| S/N | 模型 | 企業(yè) |
|---|---|---|
| 1 | 豆包 | 字節(jié)跳動 |
| 2 | DeepSeek V3.2 | 深度求索 |
| 3 | 千問 | 阿里巴巴 |
| 4 | 混元 | 騰訊 |
| 5 | 盤古 | 華為 |
| 6 | Kimi K2.5 | 月之暗面 |
| 7 | GLM-5 | 智譜AI |
| 8 | M2.5 | MiniMax |
| 9 | 文心 | 百度 |
| 10 | 納米AI | 360 |
| 11 | 訊飛星火 | 科大訊飛 |
| 12 | 星辰 | 中電信人工智能公司 |
| 13 | WPS AI | 金山辦公 |
| 14 | 伏羲 | 網(wǎng)易 |
| 15 | 可靈 | 快手 |
| 16 | 九天 | 中國移動 |
| 17 | JoyAI | 京東 |
| 18 | 百靈 | 螞蟻集團 |
| 19 | Tforce營銷大模型 | Marketingforce邁富時 |
| 20 | UnifoLM | 宇樹科技 |
| 21 | 天璇 | 軟通動力 |
| 22 | 問學 | 神州數(shù)碼 |
| 23 | 醫(yī)渡大模型 | 醫(yī)渡科技 |
| 24 | 九章 | 好未來 |
| 25 | LOM | 用友網(wǎng)絡(luò) |
| 26 | Deep Agent | 深演智能 |
| 27 | GO-1 | 智元機器人 |
| 28 | 蜻豚 | 瑞為技術(shù) |
| 29 | 神璣 | 中科曙光 |
| 30 | 潤知、潤行、潤視 | 潤和軟件 |
| 31 | 淵思 | 亞信科技 |
| 32 | 元景 | 聯(lián)通數(shù)科 |
| 33 | SkyReels、Skywork | 昆侖萬維 |
| 34 | MiMo | 小米 |
| 35 | 觀瀾 | ?？低?/td> |
| 36 | Baichuan-M3-Plus | 百川智能 |
| 37 | 妙想 | 東方財富 |
| 38 | SenseNova V6 | 商湯科技 |
| 39 | 海若 | 浪潮云 |
| 40 | 從容 | 云從科技 |
| 41 | 蒼穹 | 金蝶云 |
| 42 | 銀河星腦 | 銀河通用機器人 |
| 43 | 紫東太初 | 中科院自動化所 |
| 44 | 源(Yuan) | 浪潮信息 |
| 45 | 善謀GPT | 賽意信息 |
| 46 | 拓天 | 拓爾思 |
| 47 | BR-LLM | 百融云創(chuàng) |
| 48 | BlueLM-V-3B | vivo |
| 49 | 式說 | 第四范式 |
| 50 | Psi R0、R0.5及R1 | 靈初智能 |
| 51 | 星漢 | 大華股份 |
| 52 | GreatWall | 自變量機器人 |
| 53 | 天幕 | 萬興科技 |
| 54 | Mech-GPT | 梅卡曼德機器人 |
| 55 | PixVerse(拍我AI) | 愛詩科技 |
| 56 | IndustryGPT | 思謀科技 |
| 57 | 文修智能校對大模型 | 蜜度 |
| 58 | 量知行業(yè)大模型 | 捷通華聲 |
| 59 | 九思 | 思特奇 |
| 60 | AndesGPT | OPPO |
| 61 | 星智 | 格創(chuàng)東智 |
| 62 | Intern-S1-Pro (書生) | 上海人工智能實驗室 |
| 63 | TARS（塔斯） | 實在智能 |
| 64 | 山海 | 云知聲 |
| 65 | 靈感 | 格靈深瞳 |
| 66 | 秘塔 | 秘塔科技 |
| 67 | 威賽博 (WeiSaiBo) | 河鋼數(shù)字 |
| 68 | 璇璣玉衡 | 卓世科技 |
| 69 | vary | 曠視科技 |
| 70 | 鯨智 | 浩鯨科技 |
| 71 | 天問 | 依圖科技 |
| 72 | 深勢·宇知 | 深勢科技 |
| 73 | ArcMuse | 虹軟科技 |
| 74 | 多模態(tài)BioCV | 熵基科技 |
| 75 | Yi-Vision | 零一萬物 |
| 76 | BlackEye | 當虹科技 |
| 77 | 西湖 | 西湖心辰 |
| 78 | 星云 | 中興通訊 |
| 79 | Vidu Q1 | 生數(shù)科技 |
| 80 | 小冰 | 小冰公司 |
| 81 | Tripo | VAST |
| 82 | Unicom | 格靈深曈 |
| 83 | BON體系 | 東方國信 |
| 84 | 螢石藍海 | 螢石網(wǎng)絡(luò) |
| 85 | 序列猴子 | 出門問問 |
| 86 | Step系列 | 階躍星辰 |
| 87 | MiniCPM小鋼炮 | 面壁智能 |
| 88 | DFM-2 | 思必馳 |
| 89 | 孟子 | 瀾舟科技 |
| 90 | 奇智孔明AInnoGC | 創(chuàng)新奇智 |
| 91 | 白澤 | 南威軟件 |
| 92 | BlueAI? | 藍色光標 |
| 93 | ViLa，CoPa | 千尋智能 |
| 94 | GigaBrain | 極佳視界 |
| 95 | Infini-AI | 無問芯穹 |
| 96 | Noematrix Brain | 穹徹智能 |
| 97 | FAM系列 | 中科第五紀 |
| 98 | Alpha Brain | 智平方 |
| 99 | 麒問 | 國麒科技 |
| 100 | DM0 | 原力靈機 |
| 2026.03 DBC/CIW/eNet16 | ||
AI信息操控
在剛剛過去的“3·15晚會”上，曝光了AI大模型“投毒”黑產(chǎn)：一個純虛構(gòu)的商品，只需要幾篇軟文，幾小時內(nèi)，花費幾十元，就會在AI大模型推薦榜上“名列前茅”。AI大模型給出的某些答案，很可能是商家為了追求利益而專門投放的虛假信息。在曝光案例中，業(yè)內(nèi)人士只用幾篇文章、幾個小時，就成功給大模型“投毒”。
DeepSeek、豆包、元寶、千問、文心一言、Kimi、納米AI、智譜清言等國內(nèi)熱門的大模型“無一幸免”。誰在給AI“投毒”？
GEO（Generative Engine Optimization），生成式引擎優(yōu)化技術(shù)。根據(jù)3·15曝光案例，GEO實戰(zhàn)材料里明確寫道：讓AI在答案里出現(xiàn)你，這是AI搜索優(yōu)化的起點，也是最關(guān)鍵的一步。只需要支付相應(yīng)的費用，就能在各大主流AI大模型里讓客戶的產(chǎn)品榜上有名。曝光的一家GEO服務(wù)商負責人稱，他們做的就是在AI的世界里把證據(jù)鏈做足，讓AI覺得這就是真的，而且是有用的，AI大模型經(jīng)過多方信息交叉，會認為這就是客戶產(chǎn)品優(yōu)于同行的核心優(yōu)勢，就會把客戶的產(chǎn)品放在搜索結(jié)果第一位。
從傳統(tǒng)SEO的“網(wǎng)頁排名”轉(zhuǎn)向AI時代的“獲取AI引用權(quán)”，GEO技術(shù)本身只是一個優(yōu)化信息分發(fā)的工具，是AI時代的新型營銷服務(wù)之一，但一本好經(jīng)總被市場上一些“歪嘴和尚”故意念歪，用于牟利，損害了消費者權(quán)益，也擾亂了行業(yè)生態(tài)。
2026年1月29日，國家市場監(jiān)督管理總局發(fā)布《2026年全國廣告監(jiān)管工作要點》，其中明確指出，AI生成廣告是互聯(lián)網(wǎng)廣告監(jiān)管的重點、難點問題。主管部門將會在新的一年對此開展集中整治，消除人工智能市場上出現(xiàn)的這些“噪聲”和“雜音”。
“龍蝦”時代
3月16日，全球最大AI模型API聚合平臺OpenRouter的最新周度（3月9日至3月15日）數(shù)據(jù)顯示，中國AI大模型的周調(diào)用量連續(xù)兩周超越美國，前者上周調(diào)用量上升至4.69萬億Token，后者周調(diào)用量則下滑至3.294萬億Token。oken調(diào)用量前三的模型均為中國大模型，分別為MiniMax M2.5、階躍星辰Step 3.5 Flash (free）和DeepSeek V3.2，月之暗面的Kimi K2.5周調(diào)用量為0.56萬億Token，排名第九。
當OpenClaw創(chuàng)始人Peter Steinberger轉(zhuǎn)發(fā)PinchBench榜單時，資本與大眾的視線也從OpenClaw本身一鍵轉(zhuǎn)移到了其背后的模型廠商身上。PinchBench是評估模型在OpenClaw框架中表現(xiàn)的實時評測榜單，從成功率、響應(yīng)速度、推理成本三個維度進行排名，MiniMax的MiniMax-M2.1在成功率排行榜上與Gemini 3并列全球第一。
隨著這波龍蝦熱，MiniMax的M2系列文本模型在2026年2月的平均單日token消耗量已超過2025年12月的6倍，其中來自Coding Plan的token消耗量增長超過10倍。
橫空出世的OpenClaw，成為AI領(lǐng)域又一“現(xiàn)象級產(chǎn)品”，它將促進各類科技企業(yè)加速考慮智能化升級，避免自有軟件或解決方案被市場替代。
OpenClaw是一個標準化的智能體構(gòu)建框架，可以簡單理解為一個開放的“智能體裝配間”。開發(fā)者用代碼編程好各個功能，比如“上網(wǎng)查資料”“總結(jié)摘要”等，將其封裝成“skills”上傳并共享，用戶可以根據(jù)需求選擇skills組合，再配置好Docker環(huán)境、選擇接入的大模型，就能在自家電腦上配置一個掌握十八般武藝的智能體。
但智能體能夠直接調(diào)用系統(tǒng)資源并自主執(zhí)行指令，帶來了新的安全挑戰(zhàn)。3月10日，國家互聯(lián)網(wǎng)應(yīng)急中心發(fā)布《關(guān)于OpenClaw安全應(yīng)用的風險提示》，指出該類智能體在運行過程中通常需要被授予較高系統(tǒng)權(quán)限，如果默認配置缺乏必要的安全限制，攻擊者一旦利用漏洞突破防護，可能獲得系統(tǒng)的完全控制權(quán)，進而造成數(shù)據(jù)泄漏或業(yè)務(wù)系統(tǒng)失控等嚴重后果。工業(yè)和信息化部網(wǎng)絡(luò)安全威脅和漏洞信息共享平臺此前也發(fā)布相關(guān)安全預(yù)警。
結(jié)語
在token調(diào)用量的消費上，個人用戶日均消費100元的已不在少數(shù)，AI領(lǐng)域一輪又一輪的熱潮帶來更多的似乎是恐慌，讓人們擔心被時代拋棄，這種恐慌也在促使越來越多人去主動嘗試OpenClaw。但這場熱鬧的“養(yǎng)蝦潮”背后，圍繞的還是那個問題：普通人能在新技術(shù)急速更迭的時代里做些什么？
（文/藍風鈴）
e-Mail：lab@enet16.com
