2026年5月31日那期AI内参里有一句话，我读完愣了一下：
“中国大模型’六小虎’战略’迫降’，面对巨头算力垄断与资本收缩，集体放弃通用模型豪赌，转向深耕医疗等垂直行业。”
这说的不是某一家公司，是智谱、MiniMax、百川、零一万物、阶跃星辰、DeepSeek 这六家。三年、几百亿砸进去，最后集体认栽，这个故事比任何单篇模型发布都有意思。
“六小虎”这个称呼本身就很说明问题
2023年谁都觉得自己能成为”中国版OpenAI”。那时候融资容易，benchmark刷榜就能上头条，估值按”OpenAI的几分之一”来算。
现在回头看，那是个错觉。
六家手里都有能打的东西——智谱的GLM系列学术底色重，DeepSeek的算法效率公认顶尖，MiniMax在多模态上走得早。但问题是：大家都在做同一件事，而且这件事的终局谁都看不清。
训练一个千亿参数模型，算力成本就要数亿美元。这不是一次性投入，是持续烧钱——模型要迭代，竞品在提速，用户量在涨，每条都在烧卡。
三件事同时发生，谁都扛不住
第一件事是DeepSeek在5月底开始限制”重新生成”次数。这个细节比任何财报都能说明问题——连以算法效率著称的DeepSeek都算力告急了，而且它还是六小虎里最省的那一个。
第二件事是资本态度变了。2026年Q1之后，投资机构听到”通用大模型”这四个字基本就摇头。不是不看好AI，是看不到盈利路径。反倒是Anthropic拿到的9650亿估值，反而把压力全部转嫁到了独立创业公司身上——你凭什么值这个价？
第三件事是大厂的反扑。字节豆包日均120万亿Token，这个数字不是靠模型强拿到的，是靠生态。腾讯混元、阿里通义也是同样的逻辑。有场景的大厂做通用模型，成本是摊薄的；独立公司做通用模型，每一分钱都是自己的。
这三件事加在一起，通用的故事就讲不下去了。
医疗只是一个开始，而且医疗本身也难
现在六小虎里转到医疗方向的最多。智谱的GLM已经在几家三甲医院跑辅助诊断，百川2024年就搭了医疗BG，据说2026年开始有实际收入。
但医疗这个方向我并不看好所有人都扎进去。医疗的付费意愿确实强，但合规成本、数据获取、责任归属，每一个都是坑。 国外连Anthropic和OpenAI都还在试探阶段，国内这些公司能不能真正落地，我持保留态度。
除了医疗，我看到更有意思的方向反而是制造。
这个方向几乎没有哪家”六小虎”真正做深，但需求是真实存在的。我之前写过一篇AI实战应用指南，里面提到过几个工厂场景，后来有读者私信我说他们厂已经在用视觉检测了——不是大模型，但是方向是对的。大模型+制造的场景，现在是一片蓝海，因为大厂看不上，创业公司又不敢碰。
金融和法律也是类似的状况，但这两个方向对准确率的要求近乎苛刻，不是堆参数就能解决的。
和2023年的”行业大模型”不是一回事
2023年那波”行业大模型”热潮，说实话大部分是糊弄人的。在通用模型上加几百条行业数据做微调，就敢叫”XX行业大模型”，这件事我当时就想吐槽。
这一波不一样的地方在于：不再追求发论文刷榜了，开始派人蹲在客户工位上改需求了。
这个转变很痛苦，但它是唯一能产生收入的路径。我之前分析过DeepSeek砍向AI编程那篇文章，里面提到一个细节——做Agent Harness本质上就是在做业务，不是在刷benchmark。六小虎现在的逻辑是一样的：模型只是工具，能帮客户解决问题才叫产品。
对开发者和企业用户，现在意味着什么？
如果你是个开发者，我的建议是：现在是对接垂直场景API最好的时机。六小虎为了留住开发者生态，通用模型API的价格还会继续降，但真正值钱的，是那些在医疗、金融、法律场景里有深度集成的API。如果你在做这些方向的产品，现在去聊，他们愿意给的条件比2023年好得多。
如果你是企业用户，之前犹豫要不要用大模型，现在可以认真看了。价格已经降到2023年的几十分之一，而且垂直场景的准确率比当时的通用模型高得多。 我之前写过本地部署大模型的指南，其实现在最划算的不是本地部署，是直接在垂直场景里用这些公司的API。
对六小虎自己来说，这是一场生死考验。转垂直意味着承认自己赢不了通用模型的战争，但至少还有机会在一个细分市场里活下来。活不活得下来，取决于执行，不取决于PPT。 这句话说起来简单，做起来每一个坑都是拿钱填的。
最后
中国AI的这场”战略迫降”，我更愿意把它看成一次集体认知修正。
通用人工智能当然是终极目标，但它不是每家公司的商业路径。这个道理2023年没人愿意听，2026年被迫接受了。
那些能在垂直行业里真正扎根下来的公司，不一定会成为下一个OpenAI，但有可能成为下一个在细分领域不可替代的基础服务商。这未必是最坏的结果，甚至可能是最好的结果。
毕竟，一个所有公司都想着做通用模型的市场，才是真正不正常的。
发表回复