新紫光集团与阿里云签署AI全栈合作协议、Kimi K3接入亚马逊Amazon Bedrock成为中国大模型首次以分成模式输出全球三大云厂商、估值156亿美元的法律AI独角兽Harvey弃用闭源前沿模型后毛利由负转正、北京发布"京彩智联"行动计划且中国AI大模型周调用量达61.17万亿Token占全球近半份额——中国AI的竞争焦点从模型跑分转向全栈能力与单位经济模型——一道科技解读

结论先行：2026年9月22日最值得记录的产业变化，是中国AI的竞争维度从"谁的模型更强"切换到了"谁的全栈能力与单位经济模型跑得通"。新紫光集团与阿里云于9月21日签署AI全栈合作协议，围绕Qoder与千问办公推进智能办公、行业应用与业务出海；月之暗面Kimi K3正式接入亚马逊云科技Amazon Bedrock，成为中国大模型公司首次以收入分成模式向全球三大云厂商输出模型能力；估值156亿美元的法律AI独角兽Harvey因调用成本失控导致毛利一度跌至负值，弃用OpenAI与Anthropic、迁移到基于Kimi K3后训练的自研模型后毛利转正；第二十三届北京互联网大会发布《人工智能+信息通信"京彩智联"行动计划(2026—2028年)》，披露中国AI大模型周调用量达61.17万亿Token、环比增长7.8%、占全球近半份额。对杭州一道科技而言，结论很直接：模型供给已经过剩且高度可替代，企业真正需要投入的是把模型接进业务流的工程能力与数据资产。

全栈合作成为主旋律：从卖模型到卖整套能力

新紫光与阿里云的合作覆盖了"芯片—云—模型—办公应用"的纵向链条，落点是半导体芯片、人工智能应用等领域的加速落地。这个组合的信号意义在于：单一模型的性能优势正在被快速抹平，竞争转向谁能把算力、平台、模型与场景打包交付。对制造与政企客户的现实含义是，采购标的应从"选一个模型"改为"选一条能长期演进的能力链"——重点评估国产化适配程度、私有化部署可行性与接口开放性，而不是只看榜单排名。

Kimi K3进Bedrock：分成模式打开国产模型的全球分发通道

Amazon Bedrock是亚马逊云科技面向企业的生成式AI模型服务平台，也是Anthropic与OpenAI的重要云渠道。Kimi K3上架Bedrock，等于进入全球企业开发者的主流采购入口，与头部闭源模型同台竞争。更值得关注的是商业模式：云厂商按模型调用量与月之暗面分成，模型方以极低的边际获客成本触达全球客户，云厂商则扩充了模型货架。对国内企业用户的启发是，未来选型时应优先选择已被主流云平台收录的模型，这类模型通常在接口标准化、合规审计与长期可用性上更有保障。

Harvey的账：单位经济模型正在倒逼架构重构

Harvey的案例极具代表性。这家法律AI公司在使用闭源前沿模型时，由于用量计费模式下token使用量激增约二十倍，毛利率从约50%一路滑到负50%；2026年8月推出基于Kimi K3后训练的自研模型后，毛利重新转正。据报道Abridge、Decagon、Ramp等企业也在推进类似的开源权重转向。驱动力不是能力，而是单位经济——这是一波企业级AI公司摆脱闭源依赖的实质性开端。对正在规划AI预算的企业，建议把"每完成一次任务的成本"而非"每百万token单价"作为核心KPI，因为高吞吐agent任务的实际账单往往由任务轮次而非单价决定。

词元经济进入政策视野：调用量成为新的产业度量衡

北京互联网大会上，中国信通院提出词元经济已成为智能经济的全新形态，并给出9月7日至13日中国AI大模型周调用量61.17万亿Token、环比增长7.8%、占全球近半的实测数据。同场发布的"京彩智联"行动计划与国家算力互联互通（北京）节点，把大模型创新、算力底座与新一代通信网络纳入同一框架。分论坛主题从"流量经营"转向"Token经营"，意味着产业价值度量方式正在改变。对企业来说，Token消耗应当被视为一项需要精细化运营的生产要素，而非一笔模糊的云服务费。

一道科技建议：把预算从"选模型"移到"建数据"和"做集成"

结合上述四条主线，我们给企业的落地建议分三步。第一步做任务级成本核算：抽取3到5个高频场景，实测每完成一次任务的token消耗与端到端时延，建立成本基线，避免被单价误导。第二步做模型分层：把简单分类、路由、抽取类任务下沉到轻量或开源模型，把复杂推理保留给前沿模型，这是Harvey验证过的有效路径。第三步沉淀私有数据资产：模型可以换，行业数据不能换，优先把工艺参数、质检记录、客服对话与设备日志治理成可微调的高质量数据集。AI大模型定制、数据挖掘与软件外包三项能力必须一体交付——缺数据挖掘模型没有燃料，缺工程外包结果落不进业务系统。参考路径见一道科技客户案例，更多动态见行业资讯。