DeepSeek、智谱与Kimi：前沿智能竞赛下的生存与突围
2026/08/23 22:56阅读量 3
中国三家头部模型厂商DeepSeek、智谱与月之暗面（Kimi）在融资竞赛中加速参数与算力扩张，但合计ARR仅约20亿美元，远低于资本投入。它们分别通过押注预训练、后训练和基础设施效率的差异化路径，试图在资源强约束下制造前沿智能，并探索商业闭环。
事件概述
中国开源模型厂商正从跟随式竞争进入前沿竞争。DeepSeek、智谱与月之暗面（Kimi）面临比全栈科技巨头更强的资源约束，必须在参数、算力和资本持续扩张的同时，找到可商业化的价值闭环。
核心数据：融资与收入失衡
- 融资竞赛白热化：DeepSeek计划半年内花完首轮约500亿元外部融资，并推动第二轮约500亿元融资，同时筹备IPO；智谱截至去年底拥有现金约23亿元，港股上市融资约40亿元，拟科创板募资150亿元；月之暗面今年累计完成约75亿美元融资。
- 腾讯与阿里一个季度AI资本开支合计约1200亿元人民币。
- 收入端：OpenAI与Anthropic合计年化收入（ARR）超1000亿美元，而三家中国厂商合计ARR约20亿美元。
- 阿里AI相关产品ARR约73亿美元，反映中国AI商业化规模有限。
- 估值/ARR：智谱估值约670亿美元、DeepSeek约710亿、月之暗面约500亿，MiniMax约150亿，隐含估值已明显高于美国同行。
差异化扩展路径
- Kimi K3：重押预训练规模，修正此前“蒸馏+强化学习”路线，将参数门槛抬至3万亿级。技术复盘称测试时扩展的短期收益掩盖了预训练不足；目前其在多个关键评测上逼近前沿。同时，月之暗面通过自定义Kimi K3 License探索开源价值捕获，已被Harvey等法律AI企业采用。
- 智谱：从GLM-5.2到GLM-5.3，扩展后训练计算量，在相同基础模型上提升能力与推理成本优势，适配国内政企客户对本地化部署的需求。
- DeepSeek：将基础设施效率纳入扩展，寻求自研芯片，使模型创新与国产硬件能力协同。
值得关注
目前三家厂商的商业闭环尚未形成。若收入增长跟不上资本投入，估值倍数将压制后续融资。扩展能否从“一次昂贵的冲刺”变为可持续竞赛，取决于在参数扩展与价值捕获之间的平衡。