大模型也不得不脫下孔乙己的長衫。
在鄉親們的第一堂AI工具課上，儘管他們不知道騰訊元寶為何物，但表現得極為踴躍，「能勸和婆媳吵架不」「娃不肯結婚咋辦」。就在幾百米外，牆上剛刷上「母豬產後護理，問騰訊元寶」的廣告語。
阿里通義千問也跟養豬較上了勁兒，從體溫檢測、飼料配比到疾病預警，號稱要用演算法掌控每隻豬的一生。在同一片土地上，有人利用通義千問開發「農業農村法律政策」大模型，還有人在通義千問的基礎之上精調出「水稻種業」大模型。
各行各業對大模型的渴望遠超想像，開源的DeepSeek和Qwen成為了主要的推動力量之一。據統計，2025年上半年，有196個超10萬元的DeepSeek政企項目在全國鋪開。沒有花活兒，「DeepSeek+Qwen」落地教育、醫療、政務等領域成為了最優解。
從城市實驗室到農村田頭，通義千問們「下鄉」的背後，一方面充斥著大模型公司驗證場景和商業化路線的急迫性，另一方面也擠滿了怕被時代拋棄的人們。
中國大模型有專屬於自己的道路，既要躋身於一流，也要接地氣兒。進一步可拆解為，在國際榜單上Kill對手，在業務上吃掉客戶。
榜單無限遊戲
大模型哪家強，榜單成績說了算。
DeepSeek-R1的出圈給了人們最直觀的感受，中國大模型也揚眉吐氣了一回，有底氣和OpenAI、Anthropic這類絕對頭部一決高下。
DeepSeek用低成本和高效率，實現了R1在數學、代碼自然語言推理等任務上，性能比肩OpenAI o1正式版，DeepSeek-R1也由此成為了衡量國內大模型的「試金石」。
阿里通義千問早在2023年就走上了開源的路線，擁有國內最全尺寸、模態的大模型全家桶和完備的生態。從最初對標LIama系列到超越DeepSeek-R1和OpenAI o1，開源的阿里Qwen3迎來了自己的高光時刻。
今年4月29日，阿里正式開源通義千問模型Qwen3，其參數量僅為DeepSeek-R1的1/3，部署成本僅是滿血版R1的25%-35%。在模型部署成本大幅降低六到七成的情況下，Qwen3超越了R1、OpenAI-o1等全球頂尖模型。
Qwen3在推理、指令遵循、工具調用、多語言能力等方面均大幅增強，創下當時所有國產模型及全球開源模型的性能新高。
具體來看，在奧數水平的AIME25測評中，Qwen3斬獲81.5分，刷新開源紀錄；在考察代碼能力的LiveCodeBench評測中，Qwen3突破70分大關，表現甚至超過Grok3；在評估模型人類偏好對齊的ArenaHard測評中，Qwen3以95.6分超越了OpenAI-o1及DeepSeek-R1。
可以說，在一段時間內，Qwen3順利完成了DeepSeek-R1的接棒。我們了解到，很多企業面臨無法激活滿血版R1的情況，因此全尺寸、全模態的Qwen3系列成為了落地場景的選擇。更多情況下，企業選擇兩者都要，Qwen3與R1優勢互補，被打包進垂類場景解決方案里。
據智能超參數統計發現，性能突出且開源的DeepSeek、Qwen等開源大模型的出現，一定程度上改變了金融機構的採購重心，給大模型To B行業帶來了改變。此外，DeepSeek、Qwen開源後，還導致了算力採購需求的激增，這都從側面證明了模型能力的重要性。
聚光燈之外，對標OpenAI，通義千問還做了很多動作來彌補Qwen3的不足：通義實驗室RAG團隊開源了WebDancer模型，可從零訓練一個DeepResearch類智能體；開源WebSailor模型，增強網頁檢索和複雜推理能力。
榜單即戰場，「紅皇后效應」日益凸顯，為了保持排名，玩家必須不斷奔跑。DeepSeek-R2蓄勢待發，沉寂已久的MiniMax和Kimi緊隨其後。模型榜單排名遊戲似乎沒有終點，技術迭代、榜單擴容、評測維度變化，讓「第一」的頭銜永遠只是暫時的勝利。
市場份額之爭
在大模型技術迭代放緩之前，榜單仍有存在的價值。當下而言，大模型榜單排名直接影響AI公司的融資估值和客戶信任度。
榜單算得上大模型的第一張名片，背後直接關係到大模型市場份額的競爭。據一篇關於「2025年上半年大模型API市場數據分析帖子」，大模型市場份額方面，谷歌以43.1%的份額穩居第一，DeepSeek和 Anthropic分別以19.6%和18.4%的份額佔比位列第二和第三。
谷歌「量大管飽」「全覆蓋」的策略，令其在市場（特別是文本翻譯領域）佔據了絕對優勢。DeepSeek雖屬於後起之秀，但在開源、性能優勢的加持下快速追趕了上來，自DeepSeek-V3發布以來，一直保持著一定的市場份額，並且在持續擴大。
Qwen3因為比DeepSeek慢了一步，沒有吃下這波開源的紅利。截至今年上半年，通義千問（Qwen）系列模型僅佔據了1.6%的市場份額。
DeepSeek的市場份額擴大，似乎表明大模型的競爭格局尚未成型。即只要模型得到市場認可，就有可能與巨頭抗衡，今天是DeepSeek，明天就有可能是通義千問。
這也解釋了MiniMax、Kimi舉公司之力突破和開源最新大模型能力的原因，這些公司也想吃下一部分大模型細分市場份額。成為OpenAI、谷歌的「高仿」也在考慮範圍內，比如最近就已經有開發者用Kimi K2模型來替代Claude 4的某些功能，其核心優勢就在於免費、開源。
比起創業公司的單點爆破，國內通義千問的贏面或許更大。大模型市場份額比拼的是長期競爭力，無論是開源還是閉源，大模型能力都得保持一直更新中，稍有不慎就面臨著掉隊的風險。
一個典型的例子是LIama，LIama2、LIama3此前在開源社區聲量很高，但後期模型能力差強人意，被同樣開源的DeepSeek取而代之。MiniMax、Kimi等公司缺乏持續開槍的彈藥，受IPO的壓力，也許很難保證連續性的突破式創新。接下來中國大模型市場份額的競爭，角逐者仍鎖定在DeepSeek和通義千問之間。
魔搭開發者大會上，通義千問負責人林俊暘透露，通義千問將繼續在強化學習方向探索，從大模型訓練時代邁入智能體訓練時代。多模態是其中一個重點方向，Qwen下一代VLo已經在路上，目前已有一些階段性進展，多模態模型的生成和理解統一是現在的目標。
大模型下沉
大模型燒錢換來榜單的一席之地，最後總得有人來買單。
現在模型廠商推進商業化路線大致有兩種。
一種是拿下各行業大客戶，打造標杆，以此來吸引同行業其他潛在群體。阿里通義大模型已經服務了商業銀行、互聯網公司、手機品牌、家電龍頭、高校及科研院所、汽車行業等客戶。
另一種是做To B定製化單子，主要面向政企類客戶，交付包括算力、大模型、智能體應用在內的一體化解決方案。
以上兩種路徑的共同點是，由通義方來主導，自上而下地推動大模型落地。同時，光子星球注意到，除了頭部大客戶外，大模型下沉的趨勢越來越明顯，不少團隊正在主動集成通義千問大模型，在此基礎上落地應用。
「農法千問」大模型是以農業農村法律政策為主要內容的AI大模型，通過集成通義千問技術，將晦澀法規轉化為方言問答，來提升農民法律意識。同樣在農業領域還有相關論文在討論，通義千問參與設計灌溉系統、土壤改良方案的可行性。
此外，在河南、重慶等地的鄉村，百度千帆平台正推動「大模型下鄉」計劃，幫助村民便捷處理醫保繳費、戶籍辦理等瑣碎事務。還有一些城市和縣域，研究AI公務員上崗、大模型種植荔枝和AI養豬，這些是比鄉下「刷牆」更實在的大模型滲透方式。
總體而言，中國大模型已經走過了炫技和參數比拼的時代，剩下的只有解決一個個行業問題。
互聯網大廠的下沉市場競爭由來已久。
阿里曾在2017年推出ET農業大腦技術，將AI與農業深度結合，形成從生豬養殖到經濟作物的全場景解決方案。在「熱土計劃2024」中加大投入、提供專項基金，聯合多方共建鄉村可持續發展實驗室。在此基礎上，大模型全線向下滲透不過是時間問題。
對下沉市場而言，中國模型具有本土優勢。在中文語境、方言理解上的本土化能力，比國際模型更適配縣域需求。一些輕量化模型和MoE架構降低部署成本，更適合於算力薄弱地區。在這個過程中，通過與G端和B端企業的合作，還能撬動C端應用入口的下沉，讓「母豬產後護理，問騰訊元寶」不再流於口號。
大模型的商業化之路，正從高懸的「技術神壇」走向廣袤的田間地頭。
榜單排名競爭固然重要，但未來大模型的價值將在，用方言解讀法律條文的村口，在AI測算灌溉流量的水渠邊。
