算力地租与四小龙的现实约束
算力地租重压下，国内大模型四小龙各寻生存路径
理解这一点，才能理解这些困难为何集中出现。
算力：大模型时代的绝对地租
古典政治经济学中的“地租”，指的是土地所有者凭借对有限自然要素的垄断，向生产者索取的那一部分剩余。在2026年的大模型产业中，高端算力正在扮演相近的角色。 Kimi的案例最为直观。2026年7月，K3模型上线不到48小时，全球请求量将GPU集群直接拉满，公司被迫暂停新用户订阅。更关键的是单位经济模型：一个C端用户每天进行两次深度长文本对话，所消耗的GPU算力成本就可能超过59元的月订阅费。Kimi在2026年6月ARR突破3亿美元，API收入占七成以上，商业化数据在独立模型公司中已属不易，但算力成本以几乎同等的速度压缩着增长带来的毛利空间。月之暗面在2026年完成了从C轮到F轮的密集融资，F轮融资额达35亿美元，估值从43亿美元一路抬升至350亿美元，但融资流向高度明确：扩显卡、锁产能、训练更大的K4。这不是一家公司的现金流危机，而是一种商业模式在算力成本刚性上升下的必然紧绷——用户越多，推理负载越重，付给算力供应链的“租金”就越刚性。
智谱的选择是另一种回应。它没有试图在“租用英伟达”的轨道上与成本赛跑，而是把筹码压在“成为地主”的方向上：All-in Infra，自建算力基础设施，并将国产芯片纳入主力推理算力，实现了十万级国产芯片的规模化推理，单位token推理成本较年初下降80%。2026年上半年MaaS收入8.25亿元，同比增长超过27倍，证明这条路径在商业上并非空中楼阁。但“地主”的代价同样沉重：上半年经调整净亏损约19.64亿元，研发开支21.31亿元，万卡乃至十万卡集群建设需要以大比例预付款锁定高端产能和网络设备。智谱的“卡住”，不在于它不知道要做什么，而在于“自建算力底座”这条路本身要求它在盈利之前先完成一轮资本密集度极高的固定资产投资，而这一投资的回收周期，长于资本市场通常愿意等待的时间窗口。这是路径选择与时间窗口之间的错配，而不是方向本身的轻率。
四种“解法”，同一种挤压
四小龙在2026年的分野，本质上是面对同一笔“算力地租”时，选择了四种不同的支付方式。 Kimi支付的是“租金溢价”——通过一轮接一轮的融资，从市场上购买稀缺的GPU算力并与云厂商合作，以资本换时间，以时间换模型能力。风险在于，租金是刚性的、浮动的，而模型能力的领先窗口是易逝的。K3的表现证明了这条路的有效性，但“模型越强越烧钱”的悖论意味着，每一次技术跃迁都伴随着下一轮融资的刚性需求，IPO因此从一个选项变成了一种阶段性必需。
智谱支付的是“基建沉没成本”——用巨额资本开支换取长期单位成本的下降和供应链的自主性。如果国产芯片的生态迁移成本能够在两到三年内被规模摊薄，这条路的终局会更稳固；但如果CUDA向国产生态的代码重写与算子优化持续消耗工程资源，那么“自建”就会对现金流形成长期压力。智谱在赌的是时间：国产算力经济性的验证速度，能否跑赢资本耐心的耗尽速度。 MiniMax支付的是“估值换轨的代价”。它做了一件在中国大模型公司中并不常见的事：在2026年将收入引擎从毛利率仅4.7%的C端产品，切换到了毛利率69.4%的B端Token调用。ARR从年初不足2亿美元推至8亿美元以上，企业客户突破200万。这是一次清晰的单位经济模型改善。但资本市场给出的反馈很直接：市值一度站上4100亿港元，股价从高点回撤接近88%，跌破发行价。原因不在于MiniMax做错了什么，而在于“平台型AI公司”的故事要求它同时证明两件相互拉扯的事：收入可以随Token消耗扩张，而毛利不会被推理成本反向吞噬。上半年毛利率17.9%，较2025年全年的25.4%反而下降了7.5个百分点——Agent推高了Token消耗，也等比例地推高了GPU账单。压力不在于技术能力，而在于市场是否愿意给它足够长的时间，让规模效应跑赢成本曲线。
阶跃星辰支付的是“路径切换的集中押注”。当另外三家在云端模型层缠斗时，阶跃选择了一条物理上更“重”的路：做手机。Step AOS、个人智能体Amoo、STEPX Neo，从操作系统到终端硬件全栈自研，试图用端侧入口绕开纯云端推理的成本结构和分发困境。这是一个逻辑自洽的战略：如果智能体的终极形态需要跨应用调度和系统级权限，那么纯App层的模型公司就始终受制于操作系统和超级App的围墙。但风险同样清晰：据行业报道口径，2025年营收不足5亿元，2026年预期约12亿元，累计融资超过200亿元，而首款手机的常规配置性价比在竞争激烈的手机市场中并不突出，销量能否支撑起“终端定义模型”的闭环，仍是未解之题。阶跃的“随时准备全力进军移动端”，与其说是一种进攻姿态，不如说是在云端模型层“地租”过于昂贵的情况下，试图在终端侧开辟一块不受同一套成本规则支配的飞地。
“四小龙”叙事需要重估
更深层的变化，发生在“四小龙”这个标签本身的意义上。
这个称谓借自CV时代的“商汤、旷视、云从、依图”，本身就隐含着一个假设：大模型赛道会像计算机视觉一样，容纳若干家独立的、体量相当的创业公司并行竞争。但2026年的产业现实正在证伪这个假设。DeepSeek以极致的工程效率（2048张H800完成V3预训练）证明，模型能力并不必然与算力堆叠线性相关；腾讯混元、字节豆包等大厂模型在整体tokens用量上处于第一梯队；若按四款头部模型的词元用量口径，DeepSeek两款、腾讯混元一款与智谱一款合计占据中国大模型词元用量的66%。独立模型公司面对的，是一张由大厂算力储备、云生态绑定和价格战能力共同编织的网。智谱的敲钟在2026年1月重新定价了整个赛道，MiniMax随即以最快IPO纪录跟进，月之暗面的IPO时间表也因此被改写。上市不再是“成功”的标志，而是一种在算力军备竞赛中获取持续融资能力的阶段性手段。
与此同时，大厂对独立AI产品的策略重心调整也很明显。字节跳动的扣子企业版进入下线倒计时，团队整体并入豆包；据不完全统计，2026年大厂与创业公司合计已清退或合并超过25款独立AI产品。这不是孤立的产品调整，而是一个清晰的信号：当算力成本成为竞争的核心变量时，将模型能力封装为独立产品、再通过独立产品回收算力投资的链条，正在被“模型即基础设施、入口即超级应用”的纵向整合逻辑所替代。
结语
“一团糟”是真实的，但它描述的不是四家公司的无能，而是一个产业阶段的结构性不适配。算力以“地租”的形式，将大模型竞争的固定成本推高到了一个只有持续大规模融资或深厚自有现金流才能承受的量级。四小龙用四种截然不同的方式回应这一约束：Kimi用资本换算力，智谱用资本换基础设施，MiniMax用收入结构换毛利空间，阶跃用终端入口换成本结构的另起一行。每一条路都有内在的逻辑，每一条路也都有内在的脆弱性。
“四小龙”这个类比最大的误导在于，它让人以为这仍然是一场四家创业公司之间的赛跑。实际上，它们各自在与同一个结构性对手角力：在一个算力供给受制于地缘政治、资本回报周期被持续拉长的市场中，独立模型公司能否在“地租”耗尽耐心之前，建立起不依赖于持续外部输血的生存闭环。这个问题的答案，不会在四家公司中的任何一家的发布会上揭晓。它会在未来十二到十八个月的现金流表和IPO窗口的开启与关闭之间，沉默地写下。对四家公司而言，真正的考验不是谁更会讲故事，而是谁能在约束中把自己的选择走完。
