找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

3254

积分

0

好友

421

主题
发表于 昨天 09:20 | 查看: 13| 回复: 0

大模型竞争核心,已从模型参数、对话能力,转向Agent适配性、商业化效率。

2026年开年,一款名为“OpenClaw”的桌面级AI智能体(Agent)在全球开发者社区爆火。它的出现,如同打开了Token消耗的潘多拉魔盒,开启了一场围绕大模型商业化的批量造富旋风。

短短一个多月,MiniMax、智谱AI、月之暗面这三家中国头部人工智能公司,凭借与OpenClaw生态的深度绑定,完成了从技术厂商向AI基础设施的价值跃迁,市值与收入双双飙升。

《中国企业家》查询全球头部AI模型API聚合平台OpenRouter的数据发现:整个2026年2月以周为单位,月之暗面和MiniMax的模型轮流“霸榜”调用量前列。特别是在2月9日至2月22日的两周内,MiniMax的M2.5、月之暗面的Kimi K2.5、智谱的GLM-5与DeepSeek的V3.2,共同占据了平台前五位中的四席。从2月9日至28日,MiniMax M2.5的调用量更是连续三周位列第一。

资本市场的反应最为直接。在港股,MiniMax与智谱AI的市值双双突破3000亿港元。月之暗面则依托其模型在OpenClaw生态中的巨大调用量,实现了海外收入的快速反超:其K2.5模型发布后近20天,通过API产生的收入就超过了2025年全年总和。紧接着,月之暗面在一个多月内,迅速完成两轮累计超12亿美元的融资,估值翻倍至100亿美元以上。

展示OpenClaw品牌与OpenAI关联的图片

那么,这只来自海外的“龙虾”(OpenClaw),为何让中国模型厂商成为了最大的受益方?除了中国模型在多模态理解、长上下文和推理稳定性上表现日益出众外,极致的“性价比”是更关键的优势。

一家部署了OpenClaw的欧洲开发工作室在网上分享道:其80%的日常推理任务都由月之暗面的Kimi K2.5完成,只有20%最复杂的任务才会交给Anthropic的Claude。使用K2.5一天的开销大约在5到10美元,但如果全部任务都使用Claude,月消耗将高达800至1500美元。

OpenClaw本身作为“Token黑洞”的特性,也让中国模型的使用量开始与美国顶级模型并驾齐驱。2026年2月24日的OpenRouter周度数据显示:平台前十名模型的总Token消耗量约为8.7万亿,其中中国模型独占5.3万亿,占比高达61%。MiniMax M2.5以2.45万亿Token消耗位居榜首,Kimi K2.5、智谱GLM-5紧随其后,前三名清一色来自中国。

这场由OpenClaw引爆的行业变革清晰地验证了一点:大模型竞争的核心,已从早期的参数竞赛、对话流畅度,全面转向了对Agent的适配能力与商业化效率。这或许也将成为中国AI在全球竞争中寻找新支点的关键。

“龙虾”如何批量造富?

OpenClaw究竟有多受追捧?在开源实战的主阵地GitHub上,它的星标数已接近25万,超越了平台上所有其他开源软件项目,成为有史以来最受欢迎的开源项目。

作为一款支持接入WhatsApp、Telegram等多种聊天应用的Agent产品,OpenClaw可以被部署在个人电脑本地。通过与底层大模型的API配合,用户通过自然语言即可指挥它完成查邮件、订机票、写周报等一系列复杂任务,实现高度的自主执行。

OpenClaw的火爆,甚至催生了一门“部署生意”。在淘宝上,一些店铺提供的本地部署服务标价288元;在小红书上,详细的安装手册也能卖到100元。国外有公司提供包含Mac Mini硬件的现场配置服务,开价高达6000美元。

在企业端,一家SaaS公司的员工告诉《中国企业家》,老板要求所有员工都必须使用OpenClaw,并为普通员工和技术团队分别提供每天150元和1000元的Token消耗补贴。理由是:“老板发现,很多之前需要人力实现的业务流程设想,现在已经被OpenClaw取代了。”

猎豹移动CEO傅盛在近期直播中透露,他每天在OpenClaw上的花费超过100美元。他表示,与此前“给指令、出结果”的AI工具不同,OpenClaw具有记忆并能持续进化。“‘龙虾’是越用越会干活,错误会变成经验,经验会固化成技能。每踩一次坑,就能写成一条Skills文档,下次自动执行。这种学习机制和人类截然不同。”

手机屏幕上显示的OpenClaw应用介绍页面

为此,傅盛将OpenClaw与飞书打通,并搭建了“参谋”、“笔杆子”、“运营官”等多个专属Agent。据他统计,在10天时间里,他共向OpenClaw发送了22万字的指令,如果按每天使用10小时计算,相当于每小时发送2000多字的自然语言交互。

面对这波突如其来的需求浪潮,模型厂商的头等要务就是加速与OpenClaw生态融合,抢占“Token盛宴”。月之暗面动手最早,于2月18日上线了一键部署工具“Kimi Claw”,其高级版用户需每月至少支付199元。2月26日,MiniMax紧随其后,在平台上线“MaxClaw”,用户无需自备服务器或API Key即可在云端部署运行,其Agent基础版订阅会员可直接体验。

3月3日,MiniMax发文称,上线后服务器和模型资源一度承压,他们在120小时内紧急完成了四次服务扩容,并计划未来让用户能在手机端直接运行OpenClaw,实现多端数据实时同步。

Token黑洞:算力遭遇极限挑战

OpenClaw之所以能彻底打开模型厂商的市场想象空间,关键在于它本身就是一个巨型的“Token消耗黑洞”。

作为一款在后台持续运行的桌面级Agent工具,OpenClaw需要不断调用底层大模型的API。普通的问答式聊天机器人,一轮对话可能只消耗几百Token。但OpenClaw为了完成一个复杂指令,往往需要在后台进行多轮“思考”和“执行”,Token消耗呈指数级增长。

某位IT从业者向《中国企业家》描述了其惊人的消耗:“仅仅是让它搜索资料、生成一份2000字的Word文档,因为来回跑计算,就花了我700万Token。”更有甚者,一个简单的爬虫测试,便消耗了2900万Token。“有人跑一天OpenClaw,能花掉5000万Token。”

巨大的消耗量,使得模型的性能与Token定价的性价比,成为了厂商争夺的绝对焦点。以行业标杆Anthropic为例,其旗舰模型Claude Sonnet 4.6的每百万Token输出定价为15美元。而MiniMax最新的M2.5模型海外定价(Lightning版本)仅为每百万Token输出2.4美元,价差高达6倍。

3月2日晚,MiniMax披露了上市后的首份财报。数据显示,其M2系列文本模型在2026年2月的单日Token消耗量,已增长至2025年12月的6倍以上;其中来自编程套餐(Coding Plan)的Token消耗量增长更是超过10倍。MiniMax创始人兼CEO闫俊杰在业绩会上表示,这标志着一个长期趋势的开端,而非一次性红利。“行业的增长是阶梯式的,不能简单线性外推。”

无独有偶,月之暗面也因其极具竞争力的定价成为最大获益者之一。2月28日,月之暗面披露,自1月30日将Kimi Code Plan改为按Token计费并开启“3倍额度”限时活动后,其日均Token消耗量和稳定服务的用户数已翻了数倍。

然而,这场盛宴中也出现了“算力危机”。智谱AI于2月12日发布的GLM-5模型一度在OpenRouter榜单上“霸榜”,因其在真实编程场景的体验逼近Claude Opus 4.5,迅速成为海内外开发者的首选。但流量的暴涨瞬间吃紧了智谱的算力资源,导致GLM-5服务出现严重的排队、延迟和卡顿。

尽管智谱多次对国产芯片集群进行扩容,并采取限量发售GLM Coding Plan套餐等措施,依然未能根本解决问题。2月21日,智谱发布道歉信,直言算力消耗激增、资源扩容滞后、用户体验波动三大问题。2月23日开盘,智谱股价一度暴跌22%,单日市值蒸发超1000亿港元。随后几天,在OpenRouter榜单前九名中,GLM-5的名字一度消失,部分开发者转向了服务更稳定的模型。

长期红利属于谁?

OpenClaw引发的热潮,也给所有模型公司敲响了警钟:顶尖的SOTA模型能力固然重要,但稳定、充沛的算力供给与可靠的Token服务能力,同样是大规模商业化不可或缺的基石。这一认知也促使实力更为雄厚的科技大厂加速入局,阿里、腾讯、百度表现尤为积极。

2月4日,百度智能云宣布上线OpenClaw一键部署服务,用户可借助其千帆平台轻松接入文心、DeepSeek、Qwen等主流大模型。2月6日,腾讯开始内测“WorkBuddy”,定位为全场景职场AI智能体桌面工作台,正式加入桌面Agent工具的竞争。

2月28日,阿里推出自研的桌面Agent工具“CoPaw”,并宣布面向全球开发者开源。用户可基于CoPaw进行二次开发,自由接入本地模型、编写Skills和接入专属消息应用。CoPaw原生支持钉钉、飞书、QQ等主流通讯软件,用户可选择一键本地部署,或通过阿里云计算巢和魔搭社区实现云端快速部署。

近期,阿里云的Coding Plan订阅服务更是集成了Qwen3.5、GLM-5、MiniMax M2.5、Kimi K2.5等几大头部模型。用户订阅后,可在Qwen Code、OpenClaw等工具间自由切换。其基础套餐新用户首月仅需7.9元,Pro高级套餐首月39.9元,每月可获得多达90000次API请求额度,价格极具吸引力。

尽管如此,一位开发者向《中国企业家》表达了冷静的看法:尽管OpenClaw当前热度空前,但最终能吃到长期红利的玩家可能并不多。用户是否会持续留存,根本仍取决于模型的核心能力,而国产模型在部分复杂推理和创造性任务上,仍在追赶国外顶级模型的路上。

傅盛在分享中更愿意用“养龙虾”而非“用工具”来形容与OpenClaw的交互。他撰文指出:用工具,你只管用;用员工,你要培训、要建规则、要在他犯错时给反馈。OpenClaw更像后者——你如果放任不管,它就会“乱来”;只有你认真对待、持续训练,它才能真正成长,成为得力的数字助手。




上一篇:百威亚太2025年业绩下滑分析:高端啤酒市场面临哪些消费趋势挑战?
下一篇:OpenClaw与Claude重塑SaaS格局:AI Agent时代,软件价值与商业模式转型分析
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-3-10 11:06 , Processed in 0.559314 second(s), 42 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表