撰文  | 郝   鑫

编辑  | 吴先之

大模型也不得不脱下孔乙己的长衫。

在乡亲们的第一堂 AI 工具课上，尽管他们不知道腾讯元宝为何物，但表现得极为踊跃，" 能劝和婆媳吵架不 "" 娃不肯结婚咋办 "。就在几百米外，墙上刚刷上 " 母猪产后护理，问腾讯元宝 " 的广告语。

阿里通义千问也跟养猪较上了劲儿，从体温检测、饲料配比到疾病预警，号称要用算法掌控每只猪的一生。在同一片土地上，有人利用通义千问开发 " 农业农村法律政策 " 大模型，还有人在通义千问的基础之上精调出 " 水稻种业 " 大模型。

各行各业对大模型的渴望远超想象，开源的 DeepSeek 和 Qwen 成为了主要的推动力量之一。据统计，2025 年上半年，有 196 个超 10 万元的 DeepSeek 政企项目在全国铺开。没有花活儿，"DeepSeek+Qwen" 落地教育、医疗、政务等领域成为了最优解。

从城市实验室到农村田头，通义千问们 " 下乡 " 的背后，一方面充斥着大模型公司验证场景和商业化路线的急迫性，另一方面也挤满了怕被时代抛弃的人们。

中国大模型有专属于自己的道路，既要跻身于一流，也要接地气儿。进一步可拆解为，在国际榜单上 Kill 对手，在业务上吃掉客户。

榜单无限游戏

大模型哪家强，榜单成绩说了算。

DeepSeek-R1 的出圈给了人们最直观的感受，中国大模型也扬眉吐气了一回，有底气和 OpenAI、Anthropic 这类绝对头部一决高下。

DeepSeek 用低成本和高效率，实现了 R1 在数学、代码自然语言推理等任务上，性能比肩 OpenAI o1 正式版，DeepSeek-R1 也由此成为了衡量国内大模型的 " 试金石 "。

阿里通义千问早在 2023 年就走上了开源的路线，拥有国内最全尺寸、模态的大模型全家桶和完备的生态。从最初对标 LIama 系列到超越 DeepSeek-R1 和 OpenAI o1，开源的阿里 Qwen3 迎来了自己的高光时刻。

今年 4 月 29 日，阿里正式开源通义千问模型 Qwen3，其参数量仅为 DeepSeek-R1 的 1/3，部署成本仅是满血版 R1 的 25%-35%。在模型部署成本大幅降低六到七成的情况下，Qwen3 超越了 R1、OpenAI-o1 等全球顶尖模型。

Qwen3 在推理、指令遵循、工具调用、多语言能力等方面均大幅增强，创下当时所有国产模型及全球开源模型的性能新高。

具体来看，在奥数水平的 AIME25 测评中，Qwen3 斩获 81.5 分，刷新开源纪录；在考察代码能力的 LiveCodeBench 评测中，Qwen3 突破 70 分大关，表现甚至超过 Grok3；在评估模型人类偏好对齐的 ArenaHard 测评中，Qwen3 以 95.6 分超越了 OpenAI-o1 及 DeepSeek-R1。

可以说，在一段时间内，Qwen3 顺利完成了 DeepSeek-R1 的接棒。我们了解到，很多企业面临无法激活满血版 R1 的情况，因此全尺寸、全模态的 Qwen3 系列成为了落地场景的选择。更多情况下，企业选择两者都要，Qwen3 与 R1 优势互补，被打包进垂类场景解决方案里。

据智能超参数统计发现，性能突出且开源的 DeepSeek、Qwen 等开源大模型的出现，一定程度上改变了金融机构的采购重心，给大模型 To B 行业带来了改变。此外，DeepSeek、Qwen 开源后，还导致了算力采购需求的激增，这都从侧面证明了模型能力的重要性。

聚光灯之外，对标 OpenAI，通义千问还做了很多动作来弥补 Qwen3 的不足：通义实验室 RAG 团队开源了 WebDancer 模型，可从零训练一个 DeepResearch 类智能体；开源 WebSailor 模型，增强网页检索和复杂推理能力。

榜单即战场，" 红皇后效应 " 日益凸显，为了保持排名，玩家必须不断奔跑。DeepSeek-R2 蓄势待发，沉寂已久的 MiniMax 和 Kimi 紧随其后。模型榜单排名游戏似乎没有终点，技术迭代、榜单扩容、评测维度变化，让 " 第一 " 的头衔永远只是暂时的胜利。

市场份额之争

在大模型技术迭代放缓之前，榜单仍有存在的价值。当下而言，大模型榜单排名直接影响 AI 公司的融资估值和客户信任度。

榜单算得上大模型的第一张名片，背后直接关系到大模型市场份额的竞争。据一篇关于 "2025 年上半年大模型 API 市场数据分析帖子 "，大模型市场份额方面，谷歌以 43.1% 的份额稳居第一，DeepSeek 和 Anthropic 分别以 19.6% 和 18.4% 的份额占比位列第二和第三。

谷歌 " 量大管饱 "" 全覆盖 " 的策略，令其在市场（特别是文本翻译领域）占据了绝对优势。DeepSeek 虽属于后起之秀，但在开源、性能优势的加持下快速追赶了上来，自 DeepSeek-V3 发布以来，一直保持着一定的市场份额，并且在持续扩大。

Qwen3 因为比 DeepSeek 慢了一步，没有吃下这波开源的红利。截至今年上半年，通义千问（Qwen）系列模型仅占据了 1.6% 的市场份额。

DeepSeek 的市场份额扩大，似乎表明大模型的竞争格局尚未成型。即只要模型得到市场认可，就有可能与巨头抗衡，今天是 DeepSeek，明天就有可能是通义千问。

这也解释了 MiniMax、Kimi 举公司之力突破和开源最新大模型能力的原因，这些公司也想吃下一部分大模型细分市场份额。成为 OpenAI、谷歌的 " 高仿 " 也在考虑范围内，比如最近就已经有开发者用 Kimi K2 模型来替代 Claude 4 的某些功能，其核心优势就在于免费、开源。

比起创业公司的单点爆破，国内通义千问的赢面或许更大。大模型市场份额比拼的是长期竞争力，无论是开源还是闭源，大模型能力都得保持一直更新中，稍有不慎就面临着掉队的风险。

一个典型的例子是 LIama，LIama2、LIama3 此前在开源社区声量很高，但后期模型能力差强人意，被同样开源的 DeepSeek 取而代之。MiniMax、Kimi 等公司缺乏持续开枪的弹药，受 IPO 的压力，也许很难保证连续性的突破式创新。接下来中国大模型市场份额的竞争，角逐者仍锁定在 DeepSeek 和通义千问之间。

魔搭开发者大会上，通义千问负责人林俊旸透露，通义千问将继续在强化学习方向探索，从大模型训练时代迈入智能体训练时代。多模态是其中一个重点方向，Qwen 下一代 VLo 已经在路上，目前已有一些阶段性进展，多模态模型的生成和理解统一是现在的目标。

大模型下沉

大模型烧钱换来榜单的一席之地，最后总得有人来买单。

现在模型厂商推进商业化路线大致有两种。

一种是拿下各行业大客户，打造标杆，以此来吸引同行业其他潜在群体。阿里通义大模型已经服务了商业银行、互联网公司、手机品牌、家电龙头、高校及科研院所、汽车行业等客户。

另一种是做 To B 定制化单子，主要面向政企类客户，交付包括算力、大模型、智能体应用在内的一体化解决方案。

以上两种路径的共同点是，由通义方来主导，自上而下地推动大模型落地。同时，光子星球注意到，除了头部大客户外，大模型下沉的趋势越来越明显，不少团队正在主动集成通义千问大模型，在此基础上落地应用。

" 农法千问 " 大模型是以农业农村法律政策为主要内容的 AI 大模型，通过集成通义千问技术，将晦涩法规转化为方言问答，来提升农民法律意识。同样在农业领域还有相关论文在讨论，通义千问参与设计灌溉系统、土壤改良方案的可行性。

此外，在河南、重庆等地的乡村，百度千帆平台正推动 " 大模型下乡 " 计划，帮助村民便捷处理医保缴费、户籍办理等琐碎事务。还有一些城市和县域，研究 AI 公务员上岗、大模型种植荔枝和 AI 养猪，这些是比乡下 " 刷墙 " 更实在的大模型渗透方式。

总体而言，中国大模型已经走过了炫技和参数比拼的时代，剩下的只有解决一个个行业问题。

互联网大厂的下沉市场竞争由来已久。

阿里曾在 2017 年推出 ET 农业大脑技术，将 AI 与农业深度结合，形成从生猪养殖到经济作物的全场景解决方案。在 " 热土计划 2024" 中加大投入、提供专项基金，联合多方共建乡村可持续发展实验室。在此基础上，大模型全线向下渗透不过是时间问题。

对下沉市场而言，中国模型具有本土优势。在中文语境、方言理解上的本土化能力，比国际模型更适配县域需求。一些轻量化模型和 MoE 架构降低部署成本，更适合于算力薄弱地区。在这个过程中，通过与 G 端和 B 端企业的合作，还能撬动 C 端应用入口的下沉，让 " 母猪产后护理，问腾讯元宝 " 不再流于口号。

大模型的商业化之路，正从高悬的 " 技术神坛 " 走向广袤的田间地头。

榜单排名竞争固然重要，但未来大模型的价值将在，用方言解读法律条文的村口，在 AI 测算灌溉流量的水渠边。

微信号｜TMTweb

公众号｜光子星球

  别忘了扫码关注我们！