过去几年，中国AI圈最热闹的问题是：

谁的模型更强？

2026 年 8 月谁排名靠前

• ‌综合榜单‌：Arena 盲测中，Kimi-k3-max 位列综合榜第 10 名，智谱 glm-5.3-max 位列第 13 名，表现突出 。
• ‌代码能力‌：智谱 glm-5.3-max 在代码榜杀入前十，Qwen3.7-max-preview 位列第 17 名，编程实力较强 。
• ‌视频生成‌：字节 dreamina-seedance-2.5-720p 首次入榜即来到第 4 名，国产模型在视频领域竞争力显著

今天，这个问题正在悄悄变成：截至 2026 年 8 月，中国 AI 卖 Token 业务中，唯一实现整体净利润转正且生成式 AI（含 Token 服务）贡献近八成营收的是商汤科技；但纯”Token 调用/API 收入”规模与毛利率增速最快的是智谱 AI。

谁的AI生意真正能赚钱？

这个变化，其实比某个模型刷新Benchmark更值得关注。

2026年8月底，智谱AI公布了2026年上半年业绩。

上半年营收达到约9.54亿元人民币，同比增长400%；与此同时，公司研发投入达到21亿元，同比增长36.6%，净亏损约20亿元。

这组数字特别有意思。

因为它同时告诉我们两件事情：

第一，AI需求真的在增长。

第二，AI仍然是一个非常烧钱的生意。

这可能就是中国AI进入下半场之后最真实的状态。

---

一、模型正在越来越便宜

过去做大模型，最大的故事是：

“我们训练了一个很大的模型。”

谁参数大。

谁算力多。

谁Benchmark高。

谁就容易获得市场关注。

但今天情况变了。

模型能力正在快速下沉。

一个创业公司做出的模型，很可能几个月之后，就会被：

开源模型、

低价模型、

蒸馏模型、

本地模型，

追上来。

甚至一些中国AI公司已经开始公开强调：

更便宜、更高效。

MiniMax今年上半年营收同比增长283.1%，达到约1.166亿美元。其增长被归因于市场对低成本AI模型和平台的需求增加。

这意味着一件非常重要的事情：

用户开始不再迷信“最大模型”。

而是开始计算：

一次调用到底多少钱？

---

二、AI正在从“军备竞赛”进入“成本战争”

以前：

模型越大越好。

现在：

模型够强就行。

以前：

一个任务调用一次最贵的模型。

现在：

简单任务用便宜模型。

复杂任务再调用高端模型。

甚至根据任务自动切换模型。

最近已经有创业公司专门融资做“AI模型路由”，核心就是根据任务把请求分配给不同模型，以降低成本并提高效率。

这其实透露了一个非常重要的变化：

模型正在逐渐“商品化”。

什么意思？

就是：

过去大家买的是“模型品牌”。

以后大家可能买的是：

结果。

你不关心后面到底用了GPT、Claude、GLM还是Kimi。

你只关心：

“这个任务能不能完成？”

“多少钱？”

“数据安全吗？”

“稳定不稳定？”

---

三、这对中国AI公司意味着什么？

意味着：

光做一个厉害的模型，越来越不够了。

因为模型一旦被竞争对手追上，

你的技术优势就会迅速缩小。

那么真正的护城河是什么？

我认为会逐渐变成三个东西：

第一，应用。

模型到底进入了什么场景。

第二，用户。

谁每天真的在使用。

第三，算力和成本。

你能不能用更低的成本完成同样的任务。

这也是为什么今天AI创业越来越像互联网后半场：

模型是入口。

应用才是生意。

---

四、这也是为什么最近中国AI公司开始拼“收入”

以前AI创业者发布融资消息，大家看的是：

“拿了多少钱？”

今天投资人越来越关心：

用户付多少钱？

智谱今年上半年营收增长400%，但依然录得约20亿元亏损。

这其实一点都不矛盾。

因为AI公司的现阶段，本质上仍然是：

收入增长得很快。

但：

训练模型、买算力、做研发的钱也花得很快。

所以真正的挑战不是：

“你有没有用户。”

而是：

用户增长之后，你是不是越做越赚钱？

---

五、这可能是未来两年中国AI最残酷的一场淘汰赛

因为AI行业正在出现一个很现实的问题：

大家都会做模型。

但不是所有人都能承担模型的成本。

顶级模型越来越贵。

基础设施越来越贵。

人才越来越贵。

同时模型API价格还在下降。

这意味着：

上游越来越贵。

下游越来越便宜。

夹在中间的公司会非常难受。

所以未来中国AI公司可能会出现一个非常明显的分化：

一类公司：

不断融资，继续追模型能力。

另一类公司：

开始疯狂找商业场景。

还有一类公司：

直接把AI能力嵌入已有的大型业务体系。

最后谁活得最好？

未必是模型排名第一的公司。

可能是：

单位算力创造收入最高的公司。

---

六、一个特别值得注意的信号已经出现

中国AI公司开始向海外云平台出售能力。

比如Moonshot正在与微软、亚马逊和谷歌讨论Kimi K3相关的收入分成合作。

如果谈成，这意味着一个很有意思的事情：

中国模型不再只是服务中国用户。

而是开始尝试把模型直接变成全球云平台上的一种能力。

这其实比“某个模型跑分第一”重要得多。

因为它意味着：

中国AI正在寻找新的商业出口。

模型不只是一个App。

它可以成为：

API。

云服务。

开发平台。

Agent的大脑。

企业基础设施。

---

七、所以未来AI公司可能越来越像“卖电”而不是“卖软件”

这个比喻可能有点大胆。

但我越来越觉得：

未来AI行业会逐渐出现一种类似电力产业的结构。

基础模型负责：

提供智能。

云厂商负责：

提供算力。

Agent负责：

执行任务。

应用负责：

把任务变成价值。

最终客户买的不是“AI”。

客户买的是：

省了多少人。

多赚了多少钱。

少花了多少时间。

多做成了多少事情。

这也是为什么AI正在从“聊天机器人”逐渐走向“数字劳动力”。

---

八、这时候，一个非常反常识的结论就出来了

AI越强，模型本身可能越不值钱。

听起来很奇怪。

但如果所有模型都越来越强，

那么“模型能力”本身就会越来越接近基础设施。

真正稀缺的东西反而变成：

客户。

数据。

场景。

工作流。

分发渠道。

品牌。

生态。

这其实和互联网的发展非常像。

搜索技术不是最后最赚钱的东西。

浏览器也不是。

真正产生巨大商业价值的，是：

入口 + 用户 + 广告 + 生态。

AI可能正在重复类似的路径。

---

九、所以普通人千万不要再只盯着“下一个最强模型”

这个思路已经开始过时了。

你真正应该观察的是：

哪些工作正在被AI接管？

销售。

客服。

设计。

程序开发。

电商运营。

视频制作。

数据分析。

广告投放。

财务。

行政。

研究。

这些才是真正的大市场。

因为一旦AI能够替一个人每天完成4小时工作，

那么这4小时本身就是：

生产力。

---

十、还有一个更现实的问题

AI最终不一定先消灭“职业”。

它更可能先消灭：

职业里面那些可标准化的工作。

比如一个营销人员以前一天：

找资料2小时。

写方案2小时。

做表格1小时。

写文案1小时。

整理数据1小时。

真正决定方向的可能只有1小时。

那么AI最先替代的是什么？

不是“营销人员”。

而是：

那6个小时的重复劳动。

这会导致一个非常明显的结果：

一个优秀的人，未来可以管理比过去大得多的工作量。

于是企业真正需要的人可能越来越少。

但留下来的那批人，生产力会越来越高。

这才是AI真正可能带来的结构性变化。

---

十一、所以我对中国AI下半场的判断只有一句话

第一阶段拼“谁更聪明”，第二阶段拼“谁更便宜”，第三阶段拼“谁真正能替客户赚钱”。

现在我们正在从第一阶段进入第二阶段，并逐渐碰到第三阶段的门。

模型能力已经开始快速普及。

价格正在下降。

开源正在压低门槛。

API正在标准化。

真正稀缺的，开始变成：

谁拥有真实业务。

谁拥有真实用户。

谁能够把AI塞进真实工作流。

谁能把100元的算力，变成1000元的商业价值。

---

十二、所以我反而不太担心“中国会不会缺一个最强模型”

真正值得担心的是：

中国AI企业有没有能力把模型变成持续增长的商业现金流。

因为模型可以复制。

人才可以流动。

参数可以追赶。

Benchmark可以被刷新。

但是：

客户不会轻易换。

工作流不会轻易换。

企业的数据不会轻易换。

真正赚钱的产品，更不会轻易换。

所以AI大战最终可能还是会回到一个最古老的商业问题：

你到底帮客户解决了什么问题？

如果这个问题回答不了，

再大的模型、

再高的Benchmark、

再漂亮的Demo，

都只是昂贵的烟花。

而如果回答得了，

一个并不“第一”的模型，

也完全可能成为一门非常大的生意。

这可能才是2026年中国AI真正进入的下半场：

模型开始内卷，商业开始决胜。