大模型不靠模型赚钱?中国AI收入藏在云里

海外AI靠订阅与API收费,中国厂商则更多靠云平台、项目制与算力消耗变现,两套商业体系正加速分化
头豹研究院
在全球AI大模型商业化加速背景下,海内外市场在调用结构、竞争格局与价值分配方式上,已形成系统性分化。海外市场以成熟订阅制与API直接付费为主线,中国市场则以企业调用、平台承接与免费低价获客为主要形态。这一差异来自开源与闭源路径选择,并受政策、供给集中度与付费文化共同影响,短期内难以逆转。
海外市场以ChatGPT约7亿周活跃用户为基础,向企业API及开发者订阅延伸,形成从个人到企业的完整付费梯度,模型原厂对调用规模的货币化覆盖率较高。中国市场则呈现两极化:豆包、腾讯元宝等消费端产品多采免费模式,个人用户直接商业价值有限;可计费Token消耗主要集中于企业侧,并多经由云厂商平台承接,部分实际消耗未必直接回流模型原厂。
场景价值密度差异,是订阅制在中国市场难以成形的重要原因。海外主流场景集中于代码生成、专业分析等高Token消耗知识工作,单次调用可创造较高商业价值,足以支撑标准化计费。中国大规模落地场景则多为客服问答、营销文案、文档处理等效率型应用,单次任务上下文较短、输出结构固定,Token消耗密度与客单价均偏低,令订阅制缺乏足够的单次调用价值支撑。
开源与闭源路径进一步改变了付费结构。闭源模式下,模型权重不可取得,所有调用都须经授权计费节点,Token消耗可回流原厂,原厂也能直接累积客户数据与续约谈判能力。开源模式则使企业可下载权重、自行部署,私有化部署产生的算力消耗由云厂商或企业承接,原厂可计费节点主要限于云端托管推理,客户关系沉淀于平台层及集成商层,项目制交付成为主要付费形态。
在中国市场,政策、供给集中度、采购逻辑与付费文化四重因素,共同固化了项目制。金融、政务、医疗等高价值客户因数据安全要求更偏好私有化部署;多个高质量开源模型并存,能力差距收窄,定价权向采购方转移;移动互联网时代形成的免费预期,加上厂商低价竞争,压低用户付费意愿;企业预算又多按项目立项审批,订阅制持续支出适配性较差,定制化项目反而更容易落地。
海外市场则因算力、云与模型三重壁垒上升,形成战略联盟模式。数据中心建设周期长,英伟达GPU使算力成为稀缺资源,AWS、Azure、GCP合计占据全球超过60%云市场份额,前沿模型训练成本亦持续攀升。单一厂商难以完成垂直整合,因此OpenAI、微软、英伟达等结盟,分别掌握模型能力、云基础设施、企业渠道与GPU生态,形成全链条协同。
这类联盟也在资源、渠道与定价上挤压平台层空间。联盟内部优先分配算力,外部平台面临成本及时间劣势;模型能力嵌入云平台、办公软件及企业服务,成为企业客户的默认入口;算力、模型与云服务捆绑定价,也使独立平台难以复制其成本优势。平台层生存空间因而逐步从模型接入,转向治理、编排、安全合规等高附加值能力。
云端才是收费口
对中国主流厂商而言,模型收入本质上更多是基础设施消耗的变现。开放权重降低接入门槛,带动更多开发者和企业进入调用、微调及部署链条;用户规模扩大后,推理、训练、存储和网络消耗集中于云平台资源池,收入主要由基础设施层承接。阿里云百炼平台即是典型例子,其集成通义千问、GLM、MiniMax、DeepSeek等模型,按输入及输出Token计费,收入涵盖模型能力、推理算力、数据存储、网络访问与平台调度,并非单一模型能力收入。
开源大模型可以产生收入,但在当前结构下,难以单靠模型能力本身维持可持续正毛利。API、私有化部署、商业授权和微调是主要商业路径,但托管推理API定价权被低价供给及云厂商补贴压缩;商业授权并非中国开源模型主流收入来源;私有化部署毛利相对较好,但窗口期正在收窄;微调与训练服务毛利较差,且客户自建能力上升。因此,权重开放更像获客与生态扩散工具,付费点正外移至稳定调用、专属部署与行业项目交付。
未来竞争将转向“模型能力×基础设施承载力”的系统竞争。模型能力仍决定复杂推理、代码、多模态等任务上限,也影响开发者试用意愿及产品溢价;但开源生态会压缩通用任务上的能力差距,企业完成初始选型后,续约与扩容更看重服务稳定性、单位调用成本、响应延迟、系统接入能力、合规与长期供给保障。模型能力是入场券,但未必是长期护城河。
相较之下,基础设施承载力在推理成本、高并发、网络调度、算力供给、低延迟与稳定性等方面形成的壁垒,需要数年时间与数百亿资本投入,难以被快速追赶。中国Token价格战已提前显示这一趋势:当单价持续下压,竞争焦点将从模型能力转向推理成本与规模效率,具备自研芯片及大规模算力储备的厂商,将更容易形成结构性成本优势。
头豹研究院中国是行企研究原创内容平台和创新的数字化研究服务提供商,拥有近百名资深分析师,联系方式:CS@leadleo.com
本文内容纯属作者个人意见,不代表咏竹坊立场
欲订阅咏竹坊每周免费通讯,请点击这里