Anthropic不会一直领先，腾讯也未被淘汰：关于大模型竞争下半场的几点判断

<![CDATA[

大模型商业化的北极星正在发生根本性转变。过去，我们紧盯着“谁的模型最强”；而如今，应该看到胜负手正逐步走向实用性——谁能以低成本把足够好的智能嵌入真实场景。

除公开资料及访谈外，本文亦受Neil@上帝发笑 、李磊、松哥等好友对相关话题的洞察所启发，感谢诸位！

智能秘密：从天才竞赛到系统工程

大模型智能的进步正从依赖明星科学家的灵光一闪，转向依赖整套系统工程的迭代效率。

1. 算法秘密正在消失

当前，预训练和强化学习的方法论已高度标准化。大模型不再是天才的灵光一闪，而越来越像一门工程科学，比拼的是数据构建、评测体系、算力基础设施以及推理成本的极致优化。一旦方向明确，巨头凭借强大的工程组织能力，追赶速度会极快。

2. 头部模型差距快速收敛

无论是 OpenAI、Anthropic 还是 Google，无论是Chatbot还是Coding场景，都并没有形成传统互联网那种“用户越多、模型越聪明”的数据飞轮。领先者的优势更像是阶段性的工程身位，而非不可逾越的结构性壁垒。着眼Coding领域，CodeX已经不落Claude下风，Gemini亦在快速追赶中。

Anthropic 的隐忧：API 生意并不性感

虽然 Claude 目前在编程和 Agent 场景口碑极佳，但单一卖 API 的商业模式依然面临巨大挑战。

1. API 终将走向价格战

Coding不是消费互联网生意，而是企业基础设施和效率工具。企业客户对高昂的token成本极其敏感，随着各家模型能力差距缩小，价格战难以避免。

2. 明显短板：缺乏生态纵深

Anthropic 必须依赖 API 销售来维持运转，而 Google 拥有丰富的业务场景和充裕现金流，硬件算力、云和应用生态亦成协同，未来智能水平差距不大的情况下有足够的实力靠性价比抢占客户。

腾讯与 Google 的共同选择：性价比与场景落地

在大模型“性能、速度、成本”的不可能三角中，拥有十亿级用户和丰富场景的两家巨头企业腾讯与 Google 不约而同地选择了速度与成本（Hy 3.0/Gemini 3.5 Flash），这是极其理性、高明的商业选择。

1. 商业化不需要“最强”，而要“最合适”

在真实商业世界中，一个极强但昂贵、延迟高的模型无法大规模落地。尤其在需高频调用的 Agent 时代，推理成本是决定产品生死的关键变量。

2. 腾讯的解法：底层重构与真实评测

腾讯近期推出的Hy3 Preview，本质上来自姚顺雨领导下的一次底层工程体系重构，实用为先，先跑通内部场景。其明确了三个务实原则：

能力体系化：不当偏科生，打通推理、长文、代码与工具调用的协同。

评测真实性：告别单纯的打榜，回归真实业务场景的战斗力。

性价比追求：重构预训练和强化学习基础设施，追求极致的推理成本。

两种大模型竞争范式的对比

为了更直观地理解两种路线的差异，我们可以通过下表进行对比：

API 模式更具技术爆发力，而生态模式在商业化落地和成本控制上拥有更强的抗风险能力。

腾讯 AI 的底牌：生态纵深与产品矩阵

腾讯最大的优势在于：它不需要先把模型卖给全世界来证明价值，它自己就是最大的买单方。

1. 全线产品的智能化重组

目前，Hy3 Preview 已接入腾讯元宝、ima、腾讯云、微信公众号、游戏、腾讯文档等几乎所有核心产品线。腾讯不是在发布一个孤立的模型，而是在用统一的模型底座重组其庞大的产品能力。

2. 融入开源智能体生态

不仅是Hy，通过支持接入 OpenClaw、OpenCode 等开源智能体，腾讯正积极开放布局 Agent 生态。作为底座的模型就算不是自己的，能连接工具、工作流和真实任务，就能把握真正的商业闭环。

结语：下半场比的是“谁最会用”

两位Yao Shunyu都有过类似的公开表达，不担心智能进步遇瓶颈，关键的是怎么实用这些足够强的智能体，如何低成本、高频次、规模化、有深度地嵌入真实世界。

腾讯没有选择热闹、吸睛的路线，而是走了一条契合场景、重性价比的务实之路。一旦其内部产品矩阵与模型底座跑通“模型-应用-反馈-商业化”的正循环，AI于腾讯会真正开始展现其威力。

本话题在雪球有24条讨论，点击查看。
雪球是一个投资者的社交网络，聪明的投资者都在这里。
点击下载雪球手机客户端 http://xueqiu.com/xz]]>

#Anthropic不会一直领先腾讯也未被淘汰关于大模型竞争下半场的几点判断