川海智库

报告概述

本报告聚焦大模型产业，结合全球主要大模型公司的发展路径，系统梳理大模型在技术迭代和商业化两方面的演进逻辑。技术维度上，报告从模型参数、数据、推理、学习环境四个层面展开，分析了从参数规模扩张到效率优先、从单一文本到多模态与合成数据、从训练时算力到推理时算力、从静态数据到真实工程场景的转变。商业维度上，报告对比了OpenAI、Anthropic、Google、阿里Qwen、DeepSeek、字节豆包、智谱GLM、MiniMax等厂商的商业模式、收入结构和增长驱动因素。读者可通过本报告理解大模型产业的技术前沿、竞争格局和商业化潜力，为投资决策提供参考。

报告的核心结论

大模型技术迭代从参数规模转向效率优先。

报告指出，2023年行业聚焦扩大参数，2024年开拓多模态，2025年注重推理与长上下文，2026年追求Coding与智能体工程落地。参数规模仍是焦点，但越来越多厂商通过MoE架构以更低计算成本获得更高性能。DeepSeek V3以671B总参数、37B激活参数实现接近闭源旗舰的性能，训练成本仅约550万美元，标志竞争转向模型效率。

会员订阅与API调用是基座大模型厂商的基本商业盘。

报告分析，OpenAI凭借品牌与用户基础率先实现规模化订阅，字节豆包在国内MAU领先并启动消费端订阅；Anthropic深耕高价值企业客群，依靠Coding与Agent场景超越OpenAI成为全球ARR最大的大模型厂商。生态是大模型厂商的护城河，Google、阿里、字节等通过应用入口、云服务和用户工作流强化变现。

大模型从‘卖Token’走向‘卖效果’，商业化空间持续抬升。

报告认为，竞争不仅取决于技术迭代频率，还取决于是否拥有自我增强飞轮、单位智能成本能否下降、是否从模型能力走向工作流替代。当模型能高效替代知识工作、开发工作和内容生产流程时，商业化从按Token计费转向按任务结果付费，Anthropic的Claude Code和OpenAI的Codex等产品已验证这一趋势。

AI算力基础设施成为制约大模型发展的关键因素。

报告提示，全球大模型产业全面商业化提速，AI算力基础设施是模型能力迭代和收入放量的基本保障。AI Infra及MaaS云服务商助力算力和应用落地效率提升，将持续分享产业成长红利。同时，算力供给紧张可能制约商业化发展，上游成本高企、中游价格竞争、下游付费转化率低等问题并存。

报告回答的关键问题

大模型技术迭代的主要方向有哪些？

报告从模型参数、数据、推理和学习环境四个维度总结。参数上从追求规模转向注重效率，MoE架构成为主流。数据上从单一文本扩展到多模态和合成数据。推理上引入思维链、强化学和长上下文，提升复杂任务能力。学习环境方面，代码执行和Agent工程成为可验证环境，推动模型落地。2026年焦点是Coding与智能体工程。

Anthropic如何超越OpenAI成为ARR最大的大模型厂商？

报告指出，Anthropic采取企业优先战略，深耕Coding与Agent场景，如Claude Code在SWE-bench等基准持续领先，MCP协议构建生态。主动收缩多模态和消费者端投入，聚焦高价值企业客户。API调用放量，Claude Code ARR从2025年底约11亿美元升至2026年2月约25亿美元，推动整体ARR于2026年5月达440亿美元。

国内大模型厂商如百度、字节、阿里的商业化路径有何异同？

报告分析，字节豆包以C端入口+B端MaaS+综合生态变现，豆包App MAU领先，火山引擎市场份额达49.2%。阿里Qwen通过开源引流、规模优势拓客，Qwen衍生模型数量全球第一，阿里云AI相关收入占比超30%。智谱GLM从项目制交付转向MaaS/API和Agent订阅，开放平台API收入快速增长，模型持续提价。DeepSeek以极致成本效率著称，近期开始融资加速商业化。

大模型厂商的商业模式将如何演进？

报告认为，大模型商业化正从传统‘DAU×ARPU’和‘Token售卖’转向‘任务交付’和‘效果付费’。订阅与API是基本盘，但广告、电商抽佣、企业工作流嵌入等多元变现打开增量空间。OpenAI计划通过广告和ACP协议（电商抽成4%）拓展收入，Anthropic从IT预算迈向人力薪酬预算，推动‘数字劳动力交付’模式。

报告中的代表性数据

440亿美元

Anthropic ARR

2026年5月，Anthropic超越OpenAI成为全球ARR最大的大模型厂商，主要来自企业API和Agent场景放量。

约550万美元

DeepSeek V3训练成本

2024年12月，DeepSeek V3总参数671B，每token仅激活37B参数，训练成本显著低于同类模型，体现MoE架构的效率优势。

83.2%（含工具）

GPT-5.5在MMMU Pro得分

2026年，OpenAI GPT-5.5在多模态视觉推理基准MMMU Pro中领先Gemini 3.1 Pro和Claude Opus 4.7。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整报告包含全球大模型技术迭代的四个维度（模型参数、数据、推理、学习环境）的详细分析，包括Scaling Law演进、MoE架构原理、合成数据策略、思维链与强化学习、Harness Engineering等。
  • 报告对OpenAI、Anthropic、Google Gemini三家海外厂商进行深度剖析，涵盖公司简介、技术路径（多模态、推理、Agent）和商业化阶段（订阅、API、广告、电商抽佣）的完整拆解。
  • 报告对阿里Qwen、DeepSeek、字节豆包、智谱GLM、MiniMax五家国内厂商进行系统分析，包括开源生态、模型迭代、MaaS平台、企业客户数据、收入结构和全球化策略。
  • 报告包含大量对比表格，如核心大模型SWE-bench Verified得分提升表、OpenAI订阅产品矩阵、Claude模型定价表、各厂商API性价比对比等。
  • 报告提供投资建议和风险提示，指出大模型从‘吞金兽’转变为‘印钞机’的奇点临近，同时提示技术迭代、合规和算力供给风险。
  • 报告包含多家厂商的历史发展历程和融资动态，如OpenAI融资1220亿美元、Anthropic IPO计划、DeepSeek首轮融资等。
  • 报告收录了各厂商在权威基准（如MMMU、SWE-bench、GPQA、ARC-AGI）上的评测成绩，便于横向对比模型能力。
  • 报告分析了Agent工程范式的演进，从提示词工程到Harness Engineering，并介绍了MCP协议、Claude Skills、Codex等具体产品。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告