过去一年，大模型这个词被说烂了。但我发现自己对它的理解停在很浅的地方。什么叫MoE？开源和闭源为什么策略不同？国内林林总总的各类大模型有什么区别？
于是我通过WorkBuddy手搓了一个投资决策清单框架（源自《学会提问》一书），在行业研究专家辅助下，把大模型行业像拆一家上市公司那样，从头到尾撸一遍。
这篇文章，就是那个过程的记录。
壹 先看全貌
据行业研究机构估计，中国大模型市场在2024年约290亿，2025年跳到近500亿，2030年的预测在3,000亿以上。三年复合增长率超过40%。未必精确，但方向大致可信。
让我更注意的是结构。这个行当分成四个阵营。
第一派叫全栈重资产。 百度做文心，阿里做通义，从芯片到云到模型到应用，全都要自己干。阿里宣布未来三年投入3800亿用于云和AI硬件基础设施建设。
第二派叫场景内嵌。 腾讯的混元不单独卖，它藏在微信里、广告里、游戏里。字节豆包也不急着赚钱，它的任务是帮火山引擎在MaaS市场拿份额。
第三派叫AI转型。 科大讯飞、商汤、昆仑万维，这些公司过去做的事和现在做的事不完全一样，但它们正在努力把大模型变成自己的主业。
第四派叫创业独角兽。 智谱、MiniMax、月之暗面、DeepSeek。它们没有老业务可以靠，大模型就是全部。
四派之间分歧在于开源还是闭源。
阿里把通义开源了，衍生模型数量可观。DeepSeek更极端，V3和R1开源了模型权重，采用MIT许可，但训练代码和数据集并未开放。字节恰恰相反，豆包完全闭源，因为它的流量生态已经够大，不需要开源来吸引开发者。
开源不是慈善。阿里开源通义的真实目的，是让开发者离不开阿里云。DeepSeek开源的真实目的，是证明自己技术最强。
它们的底层逻辑都一样。用模型换生态，用生态换收入。
贰 六家公司的真面貌
拆完全景之后，把目光收窄到六家。腾讯、阿里、智谱、MiniMax、DeepSeek、月之暗面。
它们代表六种完全不同的活法。但要注意，腾讯和阿里是市值万亿级的上市公司，混元和通义只是它们业务一小部分。 不能把公司的整体估值和大模型业务画等号。
腾讯控股整体PE约15.7倍，是近年低位。 市场没有单独给混元定价，因为混元还藏在微信和广告里。但2026年它上线的两样东西值得关注。一个叫WorkBuddy，桌面端AI助手。一个叫Marvis，要把混元变成操作系统的AI层。
腾讯做AI的逻辑和别人不一样。它不指望混元卖API赚钱。它只需要混元让微信广告的效率提升几个点，增量收入就可能超过一家纯模型公司的全年营收。
阿里在加大投入，但效果需要时间验证。 开源生态建得很漂亮，但什么时候能在财务上体现出来，没人知道。
智谱上市五个月，从116港元涨到1,993港元，又跌到1,048港元。 据年报披露，它还在亏损。通达信显示的PE是负数。它有价值的东西是清华系的政企关系，邮储银行和国家电网的订单，这些不是谁都能拿的。但股价从高点腰斩，说明市场在重新定价。
MiniMax更脆弱。 据披露收入规模不大，研发开支远超收入，云计算费用吃掉大部分毛利。C端收入主要来自海外一个叫Talkie的虚拟社交App。每赚一块钱，光算力就花掉好几块。
DeepSeek是2026年最戏剧性的事件。拿了约130亿人民币的融资，腾讯参与，阿里因生态绑定要求被拒绝。从不融资的「圣徒」变成融了最多钱的「资本家」。这让它有了长期烧钱的底气。但它没有场景，没有生态，没有C端入口。最大的变量是下一代模型。如果大幅超越GPT-5，DeepSeek会变成「技术主权级资产」，收入不重要，技术影响力才是。如果只是边际改进，融资可能变成沉没成本。
月之暗面技术口碑最好，但商业化规模较小。 Kimi在代码能力测试上表现突出，但技术领先不等于商业成功。
六家公司，六种命运。
叁 四个追问
看完六家之后，我还有几个问题想不通。
第一个问题，为什么会有这么多大模型？
市场可能不需要这么多大模型，而是不知道谁是最后的赢家，所以先鼓励后收敛。类比2015年的新能源热潮，几十家公司最后只活下三五家。大模型也会重复同样故事。
第二个问题，国产算力产业链有多大的空间？
据行业研究机构预测，这个市场在未来几年可能有数倍增长。最确定受益的不是芯片本身，而是上游配套。光模块和液冷散热，无论谁赢了芯片战，这两样东西都逃不掉。
寒武纪从低位涨到高位，涨幅已经跑在了基本面前面。芯片竞争激烈，替代风险大。反倒是配套更稳妥。
第三个问题，具身智能谁有先机？
很可能是华为。不是因为模型最强，而是因为它有全栈。盘古大模型加昇腾芯片加鸿蒙OS加极目机器人，国内唯一具备全链整合能力的公司。具身智能需要的是多模态感知加实时决策加端侧部署，纯文本模型在这个赛道不占优势。
腾讯排第二。WorkBuddy和Marvis本质上就是数字世界的具身智能，从数字具身迁移到物理具身，框架是可复用的。
第四个问题，巨头会不会用补贴算力来打压对手？
答案是已经在做了。2026年6月，腾讯云宣布DeepSeek V4 API大幅降价。处理十万字的报告，成本大约一分钱。
这个价格覆盖不了算力成本。腾讯云是在补贴，用模型的亏损换云服务的增量收入。
纯模型公司正在被双向挤压。上面有阿里通义和腾讯混元的低价策略，下面有DeepSeek的开源免费。智谱和MiniMax像三明治中间的火腿，两边都在压。
肆 技术的真相
拆完商业模式，我想知道这些模型的技术底层到底是什么。
答案是，骨头都一样，肌肉各不相同。
所有2026年的旗舰模型，底层都是Transformer。Google 2017年的那篇论文，快十年了，没人能绕过。但2026年的Transformer有新变化。
第一个变化是稠密变稀疏。 也就是MoE，混合专家。DeepSeek V4总参数很大，但每次推理只激活一小部分。模型够大，但成本可控。
第二个变化是注意力机制优化。 原始Transformer的计算复杂度很高，上下文每翻一倍，计算量翻四倍。DeepSeek用MLA把KV Cache压缩到很小的比例。豆包用FlashAttention-3进一步降低了复杂度。
第三个变化是训练范式。 DeepSeek的R1证明了一件事，强化学习可以让模型「学会思考」而不是「学会模仿」。这是2025到2026年最重要的技术突破，比MoE重要得多。
各家模型在技术路线上已经分化。
DeepSeek走推理流，代码能力测试全球领先。通义走编程流，学术推理能力突出。智谱走Agent流，响应速度全球最快，长程自治能力强。MiniMax走多模态流，文本语音视频图像音乐五合一。豆包走C端体验流，日活过亿，幻觉率控制得比较低。混元走3D流，国内唯一对接主流游戏引擎的3D生成。月之暗面走代码Agent流，端到端代码修复能力刷新纪录。
所以市场上说的「这家擅长大吞吐量，那家擅长编程，另一家擅长视频」，不是营销话术，是真实的架构差异。
和全球比呢？中国模型和美国模型的差距，已经从2023年的两三年缩短到2026年的几个月。部分赛道已经反超。阿里通义的学术推理全球领先，DeepSeek的代码生成全球领先。但综合能力的天花板，GPT和Claude仍然略高半档。
中国有成本优势，美国有生态优势。
伍 使用者的体感
在研究的过程中，我一直在用这些模型。
豆包话多。让它写点东西，它会给你一大段，细节丰富，语气热情。但仔细看，里面有幻觉。它会自信地给出一些不存在的事实。用Kimi去校对，Kimi会一个一个标出来，说这里不对，那里存疑。
元宝很谨慎。问到不确定的事，它直接说不知道。这其实是腾讯的安全策略，过滤层设得特别严。
DeepSeek精炼，但干巴。它说话像写代码，一行一行，没有废话，也没有文采。
这些「性格差异」不是玄学，是训练目标写在代码里的结果。豆包的RLHF优化的是互动深度，不是准确性。Kimi的RLHF给「拒绝回答」的权重极高，答错比不答扣分更多。DeepSeek的训练数据里代码占比极高，所以说话带着码风。
这让我想到一个投资上的问题。
跑分和商业化之间，隔着一条很宽的河。
DeepSeek跑分全球领先，但收入规模很小。腾讯混元跑分一般，但腾讯控股整体营收数千亿，现金流充裕。它不需要混元单独赚钱，只需要混元让现有业务涨几个点。阿里也不需要通义卖API，它只需要通义把开发者锁在阿里云上。
生态型公司的赢面远大于纯模型公司。
陆 我的观察
把四份研究报告和几十个数据源翻完之后，我的观察如下：
终局概率排序。
腾讯、字节、阿里排在第一梯队，概率最高。DeepSeek第二梯队，关键看下一代模型。智谱、月之暗面、MiniMax第三梯队，各自有生存空间，但天花板有限。
这个排序的依据是生态加现金流加组织执行力。
估值角度。
腾讯控股整体PE约15.7倍，是近年低位。阿里整体PE约19倍。百度集团整体PE高达180多倍（利润大幅下滑）。智谱还在亏损。这几家公司的整体估值和大模型业务不是一回事，但大厂做模型有雄厚的财力和生态支持，这是纯模型公司比不了的。
时间角度。
现在正站在一个转折点上。API价格逼近零，纯模型公司开始出清。两到三年后，可能剩下三到五家寡头，不再打价格战，转向价值竞争。DeepSeek变成基础层的水电煤，所有人都用，但商业化路径仍不清晰。
最后一句话。
好行业不等于好股票。AI是一个确定高增长的行业，但在这个行业里，大部分公司可能跑输指数。选对赛道之后，更重要的是选对赔率。
数据来源：通过与AI助手的对话研究，结合通达信实时行情（2026年6月10日收盘）及公开年报信息。文中涉及市场规模等预测数据来自行业研究机构，仅供参考。
本文仅为个人研究记录，不构成任何投资建议。
