Analysis的测算显示，按“每美元可获得的模型智能”计算，DeepSeek、MiniMax等中国开源模型显著优于Gemini、Claude、ChatGPT等闭源模型。企业不只比谁聪明，更比谁“划算”。

（图源：如上）

上述报告中提到的ChatBot Arena得分也显示，中国头部大模型各有独特优势：阿里巴巴的Qwen3系列在多模态和多语言性能方面表现尤为出色；DeepSeek的R1模型在逐步推理方面表现优异；月之暗面Moonshot AI的Kimi K2模型擅长编码和工具使用；而智谱的Z.ai的 GLM-4.5模型通过多专家训练整合了这些能力，从而实现了均衡和通用的能力。

（图源：如上）

从商业化的角度看，大模型行业其实已经从“技术展示”走到了“开店做生意”的阶段。现在主流厂商的变现逻辑基本可以归纳成四方面：卖调用、卖授权、卖方案、卖服务。这也意味着，大模型正在从一个“模型产品”，变成一整套“AI服务体系”。

第一条路，是API调用。简单理解，就是“按次收费”。企业不需要自己训练模型，只要通过标准接口接入能力，用多少付多少，像用水电一样。这是目前最主流、最稳定的收入来源。Grand View Research的数据就显示，2024年中国AI API市场收入已经达到35.6亿美元，到2030年预计接近19亿美元，年均增速超过32%。说白了，模型正在变成新的“云服务”。

第二条路，是行业授权和定制方案。很多行业，比如金融、政务、制造，对数据安全和专属能力要求很高，不可能直接用通用模型。这时厂商会做模型微调、私有化部署，甚至为某个行业打造专门的“行业智能体”。这就是“模型即服务”（MaaS）。像科大讯飞这样的公司，已经在做“模型底座+行业知识库+业务插件”的组合，卖的不只是模型，而是一整套能直接干活的系统。

第三条路，是增值服务。模型本身只是起点，企业真正用起来后，还需要数据整理、知识库搭建、RAG检索增强、模型监控、效果评测、智能体开发平台等配套能力。这些服务让厂商可以持续参与客户的长期运营，而不是“一锤子买卖”。随着企业用得越深，模型管理、安全审计、性能优化这些服务的价值也会越来越高。

普华永道（PwC）在其报告《Sizing the Prize》中预测，到2030年，AI将为全球经济贡献15.7万亿美元，相当于全球GDP的14%增长。2026年，站在全球AI产业“价值爆发”的临界点，中国大模型还会给我们带来什么惊喜，值得期待。