“中國最會燒錢的 4 個男人，坐上了同一張牌桌”

作者：智勇

來源：筆記俠（ID：Notesman）

今天，讓我們來拆一拆中國AI年輕軍團的絕對新生力量對比：

智譜最貴，市值超7000億，營收7.24億元，同比增長131.9%，是四家中營收規模最大的，但年內虧損高達47.18億元，同比擴大59.5%，經調整凈虧損31.82億元，毛利率從56.3%驟降至41.0%。

MiniMax最早實現自負盈虧，營收7903.8萬美元，同比增長158.9%，海外收入占比超70%，毛利率從12.2%大幅提升至25.4%，是四家中唯一毛利率持續改善的。

月之暗面增長速度最快，2025年全年收入一般，卻在2026年初迎來爆炸式增長，K2.5模型發布后不到一個月，ARR（年度經常性收入，下同）突破1億美元，2026年4月更增至2億美元。

最近，月之暗面已啟動赴港IPO磋商，估值也從2025年底的43億美元飆升至超過200億美元。

而DeepSeek成本結構最低也最有理想，成立三年多幾乎沒有營收，完全靠母公司幻方量化每年數十億元的利潤輸血，卻在2026年4月啟動首輪外部融資，投后估值約450億美元。

今天，我們帶你從這些財報數字出發，逐一拆解DeepSeek、MiniMax、智譜、月之暗面這四家公司截然不同的經營邏輯和決策底牌。

01

一切的緣起：

創始人的四種背景，四種執念

1.DeepSeek梁文鋒：一位量化實驗室里走出的AGI信徒

梁文鋒，1985年生，浙江大學信息與通信工程碩士，2008年在讀研期間與人聯合創立量化投資機構幻方量化。這家量化私募在2021年管理規模曾突破千億元，到2025年仍有超700億元，年收益率56.55%，是中國頭部量化機構之一。

量化與AGI，看起來沒關系，其實共享同一種內核：對數據、算法與算力的極致信仰。

2023年7月，梁文鋒以幻方量化為主體孵化了深度求索（DeepSeek），初始定位是“AGI大語言模型的基礎研究”。

他明確表示，做大模型不為短期商業變現，而是“為了解決最重要的問題”，吸引頂尖技術人才。

DeepSeek的出圈，是2025年1月。那時候，DeepSeek發布推理大模型R1及開源模型V3，在性能上逼近OpenAI o1和GPT-4o的同時，訓練成本之低震驚了整個行業。

DeepSeek的核心護城河之一是成本結構——它把價格打到別人的三十分之一，靠的是架構創新和國產算力。

2.MiniMax閆俊杰：一名押注規模效應的產業老兵

1989年出生的閆俊杰，他的履歷代表了另一種路徑：產業經驗優先。

他本碩博均就讀于中科院自動化所，2014年加入商湯科技，從早期員工一路升至副總裁，負責計算機視覺等核心研發工作。2019年離開商湯，2021年12月創立MiniMax。

閆俊杰的判斷是：大模型的競爭最終是“規模效應”的競爭——用戶越多、數據越多、模型越好、價格越低，進而用戶更多。這是一種更接近互聯網商業邏輯的思路。

MiniMax從一開始就將商業化放在核心位置：API收入、訂閱付費、企業級解決方案三條腿走路，且海外優先，因為海外用戶付費意愿強、生命周期價值更高。

它是四家里最早跨過盈虧平衡線的。靠C端出海產品Talkie，2024年就打平了。全模態五線并進，文本、圖像、視頻、音頻、音樂全覆蓋。

3.智譜張鵬：一個擁有技術自覺與資本市場的耐心考驗的學院派

2019年，清華大學知識工程實驗室（KEG）聯合校內多個實驗室，正式孵化智譜AI，由時任KEG副研究員的張鵬擔任CEO。這是“中國AI四小龍”中最具學院背景的一家。

與純商業化路線不同，智譜從一開始就將“認知智能”和“安全可控”作為核心標簽。

其GLM系列大模型在中文語義理解、邏輯推理、多模態理解等指標上持續迭代，同時積極參與國產大模型的標準制定與政府合作項目。

本地化部署是智譜的核心商業模式，客戶（主要是政府和大型企業）將模型部署在自有服務器上，智譜收取授權費用和技術服務費。這一模式的優勢是客單價高、現金流穩定；風險在于增長天花板相對有限，且面臨開源模型的技術替代壓力。

智譜的市值是最貴的，一度超過7000億市值，三次漲價83%，調用量反漲400%。

據新浪財經報道，前十大互聯網公司有9家每天調用它的GLM模型。

4.月之暗面楊植麟：最年輕的CTO與最快的融資機器，并存。

1992年出生的楊植麟是“四小強”創始人中最年輕的一位，也是節奏最快、爭議最大的一位。

他本科畢業于清華大學，后赴卡內基梅隆大學讀博，師從蘋果AI研究團隊負責人。2023年6月創立月之暗面，發布AI助手Kimi，成為國內最早推出200萬字無損上下文窗口的大模型應用之一。

楊植麟的風格鮮明：極度追求技術指標和增長數據，愿意以高估值、高融資密度換取時間窗口。“長期主義”是他早期反復使用的詞匯，但2026年5月的港股IPO籌備，標志著這一敘事正在被現實改寫。

02

經營的四套答卷，

折射出四條不同路徑

1.梁文鋒：AI的本質是基礎模型的無限逼近

在梁文鋒看來，AI行業的一切商業化，都建立在模型能力的基礎上。皮之不存，毛將焉附？

所以DeepSeek的唯一戰略，就是把模型做到極致，且必須開源。API定價極低、Web端免費，都是服務于“最大化技術影響力”這個目標。

然而，這種純粹也在面臨現實壓力。2026年4月，DeepSeek正式啟動首輪外部融資，這背后是人才爭奪戰的現實壓力。

當字節、小米等巨頭拋出極具吸引力的薪酬方案時，沒有股權變現通道的DeepSeek處于明顯劣勢。即便純粹如梁文鋒，也不得不在理想與現實之間尋找新的平衡。

2.閆俊杰：AI的本質是成本-體驗的最優解

閆俊杰的第一性原理是博弈論。他認為，大模型的競爭本質是一場“成本-體驗”的優化博弈。

用戶不會為“最強的模型”付費，只會為“在可接受成本內體驗最好的模型”付費。因此MiniMax的戰略重心不是追求模型參數的絕對領先，而是追求模型效率、推理成本、用戶體驗三者之間的最優平衡。

這種思維貫穿了MiniMax的所有決策：堅定出海（避開國內價格戰）、自研多模態（降低外部依賴）、ALL-in C端（用戶增長驅動模型迭代）。

2025年，MiniMax毛利率從12.2%提升至25.4%，是四家中唯一毛利率持續改善的。研發開支僅增長33.8%，遠低于158.9%的收入增速，規模效應開始兌現——每增加1元收入所需的研發投入從2024年的6.19元降至2025年的3.20元。

同時，營銷費用同比下降約40%，意味著增長更多來自用戶口碑和自然流量，而非買量推動。

盡管年內賬面虧損高達18.7億美元，但約16億美元是非現金的優先股公允價值重估，經調整后實際經營虧損僅2.5億美元。

3.張鵬：AI的本質是生產力工具的可靠性

智譜的學院派出身，決定了它對AI的理解更接近“基礎設施”：成為企業可依賴的生產力工具。

所以智譜的產品設計以穩定著稱。它提供全棧式服務：從模型層到平臺層再到應用層。這種“全家桶”策略讓客戶可以一站式解決需求，但也面對著更高的研發投入和更重的交付壓力。

2025年，智譜研發開支達31.80億元，同比增長44.9%，每賺1元錢，就要在研發上花掉4.4元。

但另一面是：云端部署業務收入增幅達292.6%，企業級智能體收入同比增長248.8%。云端毛利率從2024年的3.3%大幅提升至2025年的18.9%，展現出標準化服務的規模效應與盈利潛力。

這在結構上對沖了本地化部署毛利率下降（從66.0%降至48.8%）帶來的壓力，驗證了張鵬的判斷：企業對可靠、可定制的AI工具有著真實且剛性的需求。

據鈦媒體梳理，GLM-4.5就開始押注Coding路線，比其他家早了將近一年。據CSDN的實測對比，GLM-5.1編程能力在國內模型里是天花板。

4.楊植麟：AI的本質是人與信息的連接方式

楊植麟可能是四人中最有“產品感”的一個。他對AI的理解不局限于技術本身，而是上升到信息交互的范式變革：從搜索框到對話框，從點擊鏈接到直接獲取答案。

因此，Kimi的產品哲學是“讓信息觸手可及”。它主打長文本處理，支持200萬字的上下文窗口，就是要讓用戶可以“一次喂一本書，然后隨意提問”。這種能力直接擊中了知識工作者、學生、研究者的痛點。

楊植麟相信，只要把“人連接信息”的體驗做到極致，用戶愿意付費。2026年初的爆發式增長初步驗證了這個假設。

據界面新聞2026年5月9日報道及36氪報道，ARR從3月的1億美元飆升至4月的超2億美元，付費用戶和API調用量大漲，海外API調用收入在2025年9至11月增長4倍，全球付費用戶月度環比增速突破170%。

但另一面是，2025年全年收入有限，商業化爆發完全集中在2026年初，對單一模型和單一產品的依賴度極高，持續性和抗風險能力仍有待時間檢驗。

03

四種不同思維背后的決策

底牌與護城河

不同的底層邏輯，決定了各自手上有了不同的底牌。自媒體號“AI實用工具盒”作者章逸寒對AI四強的底牌進行了一一解析。

1.DeepSeek

DeepSeek的底牌是成本結構。據36氪報道，V4-Pro的API理論利潤率高達545%，緩存命中僅0.025元/百萬token。這不是降價，這是在重寫AI的成本曲線。

梁文鋒拒絕阿里生態捆綁、限制騰訊話語權，84%的股權牢牢握在手里，用獨立性換來了定價權。

DeepSeek做的事極度聚焦。不做多模態，不做語音模型，不做視頻模型——V4.1才開始試水圖像和音頻。梁文鋒把所有資源砸在一個點上：用最低的成本，訓出最強的語言模型。

DeepSeek走的路是：人少、聚焦、極致效率。

但命門同樣清晰：DeepSeek至今沒有真正的商業化閉環。1.27億月活是免費用戶，700億融資是為了AGI而不是賺錢。這條路OpenAI走了8年還沒走完。

他的團隊確實精干，270人做出1.6萬億參數模型，人均產出極高，但AGI不是光靠人效能解決的。

2.MiniMax

MiniMax的底牌是全模態加出海。據高盛研報，Talkie年營收約7000萬美元，是四家里唯一有C端現金奶牛的。

Lightning Attention架構讓它做到400萬token上下文窗口，據remoteopenclaw.com評測，這是全球所有生產模型中最長的。技術上有獨門絕技。

但命門是Coding轉身太晚。2025年10月M2才第一次明確按Coding導向設計基礎模型，據鈦媒體梳理，比智譜晚了將近一年。

閆俊杰在2021年押注C端娛樂加全模態加出海，這條路在2024年看起來最聰明——當年就自負盈虧了，但錯過Coding的窗口，代價是市值只有智譜的1/3。

據鈦媒體報道，智譜M2.7技術上追平了第一梯隊，但在開發者心智和Agent生態上慢了至少兩個季度。

3.智譜

智譜的底牌是Coding最早最深。據鈦媒體梳理，GLM-4.5就開始押注Coding路線，比其他家早了將近一年。這個時間差讓它在開發者心智里搶占了先機。

智譜做了40+款國產芯片適配、1.2萬企業客戶、全棧API服務。智譜有Coding先發優勢、漲價能力以及和字節深度綁定，基本盤最扎實。

但命門也在這里：如果Anthropic或OpenAI的Coding模型突然大幅降價，智譜的溢價空間就會被壓縮。前十大互聯網公司9家在用它，意味著一旦有人跑路，就是巨大的負面信號。

4.月之暗面

月之暗面的底牌是增長速度。據《晚點LatePost》和美團龍珠合伙人王新宇透露，ARR兩個月翻倍，從1億到2億美元只用了60天。

K2.6開源后開發者生態快速膨脹，Kimi Claw踩中了Agent風口，海外營收占比超50%，不再被國內C端價格戰卡脖子。

但命門在于：月活從3600萬跌到967萬，說明C端用戶用腳投票了。Kimi押注的是“中國版Anthropic”——純模型公司，不卷C端。

但如果模型能力追不上Anthropic，估值就撐不住。200億美元對應的是“下一個Anthropic”的預期，不是“又一個國產模型”的現實。

04

結語

DeepSeek、MiniMax、智譜、月之暗面這四家公司，分別代表了中國AI創業的四種原型：技術理想主義、商業現實主義、學院派穩健主義、產品精英主義。

它們都信奉AGI，但通向AGI的路徑大相徑庭，有人走開源、有人走閉源、有人走B端、有人走C端、有人走國內、有人走出海。

沒有普適的最佳實踐，但都是中國AI之路的前行者，終極強者未見分曉，但每一條路都是一種極致的探索。這或許就是從這四家公司身上，我們能學到的最重要的一課。

參考來源：1.《AI五虎2026年中數據全景：月之暗面、階躍星辰、MiniMax、深度求索、智譜原創》，AI實用工具盒。

THE END