11 竞品分析
11 · Competition · 竞品深度分析
11 · Competition · 竞品深度分析
投资人特别喜欢看的 Feature Matrix + 逐家研究。
一、Feature Matrix（横向对比）
海外竞品：
| 维度 | CoreWeave | Lambda | RunPod | Together AI | Fireworks | Baseten | Modal |
|---|---|---|---|---|---|---|---|
| 定位 | GPU 云 IaaS | GPU 云 IaaS | GPU 云（消费卡） | MaaS + 训练 | MaaS 推理 | 模型部署 | Serverless 推理 |
| 主打卡 | H100 / H200 | H100 / A100 | 4090 / A100 / H100 | H100 | H100 | H100 | A100 / H100 |
| API 兼容 | 部分 | 有 | 有 | OpenAI 兼容 | OpenAI 兼容 | 自定义 | 自定义 |
| 起价 | 大 B 谈 | 按小时 | 消费卡便宜 | Token 便宜 | Token 竞争 | 按秒 | 按秒 |
| 主打模型 | 自训练 + 客户 | 客户 | 客户 | Llama / Qwen / DeepSeek | Llama / Mixtral | 客户上传 | 客户 |
| Marketplace | 无 | 无 | 有 | 有（200+ 模型） | 有 | 有 | 无 |
| 微调 | 无 | 无 | 支持 | 支持 | 支持 | 支持 | 支持 |
| Serverless | 无 | 无 | 有 | 有 | 有 | 有 | 有 |
| 融资 | $2.3B | $480M | $20M+ | $102M | $77M | $60M | $50M |
| 估值 | $19B | $2.5B | 未披露 | $1.25B | $552M | $150M | 未披露 |
| 员工 | 500+ | 300+ | 100+ | 200+ | 150+ | 50 | 50 |
国内竞品：
| 维度 | 硅基流动 | 火山引擎 | 阿里云百炼 | 腾讯云 TI | 深度求索平台 |
|---|---|---|---|---|---|
| 定位 | 独立 MaaS | 大厂 MaaS + IaaS | 大厂 MaaS | 大厂 MaaS | 模型官方 |
| 卡型 | H100 / H800 / 昇腾 | 大规模自持 | 大规模自持 | 大规模自持 | 大规模 |
| API | OpenAI 兼容 | OpenAI 兼容 | 自定义 + 兼容 | 自定义 + 兼容 | OpenAI 兼容 |
| 起价 | 免费额度大方 | 大厂溢价 | 大厂溢价 | 大厂溢价 | 官方价 |
| 主打模型 | Qwen / DeepSeek / GLM 全生态 | 豆包 + 三方 | 通义系 + 三方 | 混元 + 三方 | 自研 V3 / R1 |
| 微调 | 支持 | 支持 | 支持 | 支持 | 无 |
| 融资 | Series B | 字节内部 | 阿里内部 | 腾讯内部 | 幻方内部 |
| 员工 | 100+ | 大厂子部门 | 大厂子部门 | 大厂子部门 | ~200 |
二、逐家深度分析
2.1 CoreWeave（海外龙头）
- 定位：GPU 云 IaaS，主打 NVIDIA 关系
- 优势：卡量最大（10 万+ H100）、与 NVIDIA / Microsoft 深度合作
- 缺点：企业级，起点高，中小客户没戏
- 估值：$19B（2024）
- 我方对标：不打 CoreWeave，走中小客户 + 差异化服务
2.2 Lambda Labs
- 定位：AI 训练团队专用 GPU 云
- 优势：训练客户口碑好、性价比
- 缺点：MaaS 弱、微调工作室不成熟
- 员工：300+
- 我方对标：我方主打推理 + MaaS，Lambda 主打训练，正面竞争少
2.3 RunPod
- 定位：消费卡 GPU 云（4090 主打）
- 优势：便宜、开发者友好、按秒计费
- 缺点：消费卡合规风险、稳定性
- 员工：100+
- 我方对标：直接竞品（我方也用 5090）。区分：更好的中文模型 + 企业服务 + 安全合规
2.4 Together AI（海外 MaaS 龙头）
- 定位：Model-as-a-Service，Llama / Mixtral 主打
- 优势：200+ 模型 + 微调 + 推理速度快
- 缺点：欧美市场为主，亚洲支持弱
- 估值：$1.25B（Series A+）
- 我方对标：核心对标。我方做"中国的 Together"，主打中文模型 + 亚洲市场
2.5 Fireworks AI
- 定位：推理速度极致（fireattention 引擎）
- 优势：低延迟 + FP8 优化
- 缺点：模型少、企业支持弱
- 估值：$552M
- 我方对标：技术上学 Fireworks 推理优化，但走全模型策略
2.6 硅基流动（国内头部独立 MaaS）
- 定位：Together AI 中国版
- 优势：Qwen / DeepSeek / GLM 全模型覆盖、性价比、免费额度大方
- 缺点：企业支持弱、私有部署无
- 融资：Series B
- 我方对标：最直接对标。区分：企业服务 + 安全合规 + 私有部署
2.7 火山引擎（字节）
- 定位：字节的 GPU 云 + 豆包
- 优势：字节自有算力、豆包全家桶
- 缺点：客户被绑定字节生态、非字节客户体验弱
- 我方对标：非字节生态客户是我方的机会
2.8 阿里云百炼
- 定位：阿里 MaaS 平台
- 优势：通义千问全家、企业客户信任度高
- 缺点：价格贵（大厂溢价 30-50%）、客户被锁定阿里生态
- 我方对标：价格战 -30% + 中立第三方
三、Feature Matrix Deep（模型 / 定价 / 特性）
3.1 Qwen3-72B 定价对比（output token）
| 平台 | 单价（元/M） |
|---|---|
| 阿里云百炼官方 | ¥12 |
| 硅基流动 | ¥10 |
| 火山引擎（豆包 Pro） | ¥8 |
| DeepSeek 官方 V3 | ¥8 |
| 我方（推荐） | ¥8 |
| 我方（Spot） | ¥3 |
3.2 微调服务对比
| 平台 | 起价 | 模型支持 | 数据要求 |
|---|---|---|---|
| Together AI | $10/训练小时 | Llama / Qwen 系 | JSONL |
| Fireworks | $10-30/小时 | Llama 系 | JSONL |
| 硅基流动 | 未公开 | Qwen / GLM | JSONL |
| 阿里百炼 | 大厂计价 | 通义系 | 阿里格式 |
| 我方 | ¥40/卡时 | 全 Qwen / GLM / DeepSeek | JSONL |
3.3 私有部署对比
| 平台 | 起价 | 交付形态 | 支持 |
|---|---|---|---|
| 阿里云 | 500 万+ | 阿里定制 | 阿里 |
| 华为 | 300 万+ | 昇腾 + 私有云 | 华为 |
| CoreWeave 私有云 | $1M+ | 全自持 | 有 |
| 我方 | ¥50 万起 | 客户机房 or 我方托管 | 有 |
四、我方护城河（差异化）
1. AI 安全能力（创始团队的背景优势）
- Prompt 注入 / 越狱 / RAG 污染检测
- 多租户硬隔离
- MCP / Agent 安全
- 国内其他 MaaS 都写不出
2. 中立第三方（不绑定阿里 / 腾讯 / 字节）
- 客户不担心被大厂绑架
- 数据不进大厂
3. 全 Qwen + DeepSeek + GLM 生态
- 硅基流动的强项，我方也做
- 但服务更贴心
4. 企业服务
- SA 1v1 陪跑
- 私有部署起点低（50 万 vs 500 万）
- 定制化程度高
5. 亚洲市场（海外机会）
- 华人开发者 + SEA 市场
- 中文 + 英文双语支持
五、竞争战略
近战（Year 1）：
- 打硅基流动：更便宜的 Spot + 企业服务
- 打 RunPod（海外）：中文优化 + 安全合规
中程（Year 2-3）：
- 打阿里百炼 / 火山：中立第三方 + 私有部署
- 打 Together AI（出海）：亚洲市场 + 华人开发者
长期（Year 4+）：
- 与 DeepSeek / Qwen 生态深度绑定（成为官方推荐推理伙伴）
- 建立 AI Cloud 品牌资产
六、护城河矩阵
| 护城河 | 我方 | 竞品 |
|---|---|---|
| 硬件规模 | 弱（初期） | 强（大厂） |
| 模型 | 中（Qwen 全生态） | 强（大厂自研） |
| 客户 | 弱（初期） | 强 |
| 品牌 | 弱（初期） | 强 |
| 推理工程 | 强 | 中 |
| AI 安全 | 强（创始团队背景） | 弱 |
| 服务 | 强 | 弱（大厂官僚） |
| 中立性 | 强 | 弱（大厂绑定生态） |
| 中文 + 中国合规 | 强 | 中 |
七、SWOT
S（优势）：
- 创始团队 AI 安全背景
- Qwen / DeepSeek 生态贴近
- 团队小灵活
W（劣势）：
- 无自研模型
- 硬件规模小
- 品牌弱
O（机会）：
- AI 应用爆发期
- 大厂 vs 中立第三方博弈
- 出海（华人 + SEA）
T（威胁）：
- 大厂降价
- 卡断供
- AI 内容监管
- 模型开源冲击
八、关键判断
竞品分析不是列清单，是找差异化。
三个必做：
- 紧盯硅基流动（直接竞品，每周看官网变化）
- 深度理解 Together AI（学他们的定价、微调、模型市场）
- 建立 Feature Matrix 每季度更新（给投资人 + 内部对齐）
别做的：
- 别打阿里 / 腾讯 / 华为（打不过）
- 别抄硅基流动（我方要走服务差异化）
- 别做全能云（专注 AI 推理 + 训练）
最大 ROI：找到 3 个"没人做但客户需要"的能力（比如 AI 安全 / 中立 / 私有部署），做深做透。