先记住这三点
- 27 个团队、32 款模型，平均 1.19 款；阿里 4 款覆盖 ¥1.2/4/12/18 四个价格带，智谱 5.3 支配 5，DeepSeek 是流水线两道工序。
- 24 个单点团队里既有字节、腾讯、百度、小米、华为，也有垂直/研究团队；单点是产品策略，不是规模。
- 单点模型平均极差 19.1，多产品模型 15.0；单点里极差 ≥25 的占 33%，多产品里只有 12.5%。
32 款模型，27 个团队
把 32 款在榜模型按厂商去重，得到 27 个团队。分布很不平均：
- 阿里巴巴 4 款：Qwen3.5-397B（#3）、Qwen3-Omni-30B（#10）、Qwen3.8-Max（#1）、Qwen3.8-Flash（#13）；
- 智谱 AI 2 款：GLM-5（#6）、GLM-5.3（#4）；
- 深度求索 2 款：DeepSeek-OCR 2（#20）、DeepSeek-V4.1-Flash（#12）；
- 其余 24 个团队各 1 款。
也就是说，27 个团队里有 24 个把全部多模态赌注压在一款模型上。 这 24 个“单点”里，既有字节、腾讯、百度、小米、华为这样的巨头，也有月之暗面、商汤、美团、快手、讯飞、阶跃、MiniMax 这样的模型公司，还有海康、云从、脑虎、智元、面壁、上海 AI 实验室、中科院自动化所、蚂蚁、京东、网易这样的行业/研究团队。
单点不是小公司的特征，是产品策略的选择。 这篇文章用“产品线密度”这个视角，重读这张天梯榜：谁在用一个模型打一个点，谁在用多个型号打一个面，以及这对采购意味着什么。
三个多产品团队
阿里：四款模型，四个价格带
| 模型 | 总榜 | 综合 | 价格 / 百万输出 token | 模态 | 定位 |
|---|---|---|---|---|---|
| Qwen3.8-Max | #1 | 95.4 | ¥18 | 文/图/视/音/GUI | 旗舰，能力上限 |
| Qwen3.5-397B | #3 | 94.6 | ¥12 | 文/图/视/音 | 上一代旗舰，性价比 |
| Qwen3-Omni-30B | #10 | 88.9 | ¥4 | 文/图/视/音 | 开源全模态（Apache-2.0） |
| Qwen3.8-Flash | #13 | 87.5 | ¥1.2 | 文/图/视/GUI | 低价 GUI/Agent 入口 |
四款模型覆盖了 ¥1.2、¥4、¥12、¥18 四个价格带，也覆盖了除具身之外的五种模态。阿里不是在一个点上竞争，是在四个点上包围。
这条产品线的内部阶梯值得细看：
- Max → Qwen3.5：−0.8 分，−33% 价格。旗舰溢价很薄，Qwen3.5 是“次旗舰甜点”。
- Qwen3.5 → Omni：−5.7 分，−67% 价格。Omni 卖的不是通用能力，是“¥4 的全模态 + Apache-2.0”。
- Omni → Flash：−1.4 分，−70% 价格。Flash 比 Omni 便宜 70%，只低 1.4 分，但少了音频；它卖的是“¥1.2 的 GUI/Agent 门票”。
四款模型不是四个重复，是四个生态位。 这是多产品团队的第一个优势：可以用不同型号覆盖不同预算，而不必让一个模型在所有价格带上妥协。
智谱：5.3 把 5 支配了
GLM-5.3（#4，92.4，¥9）与 GLM-5（#6，92.0，¥10）：
- 新版本 +0.4 分；
- 价格低 ¥1；
- 两者都是闭源商用 + 私有化授权，5.3 额外有“昇腾全栈训练/镜像”。
从公开档案看，GLM-5 在分数与价格上都被 GLM-5.3 支配。 它继续存在的理由只能在存量合同、认证与交付周期里找，不在能力表里。
这是多产品团队的第二个特征：自我蚕食。 新版本越强、越便宜，旧版本就越难卖；但旧版本不能立刻下架，因为已有客户、已有招标参数、已有私有化交付。对采购方的含义：同门迭代时，先问“旧版本还有没有存在的理由”，再决定要不要为“稳定”付溢价。
深度求索：不是产品线，是两颗钉子
DeepSeek-OCR 2（#20，81.9，¥0.8，文档 99）与 DeepSeek-V4.1-Flash（#12，87.9，¥0.6，文档 95）：
- 一个专攻文档解析，极差 39；
- 一个做通用低价，极差 23；
- 两者价格都低于 ¥1，都不是“旗舰”。
DeepSeek 的两款不是一条产品线，是流水线的两道工序。 OCR 2 做第一道版面解析，V4.1-Flash 做第二道复核/结构化；两者组合的每千张成本远低于“旗舰复核”（见每千张图成本）。
多产品团队的第三种形态：不是价格带覆盖，也不是代际迭代，而是任务分工。
24 个单点团队
| 团队 | 模型 | 总榜 | 价格 | 类型 |
|---|---|---|---|---|
| 字节跳动 | 豆包 Seed 2.0 Pro | #2 | ¥15 | 通用 |
| 月之暗面 | Kimi K3 | #5 | ¥16 | 通用/长上下文 |
| 小米 | MiMo-V2.5 | #7 | ¥6 | 通用 |
| 商汤科技 | SenseNova 6.5 Pro | #8 | ¥12 | 视觉/行业 |
| 美团 | LongCat-Next | #9 | ¥2.5 | 原生多模态 |
| 百度 | ERNIE 5.1 | #11 | ¥8 | 通用/搜索 |
| 快手 | Keye-VL-2.0 | #14 | ¥2 | 视频 |
| 腾讯 | Hunyuan-Vision | #15 | ¥8.6 | 通用 |
| 上海 AI 实验室 | InternVL 4.0 | #16 | ¥1.0 | 开源感知 |
| 阶跃星辰 | Step-3 | #17 | ¥5 | 通用 |
| 科大讯飞 | Spark X2 | #18 | ¥6 | 语音/教育 |
| MiniMax | MiniMax M2.5 | #19 | ¥8 | Agent/通用 |
| 华为 | Pangu 5.5 | #21 | ¥20 | 行业 |
| 蚂蚁集团 | Ant Ling 2 | #22 | ¥5 | 金融 |
| 智元机器人 | WITA-Omni | #23 | ¥0 | 具身 |
| 北京智源研究院 | Emu3.5 | #24 | ¥0 | 生成/世界模型 |
| 中科院自动化所 | Zidong Taichu 2.0 | #25 | ¥0 | 学院派全模态 |
| 面壁智能 | MiniCPM-V 4.5 | #26 | ¥0.5 | 端侧 |
| 海康威视 | Guanlan 3 | #27 | ¥0 | 安防 |
| 京东集团 | JD Yanxi 2 | #28 | ¥6 | 电商 |
| 网易集团 | Fuxi 2 | #29 | ¥4 | 游戏/内容 |
| 脑虎科技 | NeuroXess-N1 | #30 | ¥0 | 神经信号 |
| 字节跳动 · 北大 | BAGEL-2 | #31 | ¥0 | 开源统一模型 |
| 云从科技 | Congrong 2 | #32 | ¥7 | 识别 |
这 24 个单点有几个反直觉的事实：
单点不等于小公司。 字节、腾讯、百度、小米、华为都只放了一款；它们的多模态投入并不小，只是选择用一个模型覆盖一个主场景。产品线密度是策略，不是规模。
单点不等于弱。 豆包 #2、Kimi #5、MiMo #7、SenseNova #8、LongCat #9——前十里有一半来自单点团队。一个模型做到极致，比四个模型都中游更强。
单点模型更偏科。 24 个单点模型的平均极差是 19.1，8 个多产品模型是 15.0；单点里极差 ≥25 的有 8 款（33%），多产品里只有 1 款（DeepSeek-OCR 2，12.5%）。单点团队更常用一个模型覆盖一个场景，所以形状更尖；多产品团队可以用不同型号分工，整体更平。
为什么是“单点 + 三portfolio”的结构
这不是偶然，是三个约束的结果：
1. 多模态的训练成本高。 一个能进前 20 的模型，需要视觉编码器、语言底座、视频/音频/Agent 数据的联合训练；同时维护四条产品线，只有少数团队有算力与数据。
2. 场景数据是垂直的。 安防、金融、电商、游戏、医疗、神经信号——每个场景的数据采集方式不同。一个团队在一个场景里有一手数据，比在四个场景里都有二流数据更强。单点是数据策略，不是能力不足。
3. 商业化路径不同。 通用模型卖 API，行业模型卖授权/项目，开源模型卖生态。三条路径的组织能力完全不同；同时做三条，管理成本高于收益。
于是市场分成两层：
- 三个多产品团队（阿里、智谱、DeepSeek）用产品线覆盖价格/任务/代际；
- 二十四个单点团队用一个模型打一个点，靠场景深度或成本优势生存。
这不是“集中化”，是“长尾化”。 27 个团队、32 款模型，平均每个团队 1.19 款；如果只看中位数，是 1 款。市场没有收敛成几个全栈巨头，而是长成了一片单点。
采购含义：单点与多产品，风险不同
| 维度 | 单点团队 | 多产品团队 |
|---|---|---|
| 升级路径 | 下一代可能换名/换架构，迁移不确定 | 同门有阶梯，可平滑升级 |
| 单点故障 | 一款模型下架=供应中断 | 一款下架可换同门 |
| 自我蚕食 | 无（只有一款） | 有（新旧版本互相替代） |
| 路线图 | 聚焦，迭代快 | 分散，可能资源倾斜 |
| 议价 | 单款，议价空间小 | 多款打包，议价空间大 |
| 集成 | 一个模型，简单 | 多型号分工，编排复杂 |
单点团队的风险是“没有备胎”，多产品团队的风险是“备胎太多，不知道选哪个”。
采购时问两个问题：
- 对单点团队：如果这款模型 12 个月后被替代，迁移路径是什么？权重/API/数据能否带走？
- 对多产品团队：同门里有没有更便宜、更强、覆盖同一场景的型号？如果有，为什么还要买这一款？
第二个问题在智谱身上已经有答案：GLM-5.3 支配 GLM-5。多产品团队的采购，先做同门去重，再做跨门比较。
一个预测，以及它的证伪条件
预测： 未来 12 个月，国产多模态不会收敛成“三家全栈”；更可能的是“3–5 个多产品团队 + 一批单点团队”，因为场景数据的垂直性与训练成本没有改变。
证伪条件： 如果出现以下任一情况，这个预测错了——
- 单点团队数量从 24 降到 15 以下（并购/退出/被平台吸收）；
- 三个多产品团队中有一家把产品线扩到 8 款以上，且覆盖 5 个以上场景；
- 单点团队的平均极差从 19.1 降到 12 以下（说明它们在补全能力，而不是深耕场景）。
这三条都可以在后续扩样中复算。预测不写在墙上，写在数据里。
边界
- 厂商归属按
vendor字段去重。 “字节跳动 · 北大”的 BAGEL-2 与“字节跳动”的豆包按两个团队计；如果合并，单点团队是 23 个。口径不同，数字不同。 - 产品线密度不是能力。 阿里 4 款不等于阿里最强；单点团队 1 款不等于弱。密度描述的是策略，不是分数。
- “单点模型更偏科”是描述，不是因果。 单点团队也可能因为资源集中而做出更尖的模型；多产品团队也可能因为分工而更平。样本只有 27 个团队。
- 未来预测是主观判断。 证伪条件写在这里，12 个月后回看。
复现
按 vendor 字段分组，统计每组的模型数、平均名次、平均极差；单点/多产品按模型数 = 1 / >1 划分。数据来自 src/data/models.ts，脚本随站点数据发布；扩样后重跑，团队表随更新日志更新。
如果这篇文章只留下一句话：国产多模态不是“几家通吃”，是“三个产品线 + 二十四个单点”。 采购的默认形态不是选一个全栈供应商，而是拼一张多供应商的图。
关于本文的常见问题
只有一款模型，是不是说明团队能力不足？
不。豆包第 2、Kimi 第 5、MiMo 第 7、SenseNova 第 8、LongCat 第 9；前十里一半是单点。一个模型做到极致，比四个模型都中游更强。
多产品团队是不是更稳？
风险不同，不是更稳。单点的风险是没有备胎，多产品的风险是自我蚕食与路线图分散；采购要分别问“12 个月后的迁移路径”和“同门有没有更便宜更强的替代”。
