大厂争入口，小厂拼coding，中国AI的竞争逻辑变了

文 / 梁添

来源 / 节点AI

春节期间，中国 AI 公司连连放大招，被戏称为“百模大战”。

但如果仍然把这一轮密集发布，理解为模型能力的军备竞赛，恐怕会看错方向。

去年，ChatGPT 仍是中国模型厂商的坐标原点。只要足够像 ChatGPT，就有资格进入牌桌。但到了 2026 年，中国 AI 的竞争叙事，正在发生一次结构性分化。

一边是创业公司开始集体“弃入口”，将资源押注在 Coding与 Agent 场景，对齐的是 Anthropic；另一边，大厂则系统性地讲起了另一套故事——不再只争一个 Chatbot，而是争 AI 时代的入口与基础设施。

中国大厂开讲谷歌叙事

先从大厂的路线说起，我们发现，“成为谷歌”几乎成为中国大厂的新目标。像谷歌，也是中国不少厂商的宣传路线。

过去一年里，这一趋势愈发清晰：

百度李彦宏在每一个场合都在强调AI first；阿里提出了通云哥概念，即 AI、云计算和芯片三位一体;字节请来吴永辉坐镇，在基础设施、大模型研发、软硬件产品上补短板，2月10日，更是被彭博社曝出自研芯片。

总而言之，这是一条产品+模型+云+芯片的全栈路线，也是谷歌近20年来的叙事。

那么，问题来了，大家为什么都在前赴后继地往谷歌这个模子里挤？

难道仅仅是最稳定的赚钱能力？当然不止了，在我们看来，Google厉害的地方是已经悄无声息地完成了从搜索入口向全球AI基础设施的转变，这也是中国大厂唯一可追求的战略叙事。

先从模型本身来看，在海外大模型阵营中，Google 旗下的Gemini的独特性并不在于“聊天能力”，而在于其多模态能力——这也是它与 ChatGPT、Claude 形成差异化竞争的要点之一。

而在 2026年，中国公司第一次在这一维度上，形成了全球级冲击。

字节推出的视频生成模型Seedance 2.0在全球掀起一股巨浪：马斯克在其社交平台X表示模型发展速度太快（It's happening fast）。猎豹CEO傅盛认为，可能是中国国产大模型第一次领先全世界。这也是DeepSeek R1推出一年之后，中国模型再次震惊全球的时刻。

中国大厂的谷歌叙事，并非仅仅是对巨头的粗暴复制，而是在验证这条全栈路线的可行性。

首先，和llm主要依靠文本数据所不同，制约视频模型发展的并非仅仅是算力，还有图像内容。而谷歌和字节坐拥全球最大的视频网站YouTube和短视频平台抖音+tiktok，他们从一开始就沉淀了海量真实世界的视频数据。

这些数据并非静态样本，而是带有明确的时间序列、用户反馈。这使得它们在训练多模态模型时，是在一个本就多模态的环境中持续对齐世界。

当然，对业务丰富的巨头来说，发展多模态不光是对图像资源的再利用，而是价值的创造。

众所周知，广告是互联网大厂的现金牛业务，因为相比于纯文本对话，图像与视频能反哺巨头自身的广告、内容生态，是大厂最高效的商业化载体，

华创证券报告，把字节的模型路线概括为低门槛、低成本的工具化、泛化能力，类似“剪映”的高级形态，能降低全网内容生产成本并反哺生态；阿里千问在图像模型高保真更新的方向上更偏垂直场景（电商），强化商品数字化相关能力。

这指向不同的商业模式：一条追求规模化吞吐；一条追求垂直行业的“可用即生产”。

模式不同但目标却殊途同归，那就是更高的广告变现效率。

行业数据显示，AI 营销市场规模从 2020 年的 209 亿元 增长至 2024 年的 530 亿元，复合年增长率达到 26.2%。

这其中多模态工具对广告业务的加持不容小觑。

以 Meta 为例，其生成式 AI 视频工具在 2025 年第四季度实现了 100 亿美元的年化收入规模（run-rate），增速是公司整体广告收入增速的三倍。

如果从更深的角度看，中美围绕大模型的竞争，表面看是技术路线之争，其实更接近一场围绕算力供给、调度能力与成本结构的较量。

可能在很多人看来，多模态功能，让内容生成的更逼真了，但深挖下来，图像与视频模型的进阶更像是一场“供给侧革命”，这会导致内容生产的边际成本，越来越趋向算力成本。

随着内容产出的扩张，推理算力需求被指数级放大，如果无法控制算力结构，大模型企业的商业模型将不可避免地被推理成本吞噬。

这也是为什么“只做模型”或“只做应用”的公司，最终都会在规模化阶段遭遇天花板。

Google 的故事，本质正是模型 × 云 × 芯片 的协同。

也正是因为TPU的成功，Google成功把算力成本降了下来，根据公开信息，相较于 OpenAI 仰赖的英伟达 GPU，Google 的 TPU 成本只有其五分之一。

只有掌控全栈，才能反向约束模型成本、算力结构与产品形态。这是大厂在 AI 时代唯一具备可持续性的选择。

中国互联网巨头，已经开始用自己的方式，讲一套属于这个时代的 Google 叙事。在这条路线中，AGI 依然存在，在大厂语境中，AGI 更像一个组织协同与基础设施演进的副产物。

创业公司成为Anthropic信徒

如果说，中国大厂在这一轮 AI 竞争中，走向了谷歌路线，那么另一边，创业公司的参考系，也悄然发生变化。

体感十分明显：在DeepSeek横空出世后，以C端见长的Kimi停止了无意义的投流大战，开始将重心向高净值场景转移。在2025年最后一天，杨植麟公开表示下一阶段要以“超越Anthropic 等前沿公司成为世界领先的AGI公司”；智谱，更是被公开称为“走了Anthropic这条路线”的公司。

为什么不再迷信OpenAI？

在过去两年里，Chatbot 一度被视为通往 AGI 的“默认入口”。但对创业公司来说，这条路径的现实约束正在变得越来越清晰。首先，大模型并不存在互联网意义上的边际效应。每一次对话，都是一次实打实的推理成本；Chatbot 的商业模型，天然意味着高补贴、低留存、慢变现。对于资金有限、窗口期有限的创业公司而言，这几乎是一条等不起的路。

相比之下，Coding、API、Agent 等场景，虽然更“窄”，却拥有清晰得多的商业逻辑：

模型能力与客户付费直接挂钩，推理成本可以被工作流消化，价值链条更短。这也是为什么，过去一年里，中国AI创业公司，不约而同地开始将资源押注在 Coding 与 Agent 方向。

这也是Anthropic一直以来的路线：

在 AI 行业内部，大众感知到的Anthropic，更像是一个能力一流的规则定义者。

不光有世界一流的编程模型opus系列，还有编程智能体Claude Code，是的没错，现如今大火的openclaw，名字灵感就来源于Claude系列模型。

此外，还突破性的推出了Skill、MCP、Cowork，形成坚固的生态护城河，让一众中国玩家短期内难以复制。

从结果来看，这种路径正在兑现为实实在在的商业反馈。

根据公开市场数据，2024年，Anthropic 收入只有10亿美元；2025年仅3-5月，它的营收规模就从20亿美元增长到30亿美元，Meritech分析师 Alex Clayton 表示：“我们研究了200多家上市软件公司的 IPO，这种增长速度从未发生过”。

2025年上半年，Anthropic 的研发投入与营收比大致为1.04:1，基本已经打平，这在尚处于军备竞赛阶段的 AI 产业已经相当令人羡慕了。它明显比 OpenAI 对应的1.56:1健康得多。

可以说，Anthropic 是目前唯一跑通高强度研发 + 可持续商业化的 AI 公司。

有Anthropic珠玉在前，中国OpenAI的叙事对初创公司来说，已经不再是资产，而是成为了负债。

我们这里要指出，大厂押注coding，和创业公司的意义并不同，大厂更多是为了反哺云计算生态，创业公司更多为跑通商业模型。在这里，AI作为工具深度嵌入企业运转流程中，无法被简单替代。

不得不说，押注Anthropic路线后，这些以智谱、Minimax为首的创业公司也收到了正反馈。

2月12日，在智谱率先宣布开源GLM-5后不到半天的时间里，MiniMax立马跟进上线M2.5编程模型。

这俩模型在其公众号中，公开表明，其真实场景编程能力，逼近Anthropic旗下opus 系列。想要做中国Anthropic已经不是秘密。

就在发布模型的当日，智谱股价开盘大涨，一度涨超25%，周内累计涨幅超过 77%，市值突破1700亿港元。MiniMax同日涨幅一度超过20%，总市值超过1800亿港元。表现远超大盘。

回看这一轮“百模大战”，真正的分水岭并不在于模型发布的密度，而在于路径选择的差异：谁还在争夺入口，谁已经转向工作流；谁有能力承载全栈成本，谁必须尽快跑通商业闭环。

中国 AI 的竞争，正在从单一坐标系，演化为两条并行的道路。胜负未定，但方向已然清晰。

*题图由AI生成