字節領航、Kimi 爆發：紅包大戰落幕，AI行業變天

這個春節，互聯網巨頭們用數十億真金白銀砸出了一場聲勢浩大的紅包雨，試圖強行拉高 AI 應用的滲透率。但在聚光燈之外的隱形戰場上，另一場決定中國 AI 行業真實位次的較量，交卷速度比預想中更快。

截至發稿前，市場的喧囂已然歸位：豆包重新穩住榜首，千問守住第二，而部分靠紅包沖量的產品排名正隨著假期結束大幅回落。業內人士直言，紅包拉新的 7 日留存率可能不到 20% —— 巨額補貼買來了瞬時的流量波峰，卻沒能買到用戶真正的停留。

這種“快進快出”的殘酷現實，正是 2 月 AI 大模型行業史無前例發布潮的縮影。短短 15 天內，國內外共計發布 20 余款大模型產品，覆蓋通用、代碼、視覺及視頻生成等五大核心賽道。這波競速將大模型的技術競爭推向頂峰，資本市場也一度給出了足以向海外巨頭看齊的定價。大年初五（2月21日），智譜與 MiniMax 在港股首個交易日雙雙暴漲，市值先后突破 3000 億港元。

一級市場中，有消息稱，月之暗面最新一輪融資估值在100億到120億美元之間，這意味著月之暗面的市場估值在四十多天里直接翻了一倍有余，從43億美元飆升至百億美元俱樂部。

不過，智譜與 MiniMax 兩大巨頭在市值短暫沖破 3000 億大關后均步入回調，目前均在 2500 億左右波動，合計市值蒸發近千億港元。全球股市在此前“AI恐慌”后的反彈動能顯露疲態，亞太市場早盤的科技股狂歡正面臨考驗。即便是英偉達強勁的季度業績也未能徹底消除市場對人工智能投資前景的疑慮。

聚光燈之外，另一場決定中國 AI 行業真實位次的較量，才剛剛交卷。

決定勝負的“隱形戰場”

在海外，OpenAI 將火力集中在垂直賽道，推出了代碼專用大模型 GPT-5.3-Codex 及其細分版本；而谷歌 DeepMind 與 Anthropic 則堅守通用底座的迭代，先后發布 Gemini 2.0 Pro 與 Claude Opus 4.6。

視線拉回國內，這同樣是一次毫無保留的肌肉秀。字節跳動更新了豆包 2.0；阿里發布了 Qwen 3.5；螞蟻集團作為后起之秀，一口氣開源了 Ming-flash-omni-2.0 等三款基座大模型，并專門成立“大模型技術創新部”為企業版鋪路。此外，智譜、階躍星辰、月之暗面、MiniMax 等創企，則構成了此輪技術上新的絕對主力。

國產模型的集體亮劍，直接引發了全球權威大模型評測榜單 LMArena 的大換血。這其中，最讓行業意外的是字節跳動的 Seed 2.0。作為首次亮相的旗艦，其 Dola-Seed-2.0-preview 版本不僅拿下了國內綜合排名榜首，更強勢擠進全球前十，位列第 9。

在被視為模型邏輯“硬通貨”的 Coding（編程）和 Hard Prompts（高難度指令）測試中，Seed 2.0 分別位居全球第 7 和第 8。這證明了在處理復雜邏輯和生產力場景下，字節已經具備了與 Google 和 OpenAI 正面硬剛的硬核實力。

兩年前 Sora 爆火時，字節按下了發布半成品（MagicVideo-V2）的沖動，花了一整年時間清洗抖音與 TikTok 的海量非結構化數據，并通過引進前 Google 科學家吳永輝補齊了基座研發的拼圖。

緊隨其后的，是智譜 GLM-5、百度 Ernie-5.0-0110 以及阿里 Qwen3.5，分別位列 16、17、18 名。多模態在這一輪更新中已成為標配，大模型正在從單一的對話工具，躍升為整合了內容、視覺與 Agent（智能體）的“智能操作系統”。

大廠們可以選擇用虧損和“鈔能力”去搶奪 C 端的話語權，但對于沒有無限流量池的創業公司而言，話語權和商業化的生死線，只能由模型本身的智力水平來決定。自 2026 年初相繼在港股 IPO 后，智譜和 MiniMax 的股價隨著技術迭代水漲船高。

特別是 2 月 12 日兩家公司上架新一代模型后，市值雙雙創下歷史新高。截至 2 月 17 日，智譜的盤中最高市值超過 2200 億港元，MiniMax 突破 2600 億港元，較上市初期翻了四至五倍。

這種狂熱并非全無邏輯。以海外標桿 Anthropic 為例，其 ARR（年度經常性收入）從 2023 年的 1 億美元暴漲至 2026 年 2 月的 140 億美元，支撐起了 3800 億美元的最新估值，對應 27 倍的動態市銷率（PS）。國內的一線創企在技術上已經實現了對海外的緊密追趕，資本市場愿意給予幾百倍的超高 PS，本質上是買單其未來三年十倍以上的營收增長預期。

二級市場的造富神話，迅速點燃了一級市場捕手們的 FOMO（錯失恐懼癥）情緒。他們將目光投向了尚未上市的月之暗面（Kimi）。春節剛過，月之暗面便無縫開啟了新一輪融資，由阿里、騰訊、五源資本等老股東領投，融資額超 7 億美元且已超募，公司估值被推高至 100 億-120 億美元。這個數字，甚至已經超過了智譜和 MiniMax 年初的 IPO 發行市值。

投資機構不是慈善家，他們愿意在二級市場已有標的的情況下，繼續在一級市場重注 Kimi，是因為看到了爆發式的基本面反轉。1 月 27 日，Kimi 發布并開源了迄今最全能的模型 K2.5。發布不到一個月，Kimi 近 20 天的累計收入直接超越了 2025 年全年的總收入。更關鍵的是，收入結構發生了質變——受全球付費用戶和 API 調用量大漲驅動，Kimi 的海外收入已歷史性地超過了國內收入。

在沒有任何營銷紅包加持的情況下，Kimi 依靠純粹的模型能力，在 OpenClaw 的模型調用榜中穩居第一。事實證明，只要模型足夠聰明，商業化的齒輪就會自動咬合并瘋狂運轉。

當通用對話模型的及格線被拉平，巨頭與創企們不約而同地將目光投向了下一個戰略高地，也就是垂直專業領域，尤其是代碼（Coding）與智能體（Agent）賽道。與吟詩作對的閑聊不同，寫代碼和執行復雜任務，要求模型必須具備慢思考的能力。而這也是檢驗大模型是否能從“玩具”變成“生產力工具”的唯一標準。

OpenRouter與a16z聯合發布的《2025 AI使用報告》顯示，覆蓋超100萬億Token的匿名元數據。里面有一組數據極其關鍵——編程任務的Token占比從2025年初的11%飆到了50%以上，已成為平臺最大的單一使用品類。

硅谷和中國的大廠也把“Coding”做成了產品級動作。在最新的評測中，智譜的 GLM-5 以 1452 的評分躋身全球前八，成為唯一殺入該單項前十的國產力量；月之暗面的 Kimi K2.5-thinking 雖然綜合排名在第 19，但在數學（Math）維度高居全球第 8，在專家（Expert）維度排名第 10。通過引入強化學習和復雜的思考機制，國產模型在數理邏輯和極高難度的理科問題上，已經超越了許多排名靠前的傳統通用模型。

架構的演進也在印證這一點。硅谷 Anthropic 發布的 Claude Code 被定義為工程型 Agent，而 Kimi 2.5 則前瞻性地推出了“Agent Swarm（智能體集群）”架構。通過調度多達 100 個 Agent 分身，Kimi 2.5 能夠并行處理 1500 個步驟并完成極其復雜的任務。這標志著單一 Agent 的時代徹底成為歷史，模型學會了“自我反思”與“任務拆解”。

與此同時，底層基座的門檻正在被巨頭強行拉低。阿里千問 Qwen 3.5 的 API 價格已經殺到了每百萬 Token 僅 0.8 元，且極有可能在開源社區并入原生的 VLM（視覺語言模型）架構；螞蟻、階躍星辰等公司也紛紛開源核心模型。

當底層大模型的調用成本無限趨近于零，一個龐大的中間層生態正在悄然成型。大量服務商開始依托開源基座，通過“上下文工程”，將大模型塞進垂直行業的縫隙，譬如為為金融機構定制風控，為醫療企業輔助診斷，或者是為制造業調度生產。

而能活到最后的，永遠是那些掌握最強算力、沉淀最深數據，并能寫出最優雅代碼的人。

降本增效是唯一的避風港？

春節后的港股首個交易日，是一場屬于中國 AI 創企的盛宴。智譜單日暴漲 42.72%，收盤報 725 港元，總市值直接沖破 3232 億港元。同一天，MiniMax 亦大漲超 14%，報 970 港元/股。兩家公司的市值攜手跨越了 3000 億港元的大關。

撐起這場狂歡的，是一份看似無可挑剔的商業化成績單。以智譜為例，在發布 GLM-5 的同一天，它做出了一個違背互聯網早期“免費換規模”常理的動作——全線漲價。核心產品套餐整體漲幅最低 30%，海外版訂閱價格最高直接翻倍，甚至取消了新用戶的首單優惠。

但令人意外的是，用戶依然在為此買單。數據顯示，智譜的付費用戶數已達到 270 萬，今年 1 月甚至因為用戶調用量激增，不得不將套餐每日可銷售量削減至原來的 20%，開啟了罕見的“限售模式”。

MiniMax 同樣在證明自己的造血能力。2 月 13 日發布的 MiniMax M2.5 文本模型，上線不到一周便迅速登頂 OpenRouter 的 Token 調用榜首。在 2 月 9 日至 15 日的統計周期內，僅 M2.5 一個模型就貢獻了 1.44T 的 Token 調用量，規模超過了 Kimi K2.5、GLM-5 和 DeepSeek V3.2 的總和。

API 調用的爆發和 B 端定制服務的增長，讓 AI 企業的營收模式從單一的“融資燒錢補貼”轉向了“多元變現”。這是催生資本市場對 AI 重新估值的基本盤。

然而，狂歡往往與恐慌相伴相生。短暫突破 3000 億港元后，智譜和 MiniMax 的股價迎來了毫無征兆的暴跌。至 2 月 23 日收盤，智譜重挫 22.76%，MiniMax 跌去 13.35%，二者市值在短短幾天內合計蒸發近千億港元。這種劇烈的震蕩表明：即便模型能力在穩步提升，即便 B 端營收初見成效，但資本對于“過熱的 AI 經濟”和“難以收回的沉沒成本”的恐慌，依然無法消除。

事實上，這種恐慌并非中國市場獨有。在大洋彼岸的硅谷，一場名為“CapEx Panic”（資本支出恐慌）的情緒正在華爾街的交易臺上迅速蔓延。

麥肯錫在最新發布的《2025 人工智能現狀報告》中提到，雖然 88% 的組織已經至少在一個職能部門中使用了 AI，64% 的企業利用 AI 進行創新，且高績效企業將超過 20% 的數字預算投入到人工智能領域，但最終，只有區區 6% 的企業看到了顯著的息稅前利潤（EBIT）增長。

巨大的投入沒有換來對等的利潤，這讓華爾街的耐心達到了臨界點。作為全球 AI 算力總龍頭的英偉達，成為了這場情緒博弈的最佳觀測站。在最新的財報中，英偉達預計第一季度營收將在 764 億美元至 796 億美元之間，這已經超過了分析師 728 億美元的平均預期。

但這份“超預期”的答卷，卻換來了盤后的股價跳水，最終僅微漲 0.2%，并直接拖累納斯達克 100 指數期貨下跌。原因很簡單，資本的胃口已經被無限撐大，一部分樂觀的交易員此前期望的是接近 800 億美元的指引。正如 Pepperstone Group 研究策略師指出，交易員對英偉達的預期已被“充分定價”，市場要求的不再是確認現狀，而是“再度加速”。

當英偉達未能就未來的驅動因素提供更多細節，甚至暗示了對過熱 AI 經濟的擔憂時，對估值高度敏感的華爾街立刻選擇了用腳投票。基礎設施投資的可持續性，被打上了一個巨大的問號。

畢竟，購買英偉達顯卡的巨頭們，正在承受著史無前例的現金流失血。在剛剛過去的財報季中，華爾街投行們算出了一筆賬：谷歌、微軟、亞馬遜和 Meta 四家巨頭，預計 2026 全年的資本支出（CapEx）總額將突破令人咋舌的 6500 億美元。僅僅為了維持這場游戲不下牌桌，巨頭們必須燒掉相當于好幾個超級獨角獸市值的真金白銀去購買芯片、建設數據中心乃至配套電廠。

當資本失去耐心，證明 AI 能賺錢，也成為了硅谷巨頭們財報會上最重要的防御戰。在四季度財報中，谷歌不得不極其刻意地將 AI 驅動的收入增長前置。

面對 Google Cloud 高達 47.8% 的同比增長，CEO 皮查伊重點強調：AI 基礎設施不僅驅動了云業務，也提升了公司整體業績。

谷歌必須向股東證明，AI 賺的錢，已經足以覆蓋掉那些昂貴的服務器折舊和驚人的電費賬單，實現了商業邏輯上的“自我融資”。微軟也在同步執行這一策略。在其財報聲明中，清晰地標注了得益于 OpenAI 的投資收益與云端 AI 服務的拉動，公司凈利潤得以實現 60% 的同比暴增。

這種由硅谷發源的“財報敘事轉換”，正在迅速傳導回國內。

在經歷了春節期間動輒數十億的紅包大戰與算力狂飆后，可以預見的是，在即將到來的財報季中，國內也將不再僅僅向股東談論“追求智能上限”的技術理想。轉而將敘事重心轉移到具體的商業指標上，他們需要重點宣傳 AI 究竟降低了多少獲客成本（CAC），如何通過精準分發提升了廣告的轉化率與 eCPM，以及那些被調用的開源模型如何拉動了阿里云、騰訊云們的 ARPU值。

無論是一級市場的爆炒，還是除夕夜的狂歡，商業的本質從未改變。只有實打實的“降本增效”數據，才能向股東們證明：這幾百億的紅包和幾千億的算力投入，是一次真正通過技術通縮效應（Deflationary Effect）重構商業模型的偉大戰役。

發再多的紅包，拉再高的日活，如果不能最終轉化為財報上的 Revenue（營收）和 Profit（利潤），在這場殘酷的周期中，終將被毫不留情地淘汰。

自2023年以來，微軟、Meta、亞馬遜和谷歌為構建“智能網格”投入的資本支出增長了4倍以上。科技巨頭們實際上正在經歷一次身份的蛻變：從輕資產的軟件公司，轉變為重資產的公用事業公司。

它們越來越像當年的愛迪生通用電氣公司。它們通過鋪設海底光纜、建設核電站（或投資小型模塊化反應堆）、堆疊數百萬顆 ASIC 和 GPU，構建了一張覆蓋全球的“智能電網”。

而在這場智能博弈中，最確定的贏家或仍是臺積電、英偉達、博通以及SK海力士這些供應鏈上游商家。這些企業持續享受著“算力大基建”的紅利，也為市場解釋了為何阿里與字節搶灘進入芯片領域。

2026年的春節，我們在搶紅包、巨頭在燒算力、初創在跑垂直。傳統的砸錢拉新到留存轉化的鏈條在AI產品上是斷裂的。中間缺了一環：場景教育。你得先告訴用戶，你可以用它寫周報、幫孩子檢查作業、做短視頻腳本，他才會真的打開產品去試。否則紅包花完了，產品還是躺在手機里吃灰。

《新立場》認為，長期來看，持有人工智能建設資產，基本面比宏觀流動性沖擊更重要。因為無論這場“模型大戰”誰勝誰負，人類社會通往智能化未來的底層設施，已經在這場春節的喧囂中，完成了最關鍵的一次合龍。

*題圖及文中配圖來源于網絡。