豆包 1.4 亿日活，用的却不是最强模型：模型本身，还是竞争壁垒吗？
DeepSeek V4 刚发布。1.6 万亿参数，百万上下文，API 价格是美国同级模型的 1/6。每次出这种事，都会掀起一轮"中美 AI 谁更强"的讨论。
这也引起我的思考。中美 AI 的竞争优势到底在哪里？各自的短期、长期优势究竟是什么？未来会往什么方向演变？ 关于该问题，不是一篇短文就能讲清楚，我希望分篇发布，这是系列文章的第一篇。
这一篇，先探讨一个前置问题：模型本身，还是竞争壁垒吗？
一个神奇的事实
2026 年 3 月，豆包 MAU 3.45 亿，DAU 约 1.4 亿（据 QuestMobile 数据）。第二名千问 MAU 1.66 亿，第三名 DeepSeek 1.27 亿——豆包大于第二名加第三名之和。字节内部的说法是，豆包是"字节历史上所有破亿产品中获客成本最低的"。
但豆包的底层模型不是 SOTA（State of the Art，最强模型）。跟 Claude Opus、GPT-5.5 比，性能差距不小。
中国最成功的 AI 应用，不需要最强的模型，这是为什么呢？
大部分场景，不需要最强模型
NVIDIA Research 2025 年 6 月论文的判断：10B 参数以下的小模型，可以有效处理 60-80% 当前分配给 70B 以上通用大模型的 AI Agent 任务。推理成本低 10-30 倍。Gartner 2025 年 4 月预测：到 2027 年，企业使用小型任务特定模型的量，将至少是通用大模型的 3 倍。
此外，专用小模型在特定任务上已经可以匹配甚至超越前沿大模型。
举例来说，AI 公司 Parsed 微调了一个 27B 参数的 Gemma 3 模型做医疗临床记录，微调后比前沿模型 Claude Sonnet 4 高 60%，推理成本低 10-100 倍。
aiXcoder 用一个 4B 参数的专用模型做代码变更，准确率 93.8%，超过 671B 的 DeepSeek-V3.2（92.5%），算力成本只有后者的 5%。
Cursor 从完全依赖 OpenAI/Anthropic 的 API，转向自研专用编码模型，企业版业务实现了正毛利，而此前全部依赖大模型 API 时是亏损的。
核心机制很清晰：任务越窄，微调小模型的"每参数效率"越高——全部参数集中在一个更窄的概率空间上，使得在特定任务上，能取得更优的成本表现。一个精心微调的中端模型，经常胜过 prompt 写得一般的前沿模型。
"够用"的能力也越来越便宜
不只是专用小模型能替代前沿大模型，达到同等推理能力所需的成本，也在飞速下降。
以 GPT-4 为例，这是一个在大部分日常场景下已经表现良好的模型。2023 年 3 月发布时，API 定价是 $30/$60 每百万 token（输入/输出）。仅 16 个月后的 GPT-4o mini，在多数日常任务上表现接近 GPT-4，价格却便宜了 100 多倍。再过 5 个月，DeepSeek-V3 和 Gemini 2.0 Flash 在多数基准上达到甚至超越 GPT-4，价格仅为原价的 1/200（据 a16z 分析及各厂商官方定价）。
虽然每代最新的前沿模型（Claude Opus、GPT-5）定价基本没有下降，但同等模型能力的价格，以令人震惊的速度在下降。
甚至"更强"也需要取舍
即使在 SOTA 内部，"更强"也不再是一个简单的事。
Anthropic 最近把 Claude Opus 从 4.6 升级到 4.7。从评测分数看，编程能力确实涨了，SWE-bench 提了 10 个百分点，然而，其长文本检索能力从 78.3% 暴跌到 32.2%，实际使用成本也涨了约 50%。
社区反应也很说明问题，Reddit 上一篇"Opus 4.7 是严重退步"的帖子拿了 2300 多赞。X 上类似的帖子 1.4 万赞。知名科技博客 The Pragmatic Engineer（主要面向软件工程师群体，在欧美开发者圈影响力很大）的作者试用后直接退回 4.6。
4.7 不是不好——编程和视觉任务上它确实更强。但这种升级说明一件事：当模型能力到了一定水平之后，可能就不存在"全面更强"，而是"在 A 上更好，在 B 上更差"。
对大部分用户来说，4.6 已经够用，甚至更好用。就我个人体感而言，4.6 确实比 4.7 好用，我现在也是退回 4.6 使用的。
那竞争在哪里？
综上，模型在绝大部分常见场景中，已经够用，甚至「非常够用」了，再提升模型能力，收益递减。
在这些场景中，模型确实不是决定性因素。豆包拥有 1.4 亿 DAU，赢过千问和 DeepSeek，靠的不是模型性能，是字节系的流量入口、低门槛的产品设计、免费或极低价的使用成本。分发能力、产品体验、场景覆盖。
a16z 统计的全球 AI 产品 Top 50 中，中国产品从 24 年的个位数增长到 25 年的约 20 款，占比接近四成。这些产品覆盖了聊天、搜索、图像、视频、编程等各个方向，但它们的增长故事有一个共同特征——没有一个是靠模型性能领先赢的。在我看来，它们更多依赖于激进的定价、更好用的产品设计、和更强的分发能力。
如果文章到这里结束，结论就很简单：模型不再是壁垒，分发和产品才是。
一个仍然悬而未决的问题
但没有这么简单。
"够用"场景正在快速同质化。豆包免费、千问补贴、DeepSeek 的 API 价格是 GPT-4 发布时的 1/200——当所有人都在打价格战的时候，这个市场的利润空间在被迅速压缩。赢了用户，不等于赢了利润。
与此同时，AI 市场中增长最快的收入并不在这些日常对话场景中。据 Menlo Ventures 统计，AI 编程工具市场 2025 年同比增长超过 7 倍（从 5.5 亿美元到 40 亿美元）。Anthropic 的年收入反超了 OpenAI（据 Bloomberg，2026 年 4 月）——而它几乎没有消费级用户。
到这里，有一件事是清楚的，还有一件事不太清楚。
清楚的是：在模型够用的场景中，模型本身确实不再是壁垒——分发、产品、价格决定胜负。
不清楚的是：这个场景的商业价值有多大。价格战正在压缩利润空间，而当下，AI 市场中增长最快的收入发生在别处。赢下"够用"这个战场，有没有可能是在争一块正在缩水的蛋糕？
下一篇，我希望看看 AI 的利润，究竟如何分布，如何变化。将是系列文章的第二篇，到系列末篇，将所有论据整合起来，回答开头的问题。
参考来源：
- QuestMobile，《2026年一季度中国AI应用洞察报告》，2026年4月
- NVIDIA Research，"Small Language Models are the Future of Agentic AI"（arXiv: 2506.02153），Peter Belcak et al.，2025年6月
- Gartner Newsroom，"Gartner Predicts by 2027, Organizations Will Use Small, Task-Specific AI Models Three Times More Than General-Purpose Large Language Models"，2025年4月
- a16z，"Welcome to LLMflation — LLM Inference Cost Is Going Down Fast"，Guido Appenzeller，2024年11月
- a16z，"The Top 100 Gen AI Consumer Apps"第五版，Olivia Moore，2025年8月
- Parsed，"Fine-tuning Small Open-Source LLMs to Outperform Large Closed-Source Models by 60% on Specialized Tasks"，2025年8月
- Bloomberg，"Anthropic Tops $30 Billion Run Rate"，2026年4月
- Menlo Ventures，"2025 The State of Generative AI in the Enterprise"，2025年12月