道富投资管理9月11日分析：中国大模型密集发布后，企业选型为何不能只看单次性能？

道富投资管理9月11日发布的中国大模型产业分析，将市场注意力从“谁在单次评测中更强”引向了一个更适合企业决策的问题：模型能否持续交付、成本能否持续下降，以及供应商和生态能否长期支持业务落地。此前一则行业报道提到，约八周内，阿里巴巴通义千问Qwen3.8-Max、月之暗面Kimi K3、DeepSeek-V4-Flash、智谱GLM-5.2和字节跳动Seedance 2.5相继亮相。对企业而言，这种密集发布的意义不只是模型数量增加，更在于模型选型正在从一次性采购，转变为持续管理一条快速变化的技术供应链。

八周密集发布，改变的是企业的比较方式

已披露的行业信息显示，短时间内连续出现多款前沿模型，已经成为观察中国大模型供给变化的一个切片。报道将这组现象概括为“八周五模型”，并指出，国内模型厂商的发布节奏明显加快，竞争重点不再只是等待一款旗舰产品拉开差距。

但这五款模型并不适合被简单放在同一张性能榜单上。它们的产品定位、模态覆盖、开放方式和目标用户可能不同，企业也很难仅凭公开评测得出适用于自身业务的结论。因此，密集发布带来的第一个变化，是模型选型的比较对象从“模型A对模型B”，变成了“供应商能否稳定提供一组适配不同任务的模型与服务”。

这也是道富投资管理相关分析值得关注的地方：当模型能力逐渐能够覆盖多数企业的常见任务时，极限性能不再自动等同于商业价值。部署灵活性、调用成本、版本更新和开发者生态，都会进入采购决策。

企业不能只看一次评测成绩

一次基准测试可以帮助企业了解模型的能力上限，却不能回答模型是否适合长期生产使用。企业在评估中国大模型时，至少应把以下几类指标放在同一套验证流程中。

第一，看能力是否稳定，而不只是峰值是否突出

企业应围绕真实业务建立测试集，而不是只使用公开榜单。测试内容可以包括客服问答、合同抽取、知识库检索、代码生成、营销内容审核或内部流程自动化等任务。

重点不只是平均准确率，还包括：

• 同一提示词在不同时间和不同版本下的结果波动；
• 长文本、复杂指令和多轮对话中的稳定性；
• 结构化输出是否符合系统接口要求；
• 事实性错误、敏感内容和拒答行为是否可控；
• 版本升级后，原有应用是否需要重新调试。

如果供应商频繁更新模型，却没有清晰的版本标识、变更说明和兼容策略，企业就可能在不知情的情况下承担迁移成本。对生产系统而言，稳定的“够用”往往比偶尔出现的高分更有价值。

第二，看综合使用成本，而非只看调用单价

模型价格只是企业AI采购成本的一部分。真正影响预算的，还包括提示词和上下文长度、重复调用次数、人工复核、数据处理、向量检索、算力资源、接口改造、监控和故障处理等费用。

因此，企业应计算单个业务结果的综合成本，而不是只比较每百万输入或输出令牌的报价。例如，某模型单次调用价格较低，但如果需要多次重试、额外调用分类模型，或者输出结果经常需要人工修订，最终成本未必更低。

对于高频业务，还应观察价格变化是否伴随能力变化。模型降价可能改善采购条件，但如果版本切换导致输出格式改变，节省的调用费用也可能被系统改造成本抵消。

选型要从“买模型”转向“买持续交付能力”

模型密集发布意味着企业面对的不是静态产品，而是不断变化的服务。供应商的持续交付能力，至少可以从四个方面评估。

版本管理是否清楚

企业需要确认供应商是否提供稳定版本、过渡周期、历史版本保留和升级通知。对于已经嵌入核心流程的模型，自动切换到新版本并不一定是好事。可控的灰度测试、回滚机制和双版本并行，往往比“第一时间获得最新模型”更重要。

部署方式是否与数据要求匹配

不同业务对公有云API、专属实例、私有化部署或本地推理的要求不同。金融、医疗、政务和大型企业内部系统，通常更关注数据边界、访问权限和审计能力。背景资料中也提到，金融企业需要根据不同业务场景的数据敏感程度匹配模型方案，并关注自主可控的私有化能力。

这并不意味着所有企业都应选择私有化部署。私有化可能带来更高的硬件、运维和升级成本；公有云则可能在弹性和迭代速度上更有优势。合理做法是按数据敏感度和业务重要性分层，而不是把部署方式当成单一立场问题。

生态支持是否真实存在

模型本身只是AI产业链的一环。企业还要考察工具链、开发框架、插件、向量数据库、监控平台、身份权限管理和实施服务能否配套使用。

一个模型即使单项性能突出，如果缺少成熟的SDK、文档、调试工具和第三方集成，企业也可能需要承担更高的工程成本。相反，开放权重、社区活跃或兼容主流工具链的模型，可能为企业提供更多部署和迁移空间。但“开放”不应直接等同于“低成本”，企业仍需核查许可证、算力要求、商业支持和安全责任边界。

供应商是否愿意持续投入

企业采购周期通常长于模型版本周期，因此必须判断供应商是否有持续投入能力。可以关注其版本发布是否有规律、服务承诺是否明确、故障响应是否可验证，以及是否持续改善推理效率、开发工具和行业适配。

这里需要区分事实与判断。现有资料能够说明相关厂商在一段时间内密集推出模型，但不能仅凭连续发布就断定某一家供应商未来一定更稳定。持续投入需要通过长期服务记录、产品路线、客户支持和生态建设来验证。

产业链价值分配正在重新变化

密集发布背后，变化的不只是模型供应商之间的竞争，也包括AI产业链不同环节的价值分配。

当基础模型能力趋于接近，价值可能更多转移到数据治理、推理基础设施、行业知识库、应用编排和交付服务。企业真正愿意付费的，通常不是一个抽象的模型名称，而是更低的业务处理成本、更短的交付周期和可审计的结果。

这会带来两种采购趋势。第一，企业可能减少对单一模型的长期绑定，通过模型路由、统一接口或多供应商架构降低迁移风险。第二，应用开发商和集成服务商的重要性上升，因为它们需要将不同模型的能力包装成可管理、可替换的业务组件。

但多模型架构也不是免费的。它会增加测试、监控、权限控制和数据适配的复杂度。对于规模较小、任务相对单一的企业，先选择一个稳定方案并建立清晰的替换边界，可能比一开始就建设复杂的模型中台更务实。

企业模型选型可采用“四步法”

第一步，按业务任务而不是品牌建立测试集，明确准确性、响应速度、稳定性和安全要求。

第二步，计算单位业务结果的综合成本，将模型调用、基础设施、人工复核和迁移维护纳入同一张账。

第三步，进行至少一次版本升级演练，验证供应商的通知、兼容、回滚和问题响应机制。

第四步，设计供应商退出和模型替换方案，包括数据格式、提示词资产、评测集、接口层和备选模型。

编辑判断是，未来企业AI采购的核心指标不会消失，性能仍然重要；但性能将从唯一结论，变成持续交付能力评价中的一个维度。中国大模型的密集发布，正在把企业带入一个更快迭代、更强调成本效率和生态协同的市场。谁能把模型能力稳定地转化为可部署、可审计、可迁移的业务系统，谁才更可能在这轮AI产业链重组中获得长期价值。