美国头部大模型拿下近九成收入，中国AI竞赛却越打越挤：不买要自建！

文｜投资者内参 寿紫薇

过去两年，大模型产业一直面对一个关键问题：大模型是否会像云计算一样，最终由少数平台主导？至少目前，美国和中国给出了不同答案。

美国接近整合阶段，模型能力差距正迅速转化为商业收入差距

在美国，大模型竞争正快速接近整合阶段。一个明显趋势是，模型能力差距正迅速转化为商业收入差距。

OpenAI和Anthropic已获得大部分收入，其他模型公司越来越难追赶。Menlo Ventures数据显示，2025年Anthropic和OpenAI合计占企业LLM API支出的67%。今年5月报告称，在其追踪的34家领先AI初创公司中，OpenAI和Anthropic已获得89%的收入。Ramp数据称，在首次购买AI产品的企业中，Anthropic占据了超过73%的支出。

收入分化推动领先模型公司进入良性循环：模型更强，商业化更强，进而支持模型研发。叠加AI加速AI研发的自我强化循环，领先模型的迭代速度持续加快。

目前，领先模型基本进入每1至2个月升级一次的节奏。OpenAI于2025年11月发布GPT-5.1，12月发布GPT-5.2，2026年2月、3月、4月分别推出GPT-5.3-Codex、GPT-5.4、GPT-5.5。Anthropic同样加快节奏，2026年2月发布Claude Sonnet 4.6，4月发布Opus 4.7，5月发布Opus 4.8，6月发布Fable 5和Mythos 5。

在此情况下，海外模型公司的竞争焦点也开始转移。例如，马斯克旗下xAI近期推出Grok 4.5，相比前代更强调成本效率。据计算，Grok 4.5完成单次任务的成本比排行榜上排在其前面的模型低近90%。

中国大模型竞争内卷激烈，跨界入局者众多

与美国形成对比的是，中国大模型竞争远未结束。从全球两大模型能力排行榜看，中国仍拥有最多竞争者。在国际大模型竞技场LMArena文本榜前20家实验室中，中国公司占11家。

Artificial Analysis智能指数也显示类似结果：智能得分超过20的99个模型来自25家公司，其中12家为中国公司，包括DeepSeek、百度、智谱、腾讯、中国移动、月之暗面、蚂蚁集团、小米、MiniMax、阿里、阶跃星辰和字节跳动。

过去，这一赛道主要由科技巨头和AI初创公司参与；如今，来自游戏、智能手机和本地生活服务等行业的公司也在加入。上海游戏开发商米哈游正在开发自己的大语言模型，目标是在未来几年内成为中国顶级AI实验室。智能手机制造商小米两周前发布了最新大语言模型。中国最大的外卖和本地生活服务应用美团，则在6月推出了其去年发布的大语言模型的更强大版本。

在美国，如果Epic Games、苹果和DoorDash各自从零开始开发大语言模型，以与OpenAI和Anthropic竞争，可能显得不同寻常。但在中国，这种跨界入局正在发生。这些新入局者将进一步加剧中国国内的AI竞争。科技巨头和初创公司正在人才和定价上展开激烈争夺。这种竞争环境已经催生了与美国最先进模型差距大幅缩小的中国模型，并震动了市场。

在美国，OpenAI和Anthropic对包括Meta Platforms、SpaceX和谷歌在内的较小追随者群体保持着明显技术领先。在中国，似乎没有人准备退出，但也没有任何单一玩家对竞争对手拥有明显优势。

中国公司强烈倾向于自建AI模型，而非授权或收购

造成这种差异的原因在于，中国公司强烈倾向于自建AI模型，而非授权或收购。

许多需要AI能力的美国公司乐于从OpenAI或Anthropic购买模型访问权限。即使拥有自己模型的公司，如谷歌和Meta，仍在某些工作负载中使用OpenAI的服务。然而在中国，许多公司希望拥有自己的模型，认为基础模型将成为驱动其业务的核心技术。

这种动态正在减缓整合。在美国，AI市场已开始自然分化：模型较弱的初创公司要么转向细分应用，要么被收购。今年迄今为止最大的AI收购是思科以280亿美元收购AI安全公司Splunk。中国的重大AI收购非常少。原因之一是模型蒸馏，一种允许公司使用更强模型的输出训练更小、更便宜模型的技术。蒸馏让公司无需从零开始就能构建自己的模型，降低了进入门槛。

"蒸馏让几乎每家公司都可能拥有一个模型，"一位中国大型科技公司的高级AI高管表示。"它不是很好，但能用。"

这意味着即使没有最大算力预算的公司也能加入竞赛。例如，美团构建大语言模型主要是为了驱动其本地生活服务，如餐厅推荐和外卖客服。小米的模型是为其手机、汽车和智能家居产品打造的。米哈游的大语言模型则面向游戏和虚拟世界。这些公司都认为，其垂直应用场景赋予了它们独特的数据，能够训练出比第三方通用模型更适合自身产品的模型。

但构建基础模型仍然昂贵。训练最先进的大模型需要大规模GPU集群，人才也十分稀缺。激烈的竞争正在推高中国AI研究人员的薪资。尽管拥挤的赛道可能导致浪费性支出，但也带来了快速进步。基准测试显示，多个中国模型现已接近GPT-4o的性能水平。