中美AI基础模型公司对比
OpenAI vs DeepSeek - 美国与中国各自的AI代表
| 维度 | OpenAI | DeepSeek |
|---|---|---|
| 创立时间 | 2015年 | 2023年 |
| 旗舰产品 | GPT系列 | DeepSeek系列 |
| 组织定位 | 由非营利组织控制的商业化AI公司；已持续调整公司结构，并为潜在IPO作准备 | 幻方体系孵化的独立商业公司；2026年启动首次外部融资 |
| 估值/市值 | 1570亿美元（2024.10）→3000亿美元（2025.3）→5000亿美元（2025.10，股份转让/二级交易估值）→8520亿美元（2026.4） | 拟融资的投后估值约520亿—590亿美元（2026.6，融资尚在推进） |
| 营收与盈利 | 2025年末年化收入超过200亿美元，2026.2年化收入超过250亿美元；仍处于高增长与高亏损并存阶段； | 未公开完整营收与盈利数据 |
OpenAI和DeepSeek是美国和中国各自最具代表性的基础模型团队。OpenAI在2022年用ChatGPT引爆了整个大模型领域，并在模型能力、产品化和资本动员上长期定义行业节奏。DeepSeek则在2024年底发布DeepSeek-V3、2025年初发布DeepSeek-R1，让外界重新认识中国公司的基础模型能力，也在中国掀起了一轮AI热潮。
OpenAI追求模型能力最强，DeepSeek追求性价比最高。OpenAI和DeepSeek都不是靠“大厂”资源堆出来的名声，而都是靠研发出来的模型能力打出来的地位。但OpenAI作为AI领域划时代的开拓者，更强调领先的前沿模型能力，DeepSeek则更强调在接近头部能力的前提下，把训练、推理和调用成本尽可能降到最低。
在模型开放程度上，两家公司也不一样。OpenAI的GPT系列是闭源路线，用户主要通过官方产品和付费API调用，DeepSeek主要模型走开放权重路线，开发者可以基于模型进行部署和适配，这有利于开发者传播、私有部署和生态扩散。
两位CEO的公众风格也形成了鲜明对比。Sam Altman是典型的硅谷明星CEO，擅长融资和公众传播，社交媒体极度活跃，每次发言都容易成为业界头条。梁文锋则几乎完全相反：极少接受采访，外界对他知之甚少，连照片都很少流出。
Anthropic vs 智谱/月之暗面/MiniMax - 从挑战者到第二极
| 维度 | Anthropic | 智谱AI | MiniMax | 月之暗面 |
|---|---|---|---|---|
| 创立时间 | 2021年 | 2019年 | 2021年底成立，2022年初正式运营 | 2023年 |
| 旗舰产品 | Claude Sonnet、Claude Opus；Claude Mythos Preview（受限预览） | GLM系列 | MiniMax M系列，以及视频、语音和音乐模型 | Kimi系列 |
| 组织定位 | 独立的公共利益公司（PBC，营利性企业） | 已于2026年1月在港交所上市 | 已于2026年1月在港交所上市 | 独立商业公司，仍未上市 |
| 估值/市值 | 约180亿美元（2024年初）→615亿美元（2025.3）→1830亿美元（2025.9）→3800亿美元（2026.2）→9650亿美元（2026.5） | 2026年1月上市首日市值约579亿港元，2026年6月初约5700亿港元 | 2026年1月上市首日市值约1067亿港元；2026年6月初约1700亿港元 | 约33亿美元（2024.8）→43亿美元（2025年末/2026年初）→约100亿美元（2026.2，阶段性融资估值）→约200亿美元（2026.5） |
| 营收与盈利 | 年化收入约1亿美元（2024年初）→约10亿美元（2025年初）→约90亿美元（2025年末）→约140亿美元（2026.2）→约300亿美元（2026.4）→超过470亿美元（2026.5）；仍面临高额算力及基础设施支出 | 2025年营收约7.24亿元人民币，仍亏损 | 2025年营收约7900万美元，仍亏损 | 2026年4月ARR超过2亿美元 |
Anthropic和智谱/月之暗面/MiniMax，都是站在领头羊与大厂之间的挑战者。他们上面有OpenAI、DeepSeek这样的技术标杆，旁边有Google、阿里、Meta、字节、腾讯等资源型大厂。本来处境不佳，但Anthropic早在企业客户、编码工具和可信/安全叙事上形成辨识度，在2026年5月融资后达到9650亿美元估值，估值超越OpenAI，企业实力已经达到可以和OpenAI并驾齐驱的状态；智谱/月之暗面/MiniMax也在AI Agent时代初步站稳脚跟。
作为挑战者，曾经都在疯狂探索自己的差异化定位。Anthropic长期把可解释性、对齐、安全评估作为品牌核心，把自己塑造成一个更谨慎、更可控、更适合企业和高合规场景的AI供应商，目前已经取得巨大成功。而中国的这几家创业者，智谱试图从企业服务和AI本地部署突围，Kimi试图从长上下文建立用户心智，MiniMax则尝试用多模态模型建立自己的优势。
最终，对于AI编码能力的关注，成为这几家基础模型公司的胜负手。Anthropic靠Claude模型的强大编码能力，和Claude Code产品的精准卡位，在企业级编码市场建立了领先地位，成为了史上增长最快的公司，估值更是在3个月内从3800亿美元升至9650亿美元。智谱、月之暗面、MiniMax作为国内跟进Anthropic最紧密的三家公司，很早也注重提升自己大模型的代码能力，并提供了接入Claude Code等编码工具的兼容方案，Agent时代的到来，也让他们获得了资本市场的青睐，动作最快、跟得Anthropic最紧的智谱，其市值已经达到国内AI企业市值/估值之最。
Google DeepMind vs 阿里云千问 - 大厂内部孵化的全栈AI
| 维度 | Google DeepMind | 阿里云千问 |
|---|---|---|
| 创立时间 | DeepMind 2010年成立，2014年被Google收购，2023年整合为Google DeepMind | 千问模型于2023年首次发布 |
| 旗舰产品 | Gemini系列 | 千问/Qwen系列 |
| 组织定位 | Alphabet核心AI部门 | 阿里云与阿里生态的战略级AI产品线 |
| 估值/市值 | Alphabet内部业务，无独立估值 | 阿里巴巴内部业务，无独立估值 |
有技术研究基因的大公司内部孵化。Google DeepMind和阿里云千问都在有着技术研究基因的科技巨头内部孵化。谷歌这边不用说，凭AlphaGo（围棋）、AlphaFold（蛋白质结构预测）等基础研究成果建立声誉，2017年发表《Attention Is All You Need》，则直接奠定了当代大语言模型的技术基础。阿里这边则有2017年成立，定位基础科学与颠覆式技术研究的达摩院，在自然语言处理、计算机视觉、量子计算等方向均有研究产出。
全栈自研的技术路径。从底层算力到AI上层应用的每一层，两家公司都可以自己来做——芯片/算力、训练/推理平台、基础模型、模型服务和产品。谷歌是目前全栈自研程度最高的AI公司：芯片层自研TPU，专为AI训练和推理定制；平台层是Google Cloud和TensorFlow/JAX训练框架；模型层是Gemini系列；服务和产品层覆盖搜索、Gmail、Workspace、Android和面向企业的Google Cloud服务。阿里的全栈布局同样完整：芯片层有平头哥自研的真武AI芯片、倚天Arm CPU等；平台层有阿里云和百炼推理平台；模型层有千问/Qwen系列；服务和产品层覆盖百炼Maas平台、钉钉、夸克和企业服务生态。
全生态接入的业务路径。Google和阿里正逐步把AI变成整个生态的底层能力。谷歌把Gemini注入Search（AI Overviews）、Workspace全套件（Docs、Gmail、Slides）、Android和YouTube，企业侧则通过Vertex AI在Google Cloud对外提供；阿里把千问/Qwen注入百炼MaaS平台、钉钉、夸克，电商和企业服务生态也在持续接入。不过最终真正能让大模型发挥最大作用的，还得是AI Agent产品，这一点从谷歌I/O发布Antigravity 2.0和Gemini Spark等产品、阿里不断发展Qoder系列产品都可以看出。
SpaceXAI vs 字节Seed - 资源禀赋驱动的AI追赶者
| 维度 | SpaceXAI | 字节Seed |
|---|---|---|
| 创立时间 | xAI于2023年成立；2026年2月被SpaceX以全股票交易收购 | 约2023年形成独立团队和品牌体系 |
| 旗舰产品 | Grok系列 | 豆包大模型、Seed系列，以及Seedance等多模态模型 |
| 组织定位 | SpaceX旗下AI与社交平台相关业务，承接xAI与X资源 | 字节跳动内部基础模型和多模态AI核心研发体系 |
| 估值/市值 | 约500亿美元（2024.12）→800亿美元（2025.3，xAI收购X时的xAI交易估值；合并体约1130亿美元）→约2300亿美元（2026.1）→2500亿美元（2026.2，被SpaceX收购时的交易估值；合并体约1.25万亿美元） | 字节内部业务，无独立估值 |
| 营收与盈利 | 未独立披露完整营收与盈利数据 | 未独立披露完整营收与盈利数据 |
资源禀赋驱动的追赶者。SpaceXAI（SpaceX旗下AI部门，前身为xAI）和字节Seed都是资源整合型的AI追赶者。SpaceXAI整合的是马斯克系资源，字节Seed整合的则是字节系资源。
数据带来模型能力，但转化效果却有所不同。X平台的文本和舆论数据，除了让Grok曾经作出有争议的回答之外，似乎还没有明显转化成Grok的基础模型能力。字节这边开发的Seedance 2.0模型，则已经在文生视频、图生视频、多镜头叙事和多模态参考生成上进入行业前列。
字节的商业化路径更清楚。字节在模型服务层还有火山方舟这类MaaS平台，可以把豆包模型、推理服务、智能体开发和企业应用落地放在一个体系里对外提供。SpaceXAI也有API和企业版产品，但公开形态更像模型接口和订阅服务，还没有形成类似火山方舟这种云厂商式的一站式大模型服务平台。
社交巨头在AI时代的失意
| 维度 | Meta MSL | 腾讯混元 |
|---|---|---|
| 创立时间 | FAIR于2013年末成立；2025年整合组建Meta Superintelligence Labs | 混元大模型2023年推出 |
| 旗舰产品 | Muse Spark；Llama系列（MSL成立前的既有模型体系） | 混元系列，Hy3 Preview |
| 组织定位 | Meta内部由CEO直接推动的核心基础模型与超级智能部门 | 腾讯集团基础模型体系，服务腾讯云及微信、广告、游戏、办公等生态 |
| 估值/市值 | Meta内部业务，无独立估值 | 腾讯内部业务，无独立估值 |
| 营收与盈利 | 未独立披露 | 未独立披露 |
两个社交巨头都是AI时代的失意者。Meta和腾讯都是社交网络时代的巨头，一个手里有Facebook、Instagram、WhatsApp和Threads，一个手里有微信、QQ、游戏、视频号和腾讯云。但在这一轮AI浪潮里，它们更多的是在追赶。
Meta是大张旗鼓地追赶。Llama曾经给Meta带来过开源大模型生态的声量，但Llama 4表现不及预期后，Meta明显加快了组织和资本动作。2025年，它以约143亿美元投资Scale AI并引入Alexandr Wang，同时开启天价抢人大战，组建Meta Superintelligence Labs，并于2026年4月推出首个大语言模型Muse Spark。但这些动作和成果目前还无法让Meta重新站到AI叙事中心。
腾讯在模型层的动作明显更慢。去年开始，腾讯在AI产品层面动作频频：元宝、ima、CodeBuddy、WorkBuddy、QClaw，以及微信、腾讯云、游戏、广告和内部办公系统的接入。但在模型层面的动作明显很拖沓，前期混元模型的能力了了，2025年12月挖来OpenAI前研究员姚顺雨担任首席AI科学家，重建预训练和强化学习基础设施，2026年4月推出Hy3 Preview，让腾讯的大语言模型能力有了一点起色，但仍无法和前面提到的那些国产模型相抗衡。
兴之所志