Gartner首份AI魔力象限：阿里云入选领导者，5家中国厂商上榜

10月9日消息，Gartner在今年9月推出首份《生成式 AI 模型提供商魔力象限》，对全球15家厂商做了一轮系统评估。评估名单里有阿里云、月之暗面（Kimi）、智谱、DeepSeek、MiniMax 5家中国厂商，占到总数的三分之一。

从象限分布看，阿里云落在“领导者”象限；月之暗面和智谱一起进入“远见者”象限；DeepSeek与MiniMax则被划入“利基玩家”象限。

这五家厂商在象限里所处的位置并不一样，背后反映的是中国大模型产业内部竞争逻辑正加速分化。这种分布本身，也成了观察中国大模型竞争态势的一个窗口。

按照Gartner在这份魔力象限中的定义，生成式 AI（GenAI）模型提供商市场，指的是开发和提供基础生成式 AI 模型的厂商。这些模型面向企业用途设计，用来生成文本、图像、音频、视频等新内容。厂商通过 API、软件开发工具包（SDK）、平台、市场和应用许可协议，把模型商业化后供企业使用，同时还要提供有文档记录的能力、安全、安保、生命周期和商业条款。

另有一个门槛：厂商至少要开发一个基础生成式 AI 模型或模型家族，“仅转售、路由或提供其他提供商的模型的厂商”不满足这份魔力象限的评选条件。

阿里云：唯一领导者，靠的是“全栈AI”

阿里云是这次评估中唯一进入“领导者”（Leaders）象限的中国企业。Gartner对其产品战略给出的评价是“提供覆盖所有规模类别的全面模型组合，大多数以开源权重、宽松许可证发布”。Qwen系列已经搭起从端侧、私有化部署到云上旗舰的完整尺寸梯队，闭源与开放权重模型都有。最新发布的Qwen-3.8 Max在复杂推理任务上达到国际前沿水准，成本又明显低于同级模型。资金层面，阿里云有阿里巴巴盈利业务和自给自足云业务支撑，对额外资本的依赖较小。大规模基础设施则为企业客户提供了充足容量和长期运营韧性。

把阿里云和其他中国厂商真正区分开的，是“全栈AI”战略的系统性落地。

阿里巴巴集团主席蔡崇信最近在意大利都灵出席Wave by Vento 2026时，对这一战略做了更凝练的概括。他说阿里巴巴从2023年起进入“公元后”，明确聚焦“电商”与“全栈AI”两大核心业务。所谓“全栈AI”，芯片、云、模型、模型服务、智能体应用都要做，从底层设施到具体应用全部握在自己手里。

吴泳铭以阿里巴巴集团CEO的身份在2026年云栖大会上把话说得很直接：机器智能时代靠的是三样东西——AI模型、AI芯片和AI云，阿里会下决心把这三项基础设施建下去，这也是公司长期坚持的方向。

远见者两席：月之暗面与智谱走了不同路子

“远见者”（Visionaries）象限里，中国厂商占了两席，分别是月之暗面和智谱。两家都表现出对市场演变较强的理解，也拿出了差异化战略，但在运营规模、商业覆盖和执行一致性上，还没能跨进领导者行列。

月之暗面以Kimi K3（2.8万亿参数）成为开源权重创新的代表。Gartner认可其“引领开源权重创新”的能力，指出Kimi K3借助算法和基础设施优化，推进了开源权重智能与成本效率，让企业客户能以灵活的部署选项接触到前沿智能。不过Gartner也给出警示：其旗舰模型API定价相对偏高，而且高级推理能力需要处理大量上下文，规模化生产部署时会遇到成本可预测性方面的挑战。

智谱同样进入“远见者”。Gartner对它的评价集中在“快速的主要模型发布节奏”，GLM系列在2026年完成了多次重要升级，GLM 5.3在超大类别中提供接近最先进的性能。其模型组合覆盖小型、中型、大型和超大型类别，每个规模都有开源权重模型可用，企业客户可以针对多样化运营工作负载，在模型智能、延迟和计算成本之间做平衡。但Gartner也直接点出它的结构性弱点：直接运营支持和主要云基础设施都集中在亚太地区，全球企业客户可能得依赖第三方合作伙伴。

月之暗面和智谱的路径有相似之处：两家都把模型能力输出到海外云平台，通过收入分成拿到增量收益。公开信息显示，Kimi K3与GLM系列均已上架Amazon Bedrock，采用收入分成模式。这种“轻资产出海”模式在资本效率上有吸引力，但能不能持续，取决于两个前提：模型的持续领先性，以及海外云厂商对“中国模型”的接纳程度。

利基玩家的现实约束：DeepSeek与MiniMax

DeepSeek和MiniMax被归入“利基玩家”（Niche Players）。这说明它们的战略、组合或执行能力相对聚焦，更适合需求与其专业领域匹配的客户。

DeepSeek的长处是技术透明度与成本效益。Gartner评价其“通过发布详细技术规格和全面方法论文档，保持高架构透明度”，并且持续发布源代码，推动社区驱动创新。其API定价明显低于竞争对手，企业可以大规模部署具有成本效益的AI解决方案。但Gartner的批评也不客气：模型在其各自类别中“落后于领先的开源权重替代方案”，这就限制了那些需要高度先进长时程逻辑推理和复杂指令遵循能力的企业客户；模型发布节奏也偏慢。

MiniMax是五家里唯一以多模态为核心定位的厂商。Gartner认可其“强大的多模态能力”，模型家族覆盖文本、语音、图像、视频和音乐生成，企业客户可以大规模生成高质量多媒体内容。同时，MiniMax保持有竞争力的定价，并通过公布模型细节展现开放创新承诺。不过Gartner指出，MiniMax的模型规模组合有限，缺少领先竞争对手那种广泛的专门规模层级，企业客户可能得把工作负载适配到现有架构上，而没法为特定任务挑最优模型。

分化的本质：基础设施与合规能力决定象限位置

Gartner首份《生成式 AI 模型提供商魔力象限》对中国厂商的评估，呈现出的是一幅仍在分化中的竞争图谱。

把五家厂商放进Gartner的评估框架里看，一条分界线慢慢清晰：是否拥有或能够有效调用大规模基础设施，以及是否具备成熟的安全合规与全球运营能力，正在成为决定象限位置的核心变量。

阿里云能坐上领导者位置，靠的不只是某个模型跑分高，真正撑住它的是“模型—芯片—云”这条纵向整合链路。有了这套基础设施，开源生态的大范围铺开和闭源旗舰的持续打磨可以同时推进，而Gartner的评估对这两条路都给了加分。

月之暗面和智谱则拿下远见者两个席位，体现出开源创新与快速迭代上的竞争力。DeepSeek和MiniMax走的是另一条路，各自在利基市场里找生存空间。

假如AI真的往“隐性基础设施”方向走，那决定厂商长期排位的，就不只是基准测试上的分数，还要看它能不能把模型能力变成可规模化、可合规、可持续的基础设施服务。说到底，中国厂商在这一维度上的分化，现在才刚刚开头。