自立山门要哪些真功夫，十三家修到了哪一步？
判断｜自营要把生产、产品与客户经营接起来。自有、租赁和共建都能提供资源；CADEF与EDP解释能否持续掌炉，金印仍由客户建设和经营结果确认。
AI模型江湖03 / 专题研究 · 产业与投资
谁说前沿实验室成不了元婴？
# 自立山门要哪些真功夫，十三家修到了哪一步？
普通人的红利：产业 × 投资 × 交易，寻找AI时代的Google、Amazon ｜ 于AI诸相中，普皆共证菩提
本系列纯属个人兴趣，仅为AI江湖的八卦交流，不构成任何投资建议！如有侵权，联系删稿！｜2026年10月
<strong>问题｜</strong>想经营自己的通用智能山门，究竟要自己做好什么？用同一把尺看，十三家的自营各修到了哪里？
<strong>判断｜</strong>自营要把生产、产品与客户经营接起来。自有、租赁和共建都能提供资源；CADEF与EDP解释能否持续掌炉，金印仍由客户建设和经营结果确认。
<strong>看什么｜</strong>先看自营条件，再看十三家已经做成什么、还缺哪一道关，最后看有限的通用席位与失利后的去向。
第1章 想自立山门，究竟要自己经营什么？
上一篇讲供丹、立派、入世的取舍，这一篇先把“立派”打开。山门要立起来，丹炉要能开工，产品要有人买，客户出了问题要有人负责，下一代还要接着炼。只说“我要自营”，离这些事真正运转起来还很远。
本篇所说的自营，是企业自主组织智能生产，经营自己的产品和客户，并承担持续交付。客户可以购买模型API，也可以订阅工作平台；关键在于企业能否决定提供什么、怎样生产、怎样服务，以及如何继续改进。API是交付方式，不能看见API就把一家企业归成替别人供货。
资源可以买，也可以租。像租场地开餐厅一样，场地的产权不决定餐厅由谁经营。但智能工厂还有更深一层：模型训练、推理系统、调度和故障处理，哪些环节由自己做，哪些由伙伴做？原来的C0正是用实际设计、整合和运营职责回答这一问。
因此，原来强调“不掌握生产根基，就难成新大厂”的判断仍有力量，但不能收窄成必须把所有卡买进资产负债表。租赁可以支撑自营，租约却不会把供应商的全部工程能力一并送给租户。最终要看，这家企业能否持续作出并执行关键生产决定。
我们这一篇争的是通用智能平台的山门。开出自营业务、具备持续经营能力、修成通用元婴，需要分别证明。先讲清修为和经营条件，才有资格比较谁修得更深。
第2章 丹炉、功法、丹材与粮草，哪样真功夫能少？
一座智能工厂，首先得把算力变成可用产出。跟着一次训练走进去：数据从存储进入计算，任务分到许多设备上，设备不断交换信息，系统保存状态，故障发生后恢复。任何一段长期阻塞，昂贵设备都会耗在等待里。
CADEF的C用“算存光冷电”描述物理条件，用“编并调容服”描述组织这些条件的软件。存储供不上，计算要等；互联不畅，设备要等；供电散热不能支持连续运行，名义性能就兑现不了。编译、并行、调度、容错和服务共同决定，客户到底能拿到多少有效产能。
DeepSeek-V3的技术报告提供过具体实证：团队把FP8混合精度、DualPipe流水并行和跨节点通信优化放到同一训练体系中，减少计算等待通信的开销。[1] 这说明功法与丹炉能够共同改进；它证明的是特定版本和集群的工程能力，不能被放大成所有任务都具有相同成本优势。
不过，只有C强，仍可能高效地炼出客户不需要的丹。算法A的“架训配评迭”，要连接结构、训练、配方、评测与迭代。它决定下一轮探索什么，也决定怎样确认进步。模型只在熟悉的试题上变好，却不能改善目标任务，就不能把新增计算全部记成生产力。
数据D的“人合环验洗”，关心可信学习信号怎样制造和整理。模型能大量生成材料，并不意味着这些材料都值得学习。任务是否成立，结果怎样验收，错误是否会被反复放大，决定下一炉究竟在练什么。
经验E继续追问“量深轨果回”：真实工作是否足够深入，过程和结果能否观察，反馈是否有权用于改进，改进是否得到验证。客户量、调用量只是入口。结果留在客户环境里，原厂没有获得授权的反馈通路，就不能把客户全部经验记在自己名下。
资本F的“投融经储忍”让这套过程有时间兑现。设备维护、在线服务、下一代训练和失败重试，都需要可用资源。融资多了一段建设时间，租约多了一项产能安排，也多了一份义务。现金、消耗和承诺要一起看，估值不能替代粮草。
在EDP中，发动机E内部就是CADEF；工程化D和平台化P进一步解释怎样交付、怎样组织经营。沿用原标准，才能把这几项能力接成一套因果关系。
<strong>表1 自营山门的真功夫，各自解决什么问题？</strong>
| 原有标准 | 支撑自营的实际工作 | 仍须看见的结果 |
|---|---|---|
| C｜算力工程 | 算存光冷电／编并调容服，组织有效产能。 | 任务能持续运行，关键系统可以改进。 |
| A｜算法效率 | 架训配评迭，推进相关任务能力。 | 同条件下能力或效率改善，下一代能接续。 |
| D｜数据工厂 | 人合环验洗，制造可信学习信号。 | 训练材料、验证与目标任务相匹配。 |
| E｜经验飞轮 | 量深轨果回，连接真实工作与授权反馈。 | 能够核实的改进，不能用调用量顶替。 |
| F｜资本续航 | 投融经储忍，覆盖投入、义务与失败。 | 仍有资源服务客户并继续下一轮研发。 |
| EDP-D｜工程化 | 以T时间、Q质量、C成本组织交付。 | 在明确任务和责任范围内持续达标。 |
| EDP-P｜平台化 | 开放、共生、团队，支持客户和伙伴经营。 | 客户用得起来，伙伴有自己的产品与经济空间。 |
这些是原标准的分工，不相加成为新总分，也不直接兑换金印境界。
第3章 炉子可以买、可以租，火候到底由谁掌？
自营从哪里起步？先把研究任务和交付承诺落到生产安排上：下一代要做哪些实验，在线产品要承受多大负载，什么环节允许等待，什么环节必须连续服务，再决定购买、租赁或与伙伴共建。先定生产要求，资源形式才有取舍依据。
自有资源的价值，是企业能够直接安排设备和关键系统的演进；相应也要承担采购、运行与闲置。租赁减少部分前置建设，却需要处理容量保障、期限和价格约束。深度共建允许双方各展所长，但真正留下什么能力，要逐项看实际职责。三种安排可以并存。
OpenAI在2026年1月与SB Energy的公告里，既有1.2GW数据中心租赁，也有SB Energy建设运营，以及结合OpenAI自身数据中心设计的安排。[2] 这是一种具体分工：基础设施伙伴经营自己的环节，模型公司带入自己的设计能力。租赁与自主建设可以同时成立，公告也没有证明全部容量已经投产。
Anthropic与AWS的合作则给出另一种掌炉证据：Anthropic工程师编写低层内核，参与Neuron软件栈，并与芯片设计团队协作。[3] 它所掌握的能力，可以根据这些工作来评价。使用AWS不会抹去这份能力；参与若干环节，也不意味着AWS整座工厂的能力全归Anthropic。
真正掌炉的团队，要能定位“为什么这一轮慢了、哪里开始出错”，并推动修改模型、编译、网络或调度。训练顺利还不够，推理请求长短不一，客户对等待时间又有约束；团队得把吞吐、延迟和资源消耗组织到同一服务承诺里。
还要把建设进度与交付分开。OpenAI在2025年7月同一份Stargate公告中，既披露新增容量的开发协议，也说明Abilene部分设施已经开始早期训练与推理负载。[4] 计划、建设、投产和持续经营各有位置，不能把宣布的容量一加，就当作今天能够交给客户的产能。
这也使“自主根基是必要条件”能够接受反证：如果普通外部供给长期足以支持一家Lab持续前沿、承载客户跨代建设并兑现元婴的经营结果，就应修正这个必要条件的适用范围。不能等它成功，再把普通采购追认成深度共建。
第4章 炉火不断、客户肯留，山门才算经营起来？
丹炉运转起来以后，真正的自营才进入天天要过的关：客户交钱，究竟能得到什么？这里继续用EDP工程化D的TQC，把生产能力落到明确的任务和责任上。
T是时间。训练实验多久完成，故障恢复需要多久，新客户何时能上线，在线请求是否按约交付，分别对应不同过程。平均速度漂亮，仍可能掩盖少数严重延误。扩容的价值，要能走到客户的实际使用里。
Q是质量。模型在评测中有能力，更换硬件、调整路由或扩大服务以后，结果能否保持？Anthropic在2025年9月的故障复盘中承认，基础设施问题曾使部分回答质量下降，既有评测未充分捕捉，团队随后修复并补充生产验证。[5] 这是历史工程案例，说明掌炉需要持续验证，不能据此推定今天的故障率。
C是同一质量要求下的合格交付成本。设备在运行，不代表都在产生有效成果；请求返回了，也可能还要返工或人工接管。原厂要算资源与服务的完整成本，客户也要算集成、验证和维护的成本。低价能够吸引尝试，交付长期合算，才有继续使用的理由。
生产做好以后，还得有人把它经营成产品。客户需要能理解的功能和价格，需要账户、权限、支持、迁移与版本安排；开发者遇到问题，有人能解释并解决。模型团队提出新能力，产品和服务团队要将它变成稳定的使用方式。这些工作缺位，再强的模型也可能只给别人提供了开店的材料。
EDP的P所说的开放、共生、团队，在这里就有了实际内容。开放让客户接得进来、建得起来；共生让伙伴能保留自己的产品、客户和经济空间；团队保证产品、研发、工程与客户服务有持续负责人。伙伴有生意可做，才可能围绕这个底座长期投入。
自营还要做选择：哪些客户适合标准产品，哪些需求值得进入共同路线，哪些定制会拖累下一代？获客、试用、付费、续用是连续的经营工作。靠补贴换来调用，或者靠大量人力守住一个项目，都不能直接证明通用平台已经站稳。
所以，客户在自己手里，应理解为企业正在经营持续的产品与服务关系。客户仍保有选择权。自营API取得收入，先证明生意发生；客户把重要建设留在共同底座上，并跨代继续投入，才进一步触及金丹。
第5章 同样要自立山门，十三家究竟修到了哪里？
条件讲清之后，再回头看十三家，判断会具体得多。以下以2026年10月3日可核读的公开材料为界，保留每项事实自己的日期。旧工程报告证明已经做过的事，最新产品说明证明当前入口；它们都不能冒充同日、同任务的完整横评。
先给出我的判断：按可见的生产与经营体系，Google是海外最完整的参照之一，阿里在国内也呈现出较完整的云、模型与客户经营组合。新Lab里面，OpenAI和Anthropic已有明确的直接客户、产品和生产组织；国内智谱的平台经营与国产推理组织，MiniMax的产品和开放平台收入，都是自营已经发生的证据。[2][3][6][7][8][9][10][11][12][13]
“体系完整”与“模型业务已成金丹”仍是两道题。大厂的旧云客户与旧利润不能借给新模型授阶。下面逐家说明已见的山门和最近的关口；其中的相对判断是本文根据披露作出的研究归纳。
<strong>表2 十三家山门现状：已经经营什么，下一关在哪里？</strong>
| 公司 | 已见的生产与客户经营 | 自营判断与当前关口 |
|---|---|---|
| OpenAI | ChatGPT企业产品、Codex和API直接经营客户；官网有具名企业部署案例。SB Energy合作带入自身设计，Stargate已有早期负载实证。[2][4][6] | 自营产品与生产组织都较完整。继续看跨客户、跨代建设能否留下，以及产能义务与经营消耗能否匹配。 |
| Anthropic | Claude及自有API与云分发并存；参与Trainium底层协作。2026年4月披露已使用逾百万Trainium2芯片训练和服务，并承认需求增长带来的服务压力；巴克莱有已运行案例。[3][5][7][14] | 企业工作入口和生产协作已有实质。下一关是扩容后的稳定交付、客户跨代固化，以及合作分工之后的可持续收益。 |
| AI Hypercomputer支撑Gemini与企业服务；TPU、网络、存储和软件有协同设计。Gemini Enterprise与直接API服务承载企业客户。[8][9] | 全套生产与经营条件强。必须分清客户为Gemini建设了什么、为多模型云建设了什么，不能用旧云地位给新模型结丹。 | |
| xAI／Grok | Colossus有集群建设运行披露；Grok Business、Enterprise、API提供独立账户、组织管理与服务。现官网使用SpaceXAI标识。[15][16] | 大规模掌炉与自营入口已经可见。企业产品的推出仍须走向持续付费、真实生产负载与客户下一轮建设。 |
| Meta | 既有训练系统实证；2026年7月开放Meta Model API预览，9月宣布Meta Enterprise Platform，将Muse、API、Code等纳入企业方向。[17][18][19] | 正从消费入口和模型能力进一步经营企业山门。旧社交规模不能代替新企业产品的付费、续用与伙伴建设。 |
| 智谱 | 8月31日中期业绩公告：上半年“开放平台及API”收入8.25亿元，占86.5%；公司披露已实现10万级国产芯片规模化推理，并经营Coding Plan与MaaS平台。[10] | 自营模型服务的商业化已有较强实证。十万级推理不等于全自有、同构训练集群；最近关口仍是客户专属投入、跨代复用和经营收益。 |
| DeepSeek | 自有App、网页与收费API持续交付；2026年8月V4-Pro同步上线。V3报告有训练、通信和推理协同实证，模型亦见于第三方平台。[1][20][13] | 自主生产修为和自营入口都有根据。公开技术证据比客户经营证据更充分；下一关是直客续用、资产归属及原厂可留收入。 |
| Kimi | K3经自有App、网页、Kimi Work、Kimi Code与API提供；自有付费服务协议明确订阅关系。[21][22] | 有产品、有直接服务，不能归为只供第三方。需要继续核验峰值交付、下一代产能掌控及付费客户跨期续用，未披露卡数不是失败证据。 |
| MiniMax | 8月26日公告：上半年AI原生产品与“开放平台及其他AI企业服务”均有收入，后者占63.4%；研发开支明确包含训练云服务费用。[11] | 租赁资源与自营经营并存，产品和平台都有实收。近期要按文本、音视频等业务分别看续用与经济性，合并收入不能直接证明通用模型金丹。 |
| 阶跃星辰 | 开放平台经营Step Plan月度订阅，提供Step Code、AI Studio、API及企业采购入口；官网同时列出自有模型。[23] | 已有自营交付形式，端云合作不等于放弃大模型。还须把目标任务、持续付费与供给能力做实，不能凭合作标签判路线失败。 |
| 阿里 | 千问、百炼和云基础设施共同经营；2026年5月披露MaaS客户增长，9月百炼文档明确自研与第三方模型、按量计费及运维支持。[12][13] | 国内自营条件较完整。平台聚合能力强，仍需单列Qwen自身带来的外部负载、续用和客户专属建设，避免把聚合平台收入全归自研模型。 |
| 腾讯 | Hy4于2026年8月进入元宝、WorkBuddy、CodeBuddy、ima及TokenHub。WorkBuddy Enterprise连接混元、多模型与腾讯云运行底座。[24][25] | 拥有客户入口、模型和运行平台。下一关是把旧渠道转成新AI业务的持续付费，并辨清客户依赖工作平台还是指定混元。 |
| 字节 | Seed2.1于2026年6月进入豆包、TRAE及火山API；已有MegaScale大规模训练工程实证，产品覆盖消费与开发工作。[26][27] | 生产系统与自营产品并行推进。要看外部实付工作负载与持续建设，不能把内容流量或集团内部采用全部算成模型客户固化。 |
表中日期及口径见来源。第三方分发也可能来自开放权重的自行部署，不能无合同依据就把每次第三方调用算作原厂收入。产品入口不等于收入占比，以上未生成新阶段或综合名次。
这张表真正揭示的，是自营的分化已经发生在“做到了多深”。OpenAI、Anthropic已经在经营客户工作与产能安排；智谱、MiniMax有财务材料证明自营服务形成收入。DeepSeek的技术与运行机制更容易核实，经营关系则需要更多证据；Kimi已经搭起自己的工作产品，不能因它也在别人的平台上出现，就抹掉自己的山门。[1][6][7][10][21][11]
老宗门的动作也要更新。Meta刚宣布企业平台，腾讯把自研模型、工作产品和云运行接在一起；这说明它们也在补课、扩边界。[19][24][25] 但“能够集成很多模型”只证明供给选择多，客户下一轮要围绕谁建设，仍未由此决定。
因此，这次比较不把“模型能力强”“自营体系齐”“金丹已经固化”排成同一列冠军。生产修为解释为什么有机会，持续客户建设决定山门是否立稳。前者越具体，后者越不能省略。
第6章 老宗门仍在，几家新山门能修成通用元婴？
十三家都在经营自己的入口，绝不意味着十三家都能成为通用大厂。我倾向于认为，能长期维持前沿研发、全球交付和大规模客户经营的新增Lab，只会是少数。这是竞争机制的推演，不能先规定席位，再把公司填进去。
集中首先来自两笔要同时支付的账。训练下一代，需要承担尚未产生收入的试验；服务这一代，需要持续投入产能、产品和客户支持。模型卖得出去，钱还未必足够覆盖下一轮。智谱和MiniMax的2026年上半年公告，都同时呈现收入增长与较大调整后亏损。[10][11] 这说明自营生意在扩大，也说明续航尚不能只靠营收判断。
集中还来自客户的建设选择。客户会比较模型，也会考虑集成、验证、维护和组织适应。几家都能完成任务时，客户通常没有理由把同一套关键建设重复做很多遍。能够让旧投入继续有效、让新任务更容易开展的底座，才可能获得下一笔预算。这个机制成立到多大程度，要由实际选择验证。
老宗门还带着渠道、基础设施和既有服务组织下场。Google、阿里能在自己的平台中同时经营模型与云；腾讯和字节可以把新能力带入现有工作产品；Meta也已宣布扩张企业方向。[8][19][12][24][26] 新Lab既要面对同行，亦要面对这些已经经营多层业务的公司。
因此，“美国新增两三家、中国新增两三家左右”，可以作为一种高度集中的情景来讨论；这里说的是新增通用Lab，还要加上继续参与的老大厂。它不是既成统计，也不是各国天然拥有的配额。市场可能按区域、任务和交付要求分开，最终数量仍由竞争决定。
规模还可能反过来拖住企业：为了摊薄旧投入而接不合适的任务，为了兑现合同增加定制，定制又拖慢下一代。炉子更大，未必越炼越强。真正稀缺的，是一面扩大可交付能力，一面让客户继续建设，同时保有下一轮投入的余地。
第7章 通用山门没立住，另谋生计还算同一场修行吗？
若一家Lab的通用自营做不大，剩下的路要从手中仍然有效的资产出发：模型和工程能否继续卖，客户关系能否支持更窄的业务，团队和资本是否足够重新组织经营。不能先写一条安慰性的退路，再去寻找案例。
<strong>表3 通用山门受阻以后，不同去向意味着什么？</strong>
| 可能去向 | 成立条件 | 不能混同的结果 |
|---|---|---|
| 继续供丹 | 能力或成本仍有竞争力，供货收入能够支持必要研发。 | 被调用，不自动等于拥有通用客户入口。 |
| 亲自经营下游 | 原有能力能迁移，补齐行业产品、交付与客户经营。 | 行业生意做成，不自动等于通用平台成婴。 |
| 合流或并入他家 | 团队、技术或客户具有互补价值，交易能够成立。 | 能力被继续使用，不等于原公司仍独立立派。 |
| 收缩或退出前沿 | 剩余业务能自持，或继续争前沿已无合理条件。 | 企业存续与持续参加通用前沿竞争不同。 |
这是条件推演，不保证每家公司都能找到买家、下游市场或持续供货机会。
门户企业转移经营重心的历史，在这里提出了一个有用的问题：原来的资产能否转成另一门生意？即使答案是能，新业务的成功，也不能自动证明它重新取得了通用入口的主导权。具体类比和经营条件，留到第五篇展开。
同样，实验室亲自进入金融、网安、医药或其他行业，可能是领先者扩大经营，也可能是通用竞争受阻后的转型。两者有不同的起点与目标。行业里仍有客户、产品和交付的竞争，也会面对同时拥有模型能力与下游业务的平台；它不是替落后者预留的避风港。
这一篇可以落下的判断是：自营确实是争通用山门的根基，但根基必须修成生产、产品与客户经营的真功夫。十三家都在动手，能把这些条件持续接起来的会少得多。谁修成金丹、谁进一步成婴，最后仍由对应业务的经营证据说话。
下一篇《老宗门追到山门，先结金丹就能先成元婴？》，检验继续争通用山门者的领先能否跨代留下。第五篇再问《丹是我炼的，下游江湖为何不能亲自闯？》，同时讨论领先者的扩张与失利者的转型。路可以改走，境界必须重新辨认。
资料来源
[1] DeepSeek-AI｜DeepSeek-V3 Technical Report（初版2024-12-27；核读v2，2025-02-18）。第3节Infrastructures：HAI-LLM、DualPipe、FP8、通信及推理部署；仅说明该版本和集群的工程机制。 <https://arxiv.org/html/2412.19437v2>
[2] OpenAI｜OpenAI and SoftBank Group partner with SB Energy（2026-01-09）。1.2GW租赁、SB Energy建设运营及OpenAI自身数据中心设计；不将建设中容量认作已全量投产。 <https://openai.com/index/stargate-sb-energy-partnership/>
[3] Anthropic｜Powering the next generation of AI development with AWS（2024-11-22）。Trainium低层内核、Neuron软件栈和芯片团队协作；不据此继承云商全部能力。 <https://www.anthropic.com/news/anthropic-amazon-trainium>
[4] OpenAI｜Stargate advances with 4.5 GW partnership with Oracle（2025-07-22）。开发协议与Abilene早期训练、推理负载分别记；不把所有宣布容量相加作为现役产能。 <https://openai.com/index/stargate-advances-with-partnership-with-oracle/>
[5] Anthropic Engineering／Sam McAllister｜A postmortem of three recent issues（2025-09-17）。How we serve Claude at scale、故障原因及What we’re changing；历史质量事件，不代表当前故障率。 <https://www.anthropic.com/engineering/a-postmortem-of-three-recent-issues>
[6] OpenAI｜Frontier AI for the most ambitious enterprises（动态页面；检索于2026-10-03）。企业产品、直接部署支持与具名客户案例入口；不以汇总客户数证明全体跨代依赖。 <https://openai.com/business/why-openai/enterprises/>
[7] Anthropic｜Anthropic and Amazon expand collaboration for up to 5 gigawatts of new compute（2026-04-20；4月21日更新）。区分已使用Trainium2、拟新增容量与多年义务；Meeting record demand部分同时披露高峰可靠性压力。 <https://www.anthropic.com/news/anthropic-amazon-compute>
[8] Google Cloud／Amin Vahdat、Mark Lohmeyer｜What’s next in Google AI infrastructure: Scaling for the agentic era（2026-04-22）。AI Hypercomputer支撑Gemini与企业服务；TPU、网络、存储和软件协同，不将待上线新品视为全量投产。 <https://cloud.google.com/blog/products/compute/ai-infrastructure-at-next26>
[9] Google｜Google Cloud Next ‘26（2026-04-22）。企业AI使用、直接API与Gemini Enterprise方向；云整体采用不等于Gemini特定客户固化。 <https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/next-2026/>
[10] 北京智谱华章科技股份有限公司／Z.AI｜截至2026年6月30日止六個月的中期業績公告（2026-08-31）。印刷页1—3、22—23：收入分项、10万级国产芯片推理、订阅平台及亏损；“开放平台及API”为披露分类，不写成全纯API。 <https://www.hkexnews.hk/listedco/listconews/sehk/2026/0831/2026083101540_c.pdf>
[11] MiniMax Group Inc.｜Interim Results Announcement for the Six Months Ended June 30, 2026（2026-08-26）。印刷页1—2、5—6：AI原生产品、开放平台及其他AI企业服务、训练云服务开支与调整净亏损；平台合并项不称全纯API。 <https://file.cdn.minimax.io/public/586c7995-cab1-41b5-9178-c06685b32c88.pdf>
[12] Alibaba Group｜Alibaba’s Cloud Revenue Growth Accelerates to 40% as AI Strategy Delivers（2026-05-13）。千问、云和应用经营、Model Studio客户及算力供给披露；预期收入不认作已实现，云收入不全归Qwen。 <https://www.alibabagroup.com/en-US/document-1991364841188622336>
[13] 阿里云｜大模型服务平台百炼：什么是阿里云百炼（2026-09-22更新）。千问与第三方模型、计费和监控运营；第三方可调用不自动证明原厂收取供货收入。 <https://www.alibabacloud.com/help/zh/model-studio/what-is-model-studio>
[14] Anthropic｜Barclays scales Claude to upgrade operations and improve client experience（2026-10-01）。知识助手自2025年运行、员工采用和邮件处理案例；2026年底及2027推广比例仍为计划。 <https://www.anthropic.com/news/barclays-scales-claude>
[15] xAI／现官网SpaceXAI｜Introducing Grok Business and Grok Enterprise（2025-12-30；页面检索于2026-10-03）。企业版上线、独立团队管理及付费入口；不能由发布推断长期客户留存。 <https://x.ai/news/grok-business>
[16] SpaceXAI｜Colossus: The World’s Largest AI Supercomputer（动态页面，含2025年运行时间线；检索于2026-10-03）。只采用集群建设与运行披露；不援引“世界最大”宣传语作为横向排名。 <https://x.ai/colossus>
[17] Engineering at Meta｜Meta’s open AI hardware vision（2024-10-15）。已训练模型、训练栈与网络设计的历史工程实证；不将历史卡数视为当前完整库存。 <https://engineering.fb.com/2024/10/15/data-infrastructure/metas-open-ai-hardware-vision/>
[18] Meta｜Introducing Muse Spark 1.1（2026-07-09）。Meta Model API public preview及自有Meta AI入口；公开预览不等于商业续用已证。 <https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/>
[19] Meta｜Launching Meta Enterprise Platform（2026-09-28）。宣布企业平台及Muse、Meta Business Agent、Muse API、Muse Code方向；长期经营结果待验证。 <https://about.fb.com/news/2026/09/launching-meta-enterprise-platform/>
[20] DeepSeek｜DeepSeek-V4-Pro GA Release（2026-08-13）。App、Web及API正式交付和计费安排；不把8月版本称为10月唯一最新模型。 <https://api-docs.deepseek.com/news/news260813/>
[21] Kimi Help Center／Moonshot AI｜Introducing Kimi Agent（动态页面，含2026-07-16 K3发布；检索于2026-10-03）。K3自有App、网页、Work、Code和API入口；不采用公司自称世界最强等比较结论。 <https://www.kimi.com/en/help/agent/agent-overview>
[22] 月之暗面｜Kimi付费服务协议（2026-08-24更新；2026-08-31生效）。会员、订阅及增值服务的直接经营关系；服务协议不证明已披露收入或续费规模。 <https://www.kimi.com/user/agreement/paidServiceAgreement>
[23] 阶跃星辰开放平台｜Step Plan（动态页面；检索于2026-10-03）。月度订阅、Step Code、AI Studio、API和企业采购；未用产品列表直接证明实际收入规模。 <https://platform.stepfun.com/step-plan>
[24] 腾讯｜腾讯发布并开源Hy4 preview（2026-08-28）。模型在自有工作产品与API渠道上线；内部评测不作同条件全球模型排名。 <https://www.tencent.com/zh-cn/tencent-releases-and-open-sources-tencent-hy4-preview/>
[25] 腾讯云｜WorkBuddy Enterprise：产品概述（2026-09-21更新）。混元、多模型、工作产品与腾讯云运行底座的产品关系；不将能力说明直接当客户付费证据。 <https://cloud.tencent.com/document/product/1831/134329>
[26] 字节跳动Seed｜Seed2.1正式发布，深入AI生产力（2026-06-23）。豆包、TRAE与火山引擎API上线；自营入口与外部实付客户规模分开。 <https://seed.bytedance.com/zh/blog/seed2-1-officially-released-advancing-ai-productivity>
[27] Ziheng Jiang等，ByteDance与北京大学／USENIX NSDI｜MegaScale: Scaling Large Language Model Training to More Than 10,000 GPUs（2024-04）。生产训练系统的设计、部署与稳定性实证；不以历史测试规模冒充2026年现役库存。 <https://www.usenix.org/conference/nsdi24/presentation/jiang-ziheng>