【TechWeb】10 月 9 日消息，Gartner 在今年 9 月发布了首份《生成式 AI 模型提供商魔力象限》，对全球 15 家厂商进行系统评估。在这份报告中，阿里云、月之暗面（Kimi）、智谱、DeepSeek、MiniMax 5 家中国厂商集体入围，占据评估名单的三分之一。
其中，阿里云进入 " 领导者 " 象限，月之暗面与智谱共同入选 " 远见者 " 象限，DeepSeek 与 MiniMax 则位于 " 利基玩家 " 象限。
在这份魔力象限中，Gartner 将生成式 AI（GenAI）模型提供商市场定义为开发和提供基础生成式 AI 模型的厂商。这些模型面向企业用途设计，用于创建文本、图像、音频、视频等新内容。提供商通过 API、软件开发工具包（SDK）、平台、市场和应用许可协议，将这些模型商业化供企业使用，并提供有文档记录的能力、安全、安保、生命周期和商业条款。
需要注意的是，提供商至少开发一个基础生成式 AI 模型或模型家族，"仅转售、路由或提供其他提供商的模型的厂商 " 不符合该魔力象限评选条件。
阿里云：唯一领导者与 " 全栈 AI" 的支撑
阿里云是本次评估中唯一进入 " 领导者 " （Leaders）象限的中国企业。Gartner 对其产品战略的评价是 " 提供覆盖所有规模类别的全面模型组合，大多数以开源权重、宽松许可证发布 "。Qwen 系列已形成从端侧、私有化部署到云上旗舰的完整尺寸梯队，同时提供闭源与开放权重模型。最新发布的 Qwen-3.8 Max 在复杂推理任务上达到国际前沿水准，成本显著低于同级模型。阿里云受益于阿里巴巴盈利业务和自给自足云业务的资金支持，减少了对额外资本的依赖。其大规模基础设施为企业提供了强大容量和长期运营韧性。
真正将阿里云与其他中国厂商区隔开的，是其 " 全栈 AI" 战略的系统性落地。
阿里巴巴集团主席蔡崇信最近在意大利都灵出席 Wave by Vento 2026 时，为这一战略提供了更凝练的表述。他称阿里巴巴 2023 年起进入 " 公元后 "，明确聚焦 " 电商 " 与 " 全栈 AI" 两大核心业务。所谓 " 全栈 AI"，就是芯片、云、模型、模型服务、智能体应用都要做，从底层设施到具体应用全部握在手里。
2026 年云栖大会上，阿里巴巴集团 CEO 吴泳铭明确提出："AI 模型、AI 芯片和 AI 云是机器智能时代的三大基石，阿里巴巴将坚定投入这三项基础设施建设，这是阿里的长期战略选择。"
远见者双席：月之暗面与智谱的不同路径
在 " 远见者 " （Visionaries）象限中，中国厂商占据两席，月之暗面与智谱。二者都展现出对市场演变的较强理解，并提出了差异化战略，但在运营规模、商业覆盖和执行一致性上，尚未进入领导者行列。
月之暗面以 Kimi K3（2.8 万亿参数）成为开源权重创新的代表。Gartner 认可其 " 引领开源权重创新 " 的能力，指出 Kimi K3 通过算法和基础设施优化，推进了开源权重智能与成本效率，使企业客户能够以灵活部署选项访问前沿智能。但 Gartner 同时警示：其旗舰模型 API 定价相对较高，且高级推理能力需要处理大量上下文，这为规模化生产部署带来了成本可预测性挑战。
智谱同样入选 " 远见者 "。Gartner 对其评价聚焦于 " 快速的主要模型发布节奏 "，GLM 系列在 2026 年完成了多次重要升级，GLM 5.3 在超大类别中提供接近最先进的性能。其模型组合覆盖小型、中型、大型和超大型类别，所有规模均有开源权重模型可用，使企业客户能够为多样化运营工作负载平衡模型智能、延迟和计算成本。但 Gartner 也直指其结构性弱点：直接运营支持和主要云基础设施集中在亚太地区，全球企业客户可能需要依赖第三方合作伙伴。
月之暗面与智谱的路径有相似之处：都选择将模型能力输出至海外云平台，通过收入分成获取增量收益。公开信息显示，Kimi K3 与 GLM 系列均已上架 Amazon Bedrock，采用收入分成模式。这一 " 轻资产出海 " 模式在资本效率上具有吸引力，但其可持续性取决于两个前提：模型的持续领先性，以及海外云厂商对 " 中国模型 " 的接纳程度。
利基玩家的现实约束：DeepSeek 与 MiniMax
DeepSeek 与 MiniMax 被归入 " 利基玩家 "（Niche Players）。这意味着其战略、组合或执行能力相对聚焦，更适合需求与其专业领域相符的客户。
DeepSeek 的优势在于技术透明度与成本效益。Gartner 评价其 " 通过发布详细技术规格和全面方法论文档，保持高架构透明度 "，并通过持续发布源代码促进社区驱动创新。其 API 定价显著低于竞争对手，使企业能够大规模部署具有成本效益的 AI 解决方案。但 Gartner 的批评同样尖锐：模型在其各自类别中 " 落后于领先的开源权重替代方案 "，这限制了需要高度先进长时程逻辑推理和复杂指令遵循能力的企业客户；模型发布节奏较慢。
MiniMax 则是五家中唯一以多模态为核心定位的厂商。Gartner 认可其 " 强大的多模态能力 "，其模型家族覆盖文本、语音、图像、视频和音乐生成，使企业客户能够大规模生成高质量多媒体内容。同时，MiniMax 维持具有竞争力的定价，并通过发布模型细节展现开放创新承诺。但 Gartner 指出，MiniMax 的模型规模组合有限，缺乏领先竞争对手的广泛专门规模层级，这可能要求企业客户将工作负载适应现有架构，而非为特定任务选择最优模型。
分化的本质：基础设施与合规能力决定象限位置
Gartner 首份《生成式 AI 模型提供商魔力象限》对中国厂商的评估，呈现的是一幅分化中的竞争图谱。
将五家厂商置于 Gartner 的评估框架中审视，一条分界线逐渐清晰：是否拥有或能够有效调用大规模基础设施，以及是否具备成熟的安全合规与全球运营能力，正在成为决定象限位置的核心变量。
阿里云进入领导者的关键支撑并非单一模型的性能领先，而是 " 模型—芯片—云 " 的纵向整合能力。这种基础设施能力使阿里云能够同时支撑开源生态的广泛分发和闭源旗舰的持续迭代，而这两条路径在 Gartner 的评估中均获得加分。
相比之下，月之暗面与智谱占据远见者两席，展示了开源创新与快速迭代的竞争力。DeepSeek 与 MiniMax 则在利基市场中寻找各自的生存空间。
如果 AI 果真走向 " 隐性基础设施 "，那么决定厂商长期位置的，将不仅是模型在基准测试上的得分，更是其将模型能力转化为可规模化、可合规、可持续的基础设施服务的能力。在这一维度上，中国厂商的分化才刚刚开始。
