文章核心观点 - 国产大模型在两年内取得显著突破，与国外顶尖模型的技术差距已缩短至2-3个月，并开始获得市场定价权，正从性价比替代者向技术并跑者转变 [1] - 行业竞争进入“贴身肉搏”阶段，技术领先窗口期缩短，模型独特性和算力瓶颈成为决定企业能否在“剩者为王”的淘汰赛中胜出的关键 [2][11] 两万亿参数俱乐部 - 国产大模型参数规模快速跃升：月之暗面Kimi K3模型参数达2.8万亿，阿里千问Qwen3.8模型参数达2.4万亿，将国产模型门槛推至2万亿级以上 [4] - 参数规模演进迅速：DeepSeek V3（2024年12月）为6710亿参数，V4预览版（今年4月）达1.6万亿，3个月后即被2.8万亿参数的K3超越 [4] - 技术工程能力成熟：一周内两家公司发布2万亿以上参数模型，表明万亿级混合专家架构训练在国内已进入标准化、流水线化成熟阶段 [5] - 与国外模型差距缩小：过去认为中国模型落后国外6-9个月，K3发布后，专家评估差距已缩短至2-3个月 [5] - 开源模型构成压力：中国主流大模型为开源模型，K3和Qwen3.8能力接近甚至超越部分闭源模型，对OpenAI、Anthropic等构成压力 [5] 开始拿到市场定价权 - Kimi K3定价大幅提升：以每百万Token计算，K3的API定价为输入20元、输出100元，分别较K2.6价格高出2.1倍和2.7倍 [7] - 主动对标国际价格：K3价格虽仍低于国外旗舰模型（如Fable 5为输入10美元、输出50美元；GPT-5.6 Sol为输入5美元、输出30美元），但已是当前最贵的国产大模型，是尝试对标国外前沿价格区间的信号 [7] - 提价与需求增长并存：智谱AI今年一季度API调用定价提升83%，但调用量依然增长400%；K3推出后用户请求量大幅超出预估，导致暂停C端新用户订阅 [7] - 定价模式出现分层：Kimi、智谱等独立AI公司走高价路线，追求能力溢价和直接盈利；DeepSeek、阿里千问、字节豆包则维持低价路线 [8] - 不同定价策略的考量：高价路线厂商直接售卖稀缺能力并传递顶尖品牌认知；阿里千问通过低价吸引开发者上云，通过算力租赁等周边服务变现；DeepSeek通过工程创新降低推理成本，获得定价空间 [8][9] “贴身肉搏”下的突围困境 - 技术领先窗口期缩短：大模型以“天”为单位进化，处于“贴身肉搏”阶段，保持技术领先的时间窗口不断缩短，今日的领先者可能数周甚至数日后被取代 [11] - 技术护城河易被填平：当万亿级参数渐成标配，技术路线和工程能力趋于同质化，模型的独特性与稀缺性溢价会被快速稀释 [11] - 算力成为共同瓶颈：支撑万亿参数模型推理往往需要万卡算力集群，面向编程和长程智能体任务对算力的消耗呈指数级提升 [12] - 算力资源存在结构性矛盾：中国并非没有算力，但相当一部分资源处于闲置或低效运行状态，头部AI公司始终面临算力紧缺困境 [12] - 解决算力瓶颈的关键：需要从各自为战走向统一调度，通过算力调度平台整合分散的智算中心，实现跨地域、跨架构的算力共享 [12]