今天看到 TK 的微博，提到美国在商业环境、付费习惯、人才和资本拉满的条件下，也就养活了两个半纯模型企业。
看到这段话我的第一反应是，如果沿着这个逻辑看国内市场，国内有的数的几家基座独角兽，也无法长时间支撑庞大的研发开支。（特殊路径除外）
核心死结在于极高且持续的研发投入，和极度萎缩的变现路径之间的错配。
基座大模型不是一劳永逸的不动产，一代耗资巨大的模型，技术领先窗口期往往只有几个月。要留在牌桌上，就必须持续投入下一代更大规模的算力集群和顶尖人才薪酬。
Google、Meta 或者国内的大厂可以把大模型当成基础设施，用成熟主业的现金流去补贴研发，再通过搜索、广告或云服务把钱赚回来。
但纯模型企业没有其他业务输血，每一分钱都必须靠模型本身赚回来。
更致命的是，国内高质量开源模型的爆发，直接堵死了纯模型公司的溢价空间。
这不是说开源不好，而是开源的主体有着完全不同的商业闭环。
阿里开源 Qwen，赚的是阿里云的算力租赁和存储费用，只要开发者在云端部署运行，阿里就能把钱赚回来。
DeepSeek 依托量化母公司的早期积累和极致的架构优化，把推理成本压到极限，直接把接口毛利压成了薄利多销的水电煤。
当用户发现拿开源的 Qwen 或 DeepSeek，配合 Strata 这类推理引擎在本地能以更低的成本就能跑起来，或者直接调用极低价接口就能达到生产效果时，既没有云基础设施、又没有断代技术优势的纯模型公司，根本不可能向客户收回高昂的研发成本。
成本端的算力和研发开销降不下来，收入端在个人免费、企业私有化和开源低价的三重挤压下做不大，纯大模型企业的生存空间被压缩到了极限。
往后，要么出海和 Anthropic、OpenAI 抢客户，要么彻底转型为低毛利的定制服务商（那基本告别模型迭代了），再要么在资金消耗殆尽后被巨头收编。