10月13日晚，阶跃终端发布旗下首款大模型原生智能体手机STEPX Neo，把Step系列模型、Step AOS系统、Step Studio开发工具和手机硬件捆绑成一个3,999元的全栈价，厂商的判断写得很直白：在智能体时代，AI不再是手机的附加值，而是产品价值本身。这场发布会也把“国产大模型落地是什么水平”的讨论重新推上话题榜：智能体原生操作系统StepAOS 1.0与个人智能体阶跃Amoo，全部围绕“让模型替人办事”从零设计。数智前线微博
先给结论：按最新官方口径，“尝鲜”这一程已经走完——中国互联网络信息中心发布的《生成式人工智能应用发展报告（2026）》显示，截至2026年上半年，我国生成式人工智能用户规模超7亿人，普及率超50%。真正待验收的是后半程：个人会不会持续付费，企业敢不敢把真实业务交出去，行业离开资本输血能否自己活。从过去一周的密集信号看，从尝鲜到刚需之间还剩三道坎：能不能托付、生意能不能成立、环境能不能承接。新华网
用户已经在把AI用进工作流程。这份CNNIC报告里，结构比总量更能说明问题：76.0%的用户让生成式AI回答问题，用它处理图片/视频、文本、工作总结与会议纪要PPT的用户分别占47.8%、37.6%和32.5%，AI综合助手和效率办公类应用的使用次数同比增长超过100%。生产端同样如此：报告同时提到，我国规上制造业企业人工智能技术应用普及率超过三成，基本贯穿研发设计、生产制造、质检运维全链条。也就是说，“有没有人用”不再是问题。新华网
第一道坎：榜单能过关，“敢不敢接”还差签字
评测公司开始把模型放进完整岗位而不是考题里。10月13日网易智企发布一份企业销售场景大模型评测：12款国产模型被放进线索评估、拜访准备、沟通纪要、商机评估、异议处理、客户跟进、方案报价这7项真实销售工作，按交付物验收。结果是没有“总冠军”：7项任务的第一名全部由Qwen3.8-Flash和DeepSeek-V4.1-Flash两个模型包揽，但两者擅长的任务并不相同，这家评测方因此拒绝加权出一个总榜。质量、速度、成本之间也不存在简单对应：同一道商机评估题，一个模型得分高1.25分，另一个的平均token成本低约57.1%；异议处理反过来：得分高5分的那个模型反而更慢——对手的平均执行时间比它短约71.5%。企业选型因此变成一个业务问题：这项工作，更怕错、更怕慢，还是更怕贵？网易智企
拉开差距的不是文笔，而是懂不懂业务。沟通纪要一项，最高分89.58与第二名的分差达到6.83分，差距不在文字是否流畅，而在模型能否把“内部已立项”和“预算已审批”、“七月底定下来”到底是选型还是签约区分清楚——表现弱的输出会把待确认信息写成确定事实，而这些纪要一旦进入客户管理系统，误差会沿着商机判断、方案报价继续往下传。同样的现场观察来自一位企业AI落地从业者：2023年的难是模型能力难，现在模型基本够用了，卡住的是“Demo跑通之后，没有人敢签字让它接真实业务”。需要说明的是，上述评测由网易智企在其自有智能体平台上组织，结论只覆盖这420份交付物；但它测出的方向与行业共识一致：刚需的前提，是把模型输出嵌进流程并有人对结果负责。知乎
第二道坎：调用量全球第一，收入还没跟上
“便宜”这个曾经属于国产模型的集体人设，正在被海外厂商反向击穿。10月8日，Anthropic推出主打日常简单任务的轻量模型Claude Haiku 5.5，10万tokens以内每百万输入0.10美元、输出0.50美元，单价只有上一代的十分之一，甚至比国内同为小模型的DeepSeek-V4.1-Flash还便宜。 几乎同一时间，OpenAI把GPT-6同代的轻量版Luna下放给免费用户，付费与免费的代际差被抹平。国产模型的低价牌并没有全输——把同一份文档当知识库反复追问时，DeepSeek的缓存价仍然只有对方的三分之一左右——但入口价的优势已经不再独占。更深的隐忧在付费结构：从业者观察到，国内厂商的C端会员大多每月几十元，付费渗透率很低，营收主体只能靠API和ToB项目。AIX财经
调用量的故事则完全是另一个量级。OpenRouter数据显示，截至10月5日至11日那一周，中国大模型周调用量已连续24周超过美国，稳居全球第一；但受定价、生态和分发渠道影响，这份流量增长尚未等比例转化为中国厂商的海外收入。一个值得注意的变化是，美国法律科技公司Harvey今年8月上线了基于Kimi K3后训练的自有模型，GenSpark则拿MiniMax开放权重做底座、联合海外部署商Fireworks AI在9月推出自己的生成产品——中国开源模型成了别人应用生意的地基，而靠部署中国开源模型起家的Fireworks AI，年化营收已突破10亿美元。智源研究院创始理事长张宏江同时提醒，OpenRouter榜单不等于真实市场份额，衡量能力要看完成一个任务的最终成本，而不是单位token的调用成本。第一财经
资本市场的走势把“刚需成色”的缺口照得更清楚。智谱今年1月上市时市值约518亿港元，6月22日冲到1.07万亿港元，截至10月7日股价又较最高点跌去76.6%；而同期它的API调用量和ARR仍在增长，跌的是估值逻辑。今年以来智谱4次重要模型发布，3次当天股价上涨、平均涨幅12.3%，可到了8月GLM-5.3发布当天反而下跌——市场提前一个多月涨完了预期，利好兑现即回落。摩根大通给出的下调理由很直接：国内前沿模型的领先位置正在快速轮换，单一厂商长期保持技术领先的确定性比想象中低。一级市场同样热闹：据路透社10月6日报道，DeepSeek正募集新一轮800亿元以上、最高可能达1000亿元的资金，目标估值约5000亿元；据彭博社同日报道，月之暗面已完成上市前最后一轮私募，估值约500亿美元，最快2027年一季度赴港上市——两条消息均未获公司确认。当估值高度依赖“下一代模型”的预期而非稳定的经营现金流，行业离“商业上的刚需”就还有一段距离：天际资本统计的口径里，一款领先模型的高利润黄金期平均只有约6个月。硅基观察Pro字母榜
第三道坎：模型要上岗，环境还没配齐
终端厂商选择押注入口重构。STEPX Neo把端侧定位为“快反应”、云侧负责“深思考”，用六麦克风阵列和一颗低功耗音频感知芯片解决嘈杂环境里的拾音，用MiniLED点阵背屏让智能体的工作状态可见，系统底层按“可信、可见、可控、可逆”设计权限，并宣称已接入支付宝、腾讯、携程、滴滴、剪映、高德、美团等近百家生态，购买者还能拿到连续12个月、每月百亿token的额度计划。这台先行版10月13日晚开启预售、10月16日正式开售，目标用户被明确圈定为“AI创客”而非大众——把模型、系统、工具、硬件打包定价的生意能不能成立，要等市场回答。数智前线
模型公司自己也在从“发模型”转向“修环境”。今年十一长假，国内头部厂商罕见地没有上演发布大战，但活儿没停：DeepSeek在9月30日宣布开源面向华为昇腾芯片的一批底层计算和通信组件，并推进基于128颗昇腾950芯片的超节点方案；10月5日，智谱GLM-5.3上线亚马逊云科技Bedrock，海外企业客户可以直接托管调用。量尺也在补：10月13日，覆盖算力、模型算法、行业应用、安全治理的人工智能全产业链评测基准“求索”4.0发布，配套电力、医疗、钢铁等真实业务负载，意在解决不同环境下评测结果不可比的老问题。字母榜第一财经
追踪小结：三道坎各自的刻度
把10月中旬的这组切片放在一起，落地水平的答案比热搜话题本身更具体。能不能托付，正在跨过：模型能力基本够用，但“敢不敢接真实业务”仍卡在流程嵌入和责任签字上，企业侧的按任务选型、混用多家模型已是现实做法。生意能不能成立，是三道坎里离刚需最远的一道：7亿用户证明的是使用规模而非付费深度，全球第一的调用量证明的是流量而非收入，资本市场的过山车则说明行业的“刚需红利”还没有从融资和估值变成经营现金流。环境能不能承接，刚刚开始：入口在重构，国产算力工具链和海外分发渠道在补，评测标准在立。
接下来值得盯的信号也都是现成的：企业选型报告会不会从“谁总分最高”变成“哪项任务该用谁”；海外收入增速能不能追上连续24周的调用量优势；以及这台智能体手机，会不会重演过去两年“给旧手机加AI壳”的命运。尝鲜期拼的是发布会和榜单，刚需期拼的是签字、账单和生态——国产大模型已经证明了前者，后三件事才决定热搜会不会变成水电煤。
