02 · 国内的几家
国内这一片的格局跟国外不太一样：大厂做全家桶、创业公司做单点突破、开放权重的比例明显更高。对多数国内团队来说，这一章里的选项才是真正能落地的那些。
读之前先知道两件事
一、"以什么见长"是印象，不是能力上限。 各家都在补齐全模态，别把下面的标签当成"别的它做不了"。
二、国内厂商大多同时提供三种形态：C 端 App（免费用）、云上 API（按量付费）、私有化部署（企业）。选哪种取决于你的数据能不能出内网，而不是取决于哪个模型强。
DeepSeek · 深度求索
以什么见长：开放权重 + 性价比。它把"开放权重的强模型"和"极低的调用成本"这两件事同时做成了，直接改变了国内很多团队的成本预期——很多原本因为太贵而不敢做的批量任务，是从这里开始变得可行的。
推理模型方向的影响也很大，很多后来者的思路受它启发。
适合：想私有化部署、或者要跑大批量任务压成本。
入口：deepseek.com
字节跳动 · 豆包（Doubao）
以什么见长：C 端体量和工程化落地。豆包 App 是国内用户量最大的 AI 助手之一，模型能力之外，产品打磨和响应速度是它的强项。
企业侧走火山引擎，价格策略一贯激进——国内这几轮 API 降价，它常是发起方。
适合：面向国内 C 端用户的产品、对成本和响应速度敏感的场景。
阿里 · 通义千问（Qwen）
以什么见长：开源家族最全。从能塞进手机的小尺寸，到大参数量的旗舰；从纯文本到视觉、音频、代码——尺寸和模态的组合覆盖度是国内最广的一家，社区里基于它二次开发的模型和工具也最多。
这一条对两类人很实际：要在端侧 / 边缘设备上跑模型的，和要拿一个基座做行业微调的。
适合：私有化部署、二次开发、需要在不同尺寸之间做取舍的场景。
腾讯 · 混元（Hunyuan）
以什么见长：腾讯生态整合（微信、QQ、腾讯会议、腾讯云），以及在图像 / 视频 / 3D 生成方向上的持续投入，部分模型开放了权重。
适合：业务本来就长在腾讯生态里的团队；有 3D / 视频生成需求的场景。
月之暗面 · Kimi
以什么见长：长上下文起家。国内最早把"一次能读几十万字"当成核心卖点打出来的一家，早期靠"把一整本书 / 一堆 PDF 丢进去问"这个场景积累了大量用户。
后来也在开放权重和 Agent 方向上有投入。
适合：要处理长文档、长材料的场景——虽然现在长上下文已经是各家标配（入门篇 04 章），但它在这条路上走得早。
入口：kimi.com
智谱 AI · GLM
是谁：清华系背景，国内最早一批做大模型的公司之一。
以什么见长：开源生态的早期贡献。国内很多人第一次在自己机器上跑起来的中文大模型就是它家的，对国内开源社区的启蒙作用很大。除文本外，在图像、视频生成方向也有产品线。
入口：zhipuai.cn · 智谱清言
MiniMax
以什么见长：语音和视频。文本模型之外，语音合成（听起来自然、情感表达好）和视频生成（海螺）是它比较受关注的方向。
适合：需要做语音交互、有声内容、或者视频生成的场景——这类需求在下一章会展开讲。
入口：minimaxi.com · 海螺 AI
百度 · 文心（ERNIE）
是谁：国内最早对标 ChatGPT 推出产品的大厂之一。
以什么见长：产业和政企落地——百度智能云在政企项目上的积累比较深，很多行业方案是从这条线进去的。
入口：文心一言
科大讯飞 · 星火
以什么见长：语音。讯飞在语音识别和合成上有二十多年积累，大模型时代这块能力是现成的优势。教育和政企也是它的传统强项。
适合：语音相关的场景，见下一章。
入口：星火
其他几家
也在第一梯队附近，各有侧重，一句话带过：
| 一句话 | |
|---|---|
| 零一万物（Yi） | 李开复创立，早期以开源模型和性价比受关注 |
| 阶跃星辰（Step） | 多模态方向投入较多 |
| 百川智能（Baichuan） | 早期开源生态的重要参与者，后来向医疗等垂直方向发展 |
| 商汤（日日新） | 视觉起家，多模态和行业方案是重心 |
一张速查表
| 家族 | 以什么见长 | 开放权重 | |
|---|---|---|---|
| DeepSeek | DeepSeek | 开放权重 + 性价比 | 是 |
| 字节 | 豆包 | C 端体量、工程化、价格 | 部分 |
| 阿里 | 通义千问 Qwen | 开源家族最全（尺寸 + 模态） | 是 |
| 腾讯 | 混元 | 腾讯生态、图像 / 视频 / 3D | 部分 |
| 月之暗面 | Kimi | 长上下文起家 | 部分 |
| 智谱 | GLM | 开源生态早期贡献、多模态 | 是 |
| MiniMax | 海螺 / abab | 语音、视频 | 部分 |
| 百度 | 文心 ERNIE | 产业与政企落地 | 部分 |
| 讯飞 | 星火 | 语音 | 部分 |
国内 vs 国外，怎么想这件事
别按"哪个更强"来想，按这三条来想：
一、数据能不能出境。 这是硬约束，而且通常不由你决定。客户资料、财务数据、代码、个人信息——先问清楚公司的规定，再谈选型。这一条卡死了，后面都不用聊。
二、要不要私有化部署。 要的话，看开放权重那一列。国内在这一列上的选择比国外多。
三、中文任务上差距不大。 日常的中文文档处理、纪要、周报、方案——国内外主流模型的差别，多数时候小于你把提示词写清楚带来的差别。
先按一二筛掉不可选的，剩下的按 04 章那个二十分钟的方法测一遍。 这比读任何评测都准。
下一步
03 · 按能力分类 —— 这一章最不容易过期。