本文系深潜 atom 第 1038 篇原创作品

"

流量入口新解法：

千问为行业打出生态样本

孟烦了丨作者

深潜 atom 工作室丨编辑

近日，马斯克与 OpenAI 之间的官司持续发酵，不仅将这家行业标杆推上风口浪尖，更让大洋彼岸关于 "AI 应走盈利路线还是坚守公益属性 " 的争论愈演愈烈。马斯克与 OpenAI 的 " 盈利 VS 公益 " 之争，更像是实验室里的理想主义辩论，脱离了大模型行业的现实生存压力。

在国内市场，大模型行业早已分出两条截然不同的赛道，呈现出鲜明的分化格局：新势力被算力、资金、商业化三座大山牢牢压迫，只能依靠持续融资续命，盈利依然是遥远的目标；大厂则放弃了单一变现的逻辑，将大模型深度嵌入自有生态，以流量入口、场景协同的方式实现价值落地，用生态收益覆盖 AI 成本。

特别是 2026 年 5 月 11 日，阿里千问与淘宝全面打通，在千问 App 与 AI 对话，可以实现淘宝上的商品挑选、对比及下单购买。千问基于阿里的生态体系，正在为大模型行业打出生态样本，走出了一条差异化的破局之路。

算力与资金：悬在大模型头顶的达摩克利斯之剑

2026 年初，MiniMax、智谱 AI 相继成功上市，凭借技术优势收获资本市场的高估值，成为国内大模型新势力中的 " 明星企业 "。

与之形成鲜明对比的是，曾经与它们并肩前行的 Kimi，却深陷算力危机的泥潭难以自拔，高峰时段 " 算力不足 " 的提示成为 Kimi 用户的常态，频繁的卡顿、无法正常调用等问题，不仅影响用户体验，更直接制约了其业务的持续扩张，这背后是大模型爆发式增长与算力供给短缺之间的尖锐矛盾。

Kimi 的困境极具行业代表性。2026 年 1 月底，Kimi K2.5 模型与 Kimi Claw 智能体同步推出，凭借更强的上下文理解能力和高效的智能交互体验火爆出圈，直接带动其业务实现爆发式增长。但这份繁荣的背后，是 Token 消耗的指数级飙升，算力缺口成为制约其发展的巨大瓶颈。

智能体浪潮的兴起，进一步放大了行业的算力缺口。以 OpenClaw 为代表的智能体框架，彻底改变了大模型的应用形态，将其从简单的问答工具升级为全天候待命的数字员工，单智能体的 Token 消耗是普通聊天场景的几十倍至上百倍。Kimi 的 " 算力不足 "，并非个例，而是中国大模型周调用量突破 4.69 万亿 Token、位居全球领跑地位背后，所有独立新势力共同面临的生存困境。

对比之下，头部玩家的算力优势成为破局关键。DeepSeek 凭借控股股东幻方量化的自研算力集群，组建了极扁平团队，实现了 " 国模 + 国芯 " 的深度协同，成本优势碾压同行，得以在激烈的竞争中站稳脚跟。

算力的背后，是无底洞般的资金消耗。大模型的训练、推理、运维每一个环节都需要巨额资金投入，对于缺乏生态支撑的独立厂商而言，只能依靠持续融资来维持生存。

天眼查数据显示，2026 年 5 月 6 日，Kimi 母公司北京月之暗面完成 20 亿美元 D 轮融资，投后估值突破 200 亿美元；已经成功上市的 MiniMax、智谱 AI，并且在 IPO 中分别募集资金 55.4 亿港元和 43.48 亿港元，也依然依赖资本市场的输血，才能维持高额的研发与算力投入。

没有充足的资金锁定算力，没有稳定的算力支撑模型迭代，大模型新势力连入场资格都难以保住，算力与资金的双重枷锁，成为悬在所有行业玩家头顶的达摩克利斯之剑。

ToC/ToB 均陷困局：大模型短时间内很难赚回投入成本

美国亿万富翁、《创智赢家》投资人马克 · 库班曾断言：" 未来只有两类公司——真正善用 AI 的，和会被淘汰的 "，这句话精准点出了 AI 时代的行业趋势，但他同时直言，OpenAI 永远赚不回投入的 1 万亿美元，一语道破了大模型行业普遍面临的商业化死局。

作为全球 AI 大模型的标杆，OpenAI 的困境极具参考意义，也折射出整个行业的生存现状。

OpenAI 最初以公益为初心，致力于推动 AI 技术的普惠性发展，但持续攀升的研发与算力成本，最终迫使它转向商业化。2026 年 3 月，OpenAI 完成 1220 亿美元融资，估值飙升至 8520 亿美元，月收入突破 20 亿美元，商业变现能力持续提升，但盈利依然遥遥无期—— 2026 年预计亏损仍高达 140 亿美元，内部预测最早要到 2030 年才能实现盈利。

回顾 2025 年，OpenAI 营收达到 131 亿美元，净亏损却高达 80 亿美元，毛利率从 40% 下滑至 33%，形成了 " 用户越多、亏损越多 " 的尴尬局面，即便拥有强大的技术优势和庞大的用户基础，也难以摆脱成本的桎梏。

国内大模型新势力的财报，更直观地展现了行业的亏损现实。智谱 AI2025 年总收入仅 7.24 亿元，净亏损却达到 47.18 亿元，经调整后净亏损仍有 31.82 亿元；MiniMax2025 年营收为 7903.8 万美元，年内亏损却高达 18.72 亿美元，经调整净亏损 2.51 亿美元，即便其超 70% 的收入来自海外市场，试图通过出海寻找新的盈利突破口，也依然难以扭转亏损局面。

此前，字节豆包即将开启收费模式的消息引发行业热议，不人甚至将其视为 C 端变现的信号，但腾讯高管在财报会议上的表态，却给这份期待泼了一盆冷水——仅靠 C 端订阅，短期内无法支撑大规模的商业模式。这也意味着，独立新势力寄望于通过 C 端订阅实现盈利的路径，可行性极低。

独立大模型的商业化，正陷入 ToC 与 ToB 两端的双重挤压。在 ToC 端，豆包、千问等大厂产品依托自身生态优势，以免费模式引流，快速抢占用户市场，而 Kimi 等独立 App 则需要投入高额成本获取用户；在 ToB 端，API 市场陷入恶性价格战，DeepSeek 凭借极致的性价比抢占市场份额。投入与回报的完全失衡，形成了 " 投入越大、亏损越多 " 的恶性循环，独立大模型的盈利之路，依然遥遥无期。

流量入口新解法：千问为行业打出生态样本

AI 服务有着刚性的算力与研发成本，无法长期维持免费模式，但独立变现又难以为继，这一矛盾让整个大模型行业陷入两难境地。

就在行业普遍迷茫之际，2026 年 5 月 11 日，阿里千问与淘宝全面打通，给出了一份全新的解决方案：放弃独立变现的单一思路，将大模型嵌入巨头生态，作为流量入口，通过生态闭环覆盖 AI 成本、创造增量价值，这一模式不仅打破了行业困境，更成为大厂生态破局的典型样本。

此次千问与淘宝的全面打通，实现了全链路 AI 购物闭环：用户在千问 App 内通过自然对话，即可完成淘宝商品的筛选、对比、下单、支付、物流跟踪全流程操作，无需跳转至淘宝 App，极大提升了购物便捷度；同时，淘宝 App 内也内置了 " 千问 AI 购物助手 "，为用户提供 AI 试穿、优惠核算、低价帮抢、同款检索等多元化服务，全方位优化购物体验。而千问在购物功能上的核心优势，更体现在其强大的场景适配与精准服务能力上。

千问依托淘宝 40 亿商品库与 20 年积累的消费数据，结合自身强大的自然语言理解能力，能够精准捕捉用户的购物需求。此外，千问还具备 " 以图搜衣 "" 视频截帧识款 " 等功能，解决了用户 " 看到喜欢却找不到同款 " 的痛点，同时内嵌购物场景下的消费风险提示功能，当检测到用户可能被营销话术误导或陷入非必要囤货时，会温和提示风险，助力用户做出更清醒的购物决策。

对大厂而言，大模型的核心价值不应该是直接收费，而是通过嵌入生态，实现多重价值赋能。一是盘活生态流量，通过 AI 能力提升用户使用时长与转化效率，将生态内的流量价值最大化；二是降低获客成本，依托自有超级 App 的流量优势为大模型导流；三是实现商业闭环，将 AI 能力嵌入自有电商、本地生活、办公等多元场景，用场景收益覆盖 AI 研发与算力成本，形成 " 生态反哺 AI，AI 赋能生态 " 的良性循环。

千问的实践充分证明，独立 App 形态的大模型竞争力正在逐渐弱化，嵌入巨头生态、成为超级入口的一部分，才是更可持续的发展路径。阿里通过千问串联起淘宝、本地生活、出行等各类服务，重新定义流量分发规则，也为其他大厂提供了可借鉴的生态破局样本。

对于新势力而言，当下的核心目标不是盈利，而是活下去，在巨头的挤压下寻找细分赛道的生存空间；对于互联网大厂而言，AI 从来不是一门简单的生意，而是守住未来流量入口、巩固生态优势的战略必争之地。未来，随着生态融合的不断深化，大模型的价值将进一步释放，而 " 生态赋能 AI，AI 激活生态 " 也将成为行业发展的主流趋势。