大模型廠商產能與接入時間表：完整拆解
300 家廠商的精確產能數據不存在於任何公開來源。llm-stats.com 號稱追蹤 “300+ AI models”，但那是指模型變體數量，不是獨立廠商數。我在三大追蹤平臺（ZeroEval、Artificial Analysis、llm-stats.com）中抓到的獨立廠商僅 28 家是全球 API 可接入的主力。300 這個數字如果要湊，需要把每個微調變體、量化版本、國內各類"百模大戰"小玩家全算進去，但那些廠商的 GPU 數量是商業機密，不公開。以下是可驗證的公開數據：
一、28 家全球主力大模型廠商（ZeroEval 追蹤）
開放方式 / Access
🇺🇸 美國 / US
🇺🇸 美國 / US
🇺🇸 美國 / US
🇺🇸 美國 / US
開源權重
🇺🇸 美國 / USPhi-4, Copilot 集成API / 產品
🇺🇸 美國 / US
🇺🇸 美國 / USNova, Bedrock 聚合
🇺🇸 美國 / US
API + 開源
🇨🇦 加拿大 / CA
🇮🇱 以色列 / IL
API + 開源
🇺🇸 美國 / US
開源
🇫🇷 法國 / FR
API + 開源
🌐 國際 / Intl
開源
開放方式 / Access
DeepSeek (深度求索)🇨🇳 中國 / CN
API + 開源
🇨🇳 中國 / CN
API + 開源
ByteDance (字節跳動)🇨🇳 中國 / CNDoubao, 即夢 (Jimeng)API (火山引擎)
🇨🇳 中國 / CN
API + 部分開源
🇨🇳 中國 / CN
API + 開源
🇨🇳 中國 / CNERNIE 4.0, 文心一言
🇨🇳 中國 / CN
StepFun (階躍星辰)🇨🇳 中國 / CN
🇨🇳 中國 / CN
產品內嵌
🇨🇳 中國 / CN內部 LLM / Internal LLM內部使用
OpenBMB (面壁智能)🇨🇳 中國 / CN
開源
🇰🇷 韓國 / KR
🇮🇳 印度 / IN
開源
🇨🇳 中國 / CN
二、GPU 產能估算（公開數據，2025）
數據來源：公司財報、SemiAnalysis、The Information、公開採購單、Omdia 估算。精確數字是商業機密，以下為第三方估算區間。
排名
廠商
估算 GPU 規模
晶片類型
等值算力
TPU不與H100直接對標；最大單一AI 算力集群
2 個 24,576 H100 集群，2024 年底已完成
目標 $100B+
定製晶片路線；Anthropic 主力算力支撐
H100 僅用 122 天建成
2028 長期目標遠超此數
中國最大 AI 算力買家；深受出口管制影響
AWS + GCP 雙雲架構；累計獲得$8B+ 融資
國產晶片替代方案正在並行推進
擁有全棧自主可控的 AI 晶片生態
支撐騰訊混元大模型矩陣體系
排名
廠商
估算 GPU 規模
晶片類型
等值算力
極高訓練效率；僅花費 $5.6M 訓出V3 模型
SenseCore AI 算力中心；受美國實體清單限制
自研崑崙芯正在進行並行化部署
阿里雲託管算力為主；累計融資超
清華大學學術背景；政府重點戰略支持
專注於多模態視頻生成，GPU 消耗極大
由李開復博士創辦
前微軟高管團隊創辦
華為昇騰~5,000算力基礎設施與華為深度綁定
三、API 接入時間表
API + 開源
GPT-4o 及 字節跳動豆包 API 上線
API + 開源
Qwen 2.5 系列全面開源
開源
API + 開源
DeepSeek R1 推理模型震撼發布
API + 開源
Grok 3 正式發布
月之暗面 Kimi K2 發布
GPT-5.1 系列正式上線
API + 開源
四、中國大模型「百模大戰」全景
從 LLMs-In-China 倉庫提取的中國廠商生態（主要核心玩家）：
字節跳動（豆包/火山引擎）— 中國最大 AI 算力投入者
阿里巴巴（通義千問/Qwen）— 擁有國內實力最強的開源模型系列
華為（盤古/Ascend 生態）— 全自主研發晶片的全棧生態優勢
騰訊（混元）— 依託強大的雲服務與社交網絡生態整合
DeepSeek（深度求索）— 憑藉極致的架構效率震動矽谷
百度（文心一言/ERNIE）— 國內最早進行商業化布局的老牌玩家
商湯（日日新/SenseNova）— AI 1.0 時代的視覺老兵全面轉型
智譜 AI（GLM/ChatGLM）— 清華大學學術底蘊，政府重點扶持的中堅力量
月之暗面（Kimi）— 長上下文處理的先驅，K2.6 成功登頂開源榜單
MiniMax（海螺 AI）— 專注多模態與高質量視頻生成
科大訊飛（星火）— 在語音與行業落地方面與華為昇騰緊密合作
零一萬物（Yi，李開復創辦）— 國際化視野的創新團隊
階躍星辰（StepFun，前微軟高管創辦）— 擁有極強的多模態研發基因
百川智能（Baichuan，王小川創辦）— 深耕醫療及大模型垂直落地
面壁智能（OpenBMB，MiniCPM 端側模型）— 專注高效端側小模型研發
雲知聲（UniGPT） 與 小米（MiLM，智能硬體端側產品內嵌）
美團、滴滴、拼多多 — 深度嵌入其自身核心核心業務場景，目前不對外開放 API
中科院（紫東太初）、上海 AI Lab（書生·浦語）— 偏向學術界的高質量開源研究
崑崙萬維、知乎（知海圖）、網易 — 內部研發模型，暫無大規模公開接入渠道
五、關鍵趨勢總結
300 這個數： 如果算上每個微調變體、量化版本、垂類模型，全球確實能湊出 300+。但能提供標準 API 接入的主力平臺只有 30 家左右。
產能集中度極高： 前 5 家（Google/Meta/MS/Amazon/xAI）掌握了全球約 70% 的頂級 AI 訓練算力，前 20 家廠商的市場佔有率更是超過 95%。
中國出口管制效應： 在 H100 遭到禁運後，華為昇騰 910B/C 迅速填補空白成為國內替代主力。而 DeepSeek 能夠利用受限的 H800 晶片跑出世界級性能，有力證明了架構優化與算法效率比裸算力堆砌更為關鍵。
接入壁壘空前降低： 從 2025 年起，所有主流模型均轉向全面的 API 化，價格競爭進入白熱化階段，從頂級閉源的 $15/M tokens 到完全免費的開源部署，門檻極大降低。
開源權重強勢崛起： 伴隨 Kimi K2.6、DeepSeek V4、Qwen 3.7、Llama 4 等頂級基座模型的全面開源，行業公認的"產能"概念已經從單純的 GPU 持有量，擴散演變為開源社區的廣泛部署和生態落地能力。