A | OpenRouter的模型调用排行榜上，中国模型已经占据相当重要的位置。 皆さんこんにちは。
B | 国内大模型依靠性能、价格和开放性，进入了全球开发者的日常选择。 100均パトロールが大好きなakanekoです。100均の新作など気になった商品をご紹介していますのでぜひ見ていってください＾＾ 今回は、便利なキッチングッズです。 商品名：取っ手付き水切りザルボウル ¥200＋tax Jan 4550480544182 売り場：キッチンコーナー こちらは、ザルと水切りがセットになり、取り外しできる ザルと水切りがセットになり、取り外しできる 茹でた麺をザルに入れて 水で冷やせる そのままお皿に盛り付け可能 参考：JANコードを店員の方に伝えると検索すると商品の在庫状況がわかります＾＾ YouTubeで７：１５～詳しくご紹介しているのでご覧ください。这些都是大家耳熟能详的信息了。 Token调用量只能说明模型正在被使用，不能直接代表模型厂商获得了多少收入，更不能代表最终利润。不同模型生成的一百万Token，对客户的价值可能完全不同。它可以来自翻译、摘要和批量内容生成，也可以来自一次复杂的软件开发任务。所以现在用户真正购买的，是任务成功率、可靠性，以及模型能够节省多少人工、创造多少收入。
C | 与此同时，智谱在港股上市后，又开始筹备回到A股科创板。这件事的意义不只在于增加一个大模型上市标的。 大模型仍然是一个高度依赖资金投入的行业。模型训练、推理部署、国产芯片适配和企业级Agent落地，都需要持续增加算力投入。
D | 智谱如果通过A股获得更多资金，其中相当一部分最终会转化为算力中心建设、服务器采购和国产基础设施投入。 两厂的上市也是相似的产业逻辑。存储制造需要长期扩产和技术升级，融资规模扩大后，资金会继续进入晶圆产线，最终转化为国产设备和材料厂商的订单。
E | 因此，从产业角度看，科技公司上市融资并不只是资本市场事件，也是一种资金进入国产科技产业链的渠道。
F | 商业化路线开始重新收敛 过去几年，国内模型厂商的收入模式存在明显差异。 智谱早期更依赖政企客户、私有化部署和行业项目。这类业务帮助公司建立了企业客户基础，也积累了本地部署、合规和国产算力适配能力，但项目交付较重，收入增长受到销售周期和回款速度影响。 GLM-4.8之后，智谱的方向发生了明显变化。随着Coding能力提升以及AI Agent市场升温，公司开始把重心转向编程模型、Coding Plan和Agent产品，希望从一次性项目收入转向更连续的API和订阅收入。
G | Kimi走的也是相近路线。它不再只是一个面向普通用户的长文本工具，而是希望依靠模型能力、长时程任务和编程Agent进入开发者与企业工作流。
H | 从这个角度看，智谱和Kimi现在都在尝试复制Anthropic已经验证过的路径：先把模型能力集中到Coding和Agent，再通过API、订阅和企业产品进入高价值工作流。 MiniMax更接近产品路线。海外AI陪伴、语音和视频应用带来的订阅、内购和广告收入，使它更像一家AI原生互联网公司。
I | 它能够直接掌握用户，但也要面对获客成本、产品生命周期和留存压力。 DeepSeek首先扩大的是开源生态和开发者影响力。低价API能够带来调用量，开源模型也可以进入更多云平台、芯片和企业系统，但生态规模最终能否反哺官方API和企业服务，仍需要进一步验证。 阿里和字节则不一定要求模型API单独获得很高利润。
J | 模型可以带动GPU、数据库、存储和安全服务，也可以增加电商、广告、内容平台和办公产品的使用量。独立模型公司需要直接依靠模型赚钱，云平台可以通过整个生态获得回报。 Anthropic卖的已经不只是API Anthropic的商业化路径很有代表性，但到2026年，已经不能再简单概括为“依靠API赚钱”。 它现在同时拥有直接API、Claude Code、Claude for Work、企业订阅以及云平台分发。企业客户可以从某一个入口开始使用Claude，再逐渐扩展到更多部门和工作流程。 Anthropic披露，2026年以来Claude Code的企业订阅增长很快，企业客户贡献的收入已经超过Claude Code收入的一半。越来越多客户也不再局限于单一API调用，而是同时使用Claude Code、企业产品和模型平台。 这说明Anthropic真正跑通的不是某一个收入渠道，而是一套从模型能力到工作流的商业化机制。 与此同时，Anthropic有相当一部分收入来自AWS、Google Cloud等云平台，这可能是有些读者不太清楚的一点。
K | 企业通过云平台调用Claude，可以沿用原有预算、采购流程和安全体系。云厂商帮助Anthropic触达客户、提供算力和完成结算，但也会从相关收入中获得分成。
L | 这里我们再多说一下国内模型厂的情况。 我们跟海外这三家最大的区别，我们的模型是开源的。所以很多云厂商可以自己去部署这些开源模型，这样一来，他们在自己云上部署开源模型，是不用给大模型厂商分成的。但是，有些大模型厂商会主动去跟云厂商合作，在云厂商的平台上部署模型，这一部分则是需要分成的。不过，目前国内这些开源大模型厂商，他们的营收大头基本上 80% 以上都是来自 API。 这种模式帮助Anthropic迅速扩大企业市场，却意味着模型收入不能全部留在自己手中。它既要支付推理成本，也要让出部分渠道利润。 Anthropic能够维持较强的议价权，是因为很多客户会主动指定使用Claude。对国内模型厂商来说也是如此：进入云平台可以放大收入，但只有模型强到让客户主动选择，分销渠道才会成为增长工具，而不是掌握客户和定价权的中间商。 Token很多，利润不会自然增加 大模型与传统互联网软件最大的区别，是卖Token很难形成接近零边际成本的规模效应。互联网产品开发完成后，新增用户的服务成本通常很低；大模型每增加一次调用，都要继续消耗芯片、显存、网络和电力。
M | 用户越多，收入增加，推理成本也会同步增长。 规模扩大确实可以摊薄训练成本，并通过集中采购、量化、缓存和提高GPU利用率降低单位成本，但无法消除每个Token对应的计算开支。因此，调用量增长不一定带来毛利率提升。如果降价主要依靠补贴，Token卖得越多，亏损反而可能越大。 低价帮助国内模型获得摘要、翻译和分类等通用任务，但这些场景附加值和切换成本都比较低。Coding、金融分析和长期Agent更重视任务成功率与人工复核成本，价格较高但表现稳定的模型，整体使用成本反而可能更低。 所以，模型厂商不能只依靠低价扩大Token规模。真正决定利润的，是能否持续降低单位推理成本，同时进入客户愿意支付溢价的高价值任务。 未来拉开收入差距的不会是普通问答，而是Coding、Agent和多模态应用。
N | 模型排行榜只能反映部分能力，真正重要的是企业是否愿意把模型接入核心流程，以及模型涨价后客户是否继续使用。 字节的视频生成是另一种高价值路径。Seedance连接了生成工具、火山引擎、抖音、红果、电商和广告投放，收入不只来自视频生成，还来自后续的内容分发和商业变现。
o | 这种完整生态比单一模型能力更难复制。
p | 从用量优势走向价值优势 判断一家模型公司的商业化是否跑通，主要看三个方面：能否保持价格和客户续费，能否进入高价值任务，以及规模扩大后毛利率能否改善。 通过云平台获得收入并不是问题，但模型厂商还要保留客户关系和定价权。否则，调用量增长最终可能只会增加云平台的收入，模型公司仍然只是渠道背后的能力供应商。 中国模型已经证明自己足够好用。
q | 下一阶段要证明的，是能否进入更重要的任务、形成客户切换成本，并把调用量转化为持续的收入和利润。 知识星球 星球每天的早报(周内早上9点前更新)，汇总几十篇最新的研报和纪要，让大家知道市场都在关注什么以及分析师和专家们的观点是什么，欢迎大家进星球查看。 明后天在WAIC，想现场交流的朋友，可以加下面微信，请备注姓名和所在行业。
Current article:http://d9g4z.gangzhengganfouanlou.pics/list_q73ku/jevxlw.html
Published on:00:14:26
