中国AI大模型发展轨迹

062026 · Kill Zone

斩杀线：能力往上走，成本往下掉

落进右下方那片区域的模型——成本更高、能力更弱——基本失去商业价值

斩杀线怎么画：纵轴是 Artificial Analysis Intelligence Index（智能体任务占 34% 权重），横轴是每任务成本（整套评测总成本 ÷ 任务数，按 input / cache 命中 / cache 写入 / 推理 / 回答五类 token 分别计价）。以性价比最优的那个模型为起点向右下方划出的区域就是「斩杀区」（Kill Zone），掉进去的模型一击即死。2026 年这条线被反复往上、往左推——推的人大多数时候是 DeepSeek。

能力 × 每任务成本 · 斩杀区示意

数据口径 Artificial Analysis Intelligence Index v4.1，截至 2026 年 8 月初；横轴为对数刻度。Claude Sonnet 5 未标智能指数，但 AA 实测其每任务成本达 $2.29，位于图右侧远端。

← 左右滑动查看完整图表 →

斩杀区（成本更高 + 能力更弱） DeepSeek OpenAI Anthropic

2026 年 1—9 月 · 每个月是谁在往上抬这条线

发布日期均可核实；智能指数仅对已公开评测分数的模型标注（数字为 AA Intelligence Index 分数）。9 月的 Jev 不在此榜单上——它不生成文本、不参与同一套评测，但以 $0.042/MTok 输入、输出免费的定价，从「决策点该不该用大模型」这个方向另开了一条成本线。

08回看十年

四条贯穿始终的线

把这些节点压缩成四句话

A范式跟随，工程反超

从 Transformer 到 ChatGPT 到 o1，三次范式跃迁都由国外定义；但每一次国内从「看懂」到「交付可用产品」的时间都在缩短——ChatGPT 之后是 106 天（文心一言），o1 之后是 69 天（R1-Lite），到 2026 年旗舰迭代基本同频。差距从代际差收敛为月度差。

B最大的一次误判在 2021

看到 GPT-3 后全行业冲向万亿参数，却集体低估了 Chinchilla 定律（数据 > 参数）和 RLHF 对齐。悟道 2.0、M6 十万亿这些纸面世界第一，最终没有一个转化成产品。选错了要优化的目标，规模越大浪费越大。

C开源是中国最有效的全球化路径

ChatGLM-6B（2023.3）和 Qwen-7B（2023.8）当时都只是支线动作。三年后 Qwen 成为全球衍生模型最多的模型族，DeepSeek 与 Kimi 轮流占据开源榜首，连 OpenAI 都在 2025 年被迫重启开源。在无法靠算力取胜的地方，用生态占有率取胜。

D成本与自主，是真正的护城河

DeepSeek-V2 的价格战、V3 的 557 万美元训练成本、V4-Flash 0731 把斩杀线压到每任务 $0.09、盘古 Ultra MoE 的全国产算力训练、阿里真武 M890 的芯片—云—模型全栈闭环——中国厂商的差异化优势始终建立在「同样效果、更低成本」和「不被卡脖子」这两点上，而不是绝对性能。