文章核心观点 - 大模型行业是一种人才、算力和数据三重密集的商业模式，其核心矛盾在于高昂且持续增长的研发投入（尤其是算力成本）与收入增长之间的巨大鸿沟，导致公司陷入“规模不经济”的困境，亏损率极高[7][8][29] - 行业的竞争本质是一场残酷的资本耐力赛，在“缩放定律”失效、技术迭代放缓之前，公司需要持续大规模融资以支撑下一代模型的研发，融资能力、核心人才、模型实力和产品落地能力是生存关键[35][38][39] - 行业的潜在终局是经过激烈洗牌后，市场形成高度集中的寡头格局，头部公司不再需要高频迭代模型，训练成本得以长期摊销，商业模式才能像“长江电力”一样稳定成立[37] 一、 拔高的收入、惊悚的投入 - 两家公司Minimax和智谱均呈现“短小精悍”特点，员工总数均未超过1000人（Minimax不足400人），但收入从零起步，年化收入快速迈向1亿美元[9] - 尽管收入高增长，但支出规模更为惊人，2024年两家公司的总支出（成本与运营开支）合计约为当期收入的10倍，Minimax在2025年前九个月收入做大后，支出仍是收入的5倍以上，智谱在2025年上半年甚至出现规模不经济的情况[11] 二、 人力成本分析 - 两家公司研发人员占比接近75%，单人月成本在6.5万至8.5万元人民币之间（不含期权），其中Minimax研发人员单人月成本高达16万元[16] - 人力投入的核心在于“脑力”密度而非人数密度，总体薪资支出可控，例如Minimax一年总薪资支出约1亿美元，约占其收入的90%[18] - 相比于算力投入，人力成本只是“小菜一碟”，且能随着收入扩张而被有效稀释[20] 三、 算力投入的核心矛盾 - 算力投入是支出的绝对大头，训练算力投入占两家公司总支出的50%以上，是造成其5-10倍亏损率的主要原因[21] - 两家公司采用轻资产的第三方云服务模式，而非自建数据中心[20] - 模型训练成本回收能力弱：Minimax 2024年收入仅覆盖2023年模型训练算力投入的65%，2025年前三季度覆盖率进一步降至50%，智谱2025年上半年覆盖率仅有30%[25] - 模型迭代导致训练成本急剧攀升，每升级一代模型，训练成本基本要提高3-5倍[32] 四、 大模型的商业模式本质 - 商业模式表现为“强资产负债表业务全长在利润表上”，即高昂的模型训练成本无法资本化摊销，只能全部计入当期研发费用，导致巨额亏损[29][33] - 在持续竞争阶段，公司需要将当代模型的创收，加上高于收入3-5倍的融资资金，才能为下一代模型研发续命，陷入“收入追不上未来投入”的资本比拼游戏[35] - 商业模式的可持续性取决于“缩放定律”何时失效，即模型智力提升所需算力开始暴涨，迭代速度放缓，使得一代模型的训练成本可在未来10年甚至20年内摊销，形成稳定现金流业务[37] 五、 行业竞争格局与生存要素 - 中国大模型战场已从“百模大战”演变为“基模五强”：字节、阿里、阶跃、智谱和DeepSeek，原“六小龙”中的零一万物和百川智能已掉队[39] - 海外市场形成“五虎争霸”：OpenAI、Anthropic、谷歌Gemini、xAI和Meta Llama[39] - 生存能力取决于三维度比拼：1）核心人才（高昂的抢人大战）；2）模型实力（在各项性能榜单上排名靠前）；3）产品落地与创收能力[40][41] - 许多独立创业公司因人才被挖、创收困难或无法应对开源模型的性价比竞争而掉队或失败[43]