大模型收入仅10%？这是一场生态豪赌
六家中国AI公司年化收入仅为OpenAI与Anthropic的10%，开放权重模式牺牲定价权换生态渗透。从Epoch AI报告看中国大模型生态战略，企业AI选型与转型的真实启示。
本质上是一种“先让利、后分成”的模式。它赌的不是当下的定价权，而是长期的生态渗透率和整个社会的总体成本。
这句话，过去一年被中国AI从业者反复提起。现在，它被一份来自独立研究机构Epoch AI的报告推到了聚光灯下。报告给出的数字足够刺眼：阿里巴巴、字节跳动、智谱、月之暗面、DeepSeek、MiniMax六家中国AI公司的年化直接收入，加在一起只有OpenAI和Anthropic两家之和的10%。一时间，“国产大模型到底赚不赚钱”的质疑铺天盖地。但真正有价值的追问，不是“为什么收入这么低”，而是“这是一场什么样的生意，以及它最终会走向哪里”。
10%的刺眼数字，藏着三个残酷真相
先来看数据。Epoch AI在2026年10月6日发布的这份报告，统计了六家中国AI公司在模型和应用层面的直接收入，数据来源包括彭博社、《The Information》等专业媒体的披露，以及各家公司的财报和招股书。由于许多公司并未公布完整的年度收入，报告结论是基于部分公开数据进行年化推算而成。即便如此，10%这个数字依然在业内掀起了巨大波澜。
如果把收入来源拆开看，残酷感会进一步放大。第一重残酷来自C端。根据QuestMobile同期的数据，豆包月活用户约4.19亿，千问约1.58亿，DeepSeek约1.23亿。从用户规模看，这些数字已经相当可观，全球范围内都排得上号。然而，庞大的用户基数并没有转化为相应的收入。报告提到，某知名AI公司旗下拥有大语言模型、视频生成模型和陪伴应用，2025年前九个月的毛利率仅为4.7%。它的月活用户为2760万，付费用户只有177万，占比约6%。
这还不是孤例。豆包今年中旬宣布收费时，即便坐拥国内AI应用的最大用户规模，依然掀起了一波吐槽。摩根士丹利对其付费转化率的假设预期，落在0.3%到3.0%之间。一个坐拥数亿用户的应用，付费转化率可能不足3%，这几乎是所有消费级AI产品共同面临的困境。The Information的报道显示，2025年ChatGPT每周有9亿活跃用户，其中只有5%付费，OpenAI为非付费用户的推理问题花费了39亿美元。换句话说，用户越多，成本越高，收入却不一定跟着涨。
第二重残酷来自API定价权。Epoch AI的分析揭示了一个关键机制：中国AI公司普遍采用开放权重模式，而非完全闭源。开放权重意味着任何第三方都可以自行托管模型、提供API服务。这直接导致了一个结果：官方反而难以吃到自家模型的流量。报告给出了一个极具说服力的案例：2025年8月底，智谱公开了GLM-5.3的完整模型权重，到9月中旬，OpenRouter上已经有26家第三方托管商在销售GLM-5.3的API服务，其中8家的价格比智谱官方更便宜。就在这短短两三周内，智谱自己跑的Token份额从88%掉到了22%。
第三重残酷来自毛利率的差距。根据SemiAnalysis的估计，到2026年中期，Claude Opus 4.8官方API服务的毛利率达到85%。相比之下，智谱2025年在API和开发者平台上的毛利率为18.9%，2026年上半年提升到24.6%，但差距依然巨大。一个接近闭源垄断的高毛利，一个被第三方托管商反复压价的低毛利，两条曲线背后的商业模式差异一目了然。
定价权是怎么被“让”出去的
表面上看，这是一个“自己把利润拱手让人”的故事。但事实远比这复杂。开放权重不等于开源，这是一个必须厘清的概念。开放权重只公开训练好的参数文件，第三方可以下载、运行和微调模型，但无法获知模型是如何被训练出来的。真正的开源，则需要开放完整的源代码、训练数据和详细的训练过程。中国AI公司选择的，是一个介于完全开源和完全闭源之间的折中方案。
问题在于，即便是折中方案，代价也已经足够大。一旦模型权重被公开，任何有算力的第三方都可以自行托管模型，以更低的价格提供API服务。这些第三方不承担训练成本，没有研发摊销的压力，也没有品牌营销的负担，它们要做的只是买卡、建集群、跑推理，然后用一个更低的价格切走市场份额。Epoch AI的数据清晰地展示了这个规律：官方API定价相对最便宜的第三方托管越高，官方自己跑的Token份额就越少。
阿里Qwen 3.8和智谱GLM-5.3的官方定价，最高达到最便宜第三方托管商的3.5倍，结果是官方Token份额最低只有10%左右。MiniMax M3和DeepSeek V4 Pro则选择了压价路线，官方最高溢价比最便宜托管商只高出约40%，因此抢到了更高的市场份额。MiniMax M3在官方溢价约20%到30%时，保住了近80%的份额。这个对比说明，在开放权重的世界里，定价策略直接决定了官方能吃到多少自己的生态红利。
这是否意味着开放权重是一个战略失误？答案并不简单。因为如果只看直接收入，确实很难解释为什么中国AI公司要坚持这条路线。但商业竞争从来不只是账本上的数字。
看不见的账：生态渗透率才是真正的资产
Epoch AI自己也在报告里明确承认，统计的仅仅是AI模型作为产品产生的直接收入。对于阿里、字节这样的巨头而言，有大量基于AI产生的间接盈利没有被纳入统计。而这些间接收入，恰恰是理解整个棋局的关键。
先看阿里。2026年第二季度，阿里巴巴在AI云计算服务领域的收入达到71亿美元，增速提升到45%。云服务需求如此旺盛，很大程度上正是因为中国AI公司选择的开放策略和性价比路线，大幅降低了大模型的使用门槛，激发了全市场对AI推理算力的需求。模型层开放，云层收钱，这是一条被验证过的商业路径。模型公司看似在让利，但整个生态的繁荣最终会反哺基础设施层。
再看字节。豆包和Seedance并没有走开源路线，但AI对字节的真正价值，远不止模型会员费和API调用收入。视频生成模型的发展，繁荣了字节的C端娱乐生态，带来了更高的广告收入和用户时长。AI在这里承担的角色，是生态的底层引擎，而非独立的利润中心。把AI直接收入等同于AI商业价值，是一种典型的会计视角，而非战略视角。
还有云分成和授权费。月之暗面被报道正在寻求从Microsoft Azure、亚马逊云科技和Google Cloud上的K3相关服务中，获得最高30%的收入份额。智谱也宣布，GLM-5.3接入亚马逊云科技的Amazon Bedrock，基于模型调用量和亚马逊进行分成，同时与阿里云百炼、华为云等平台达成了类似协议。这些收入来源不透明、难以统计，但它们正在成为一条日渐重要的收入管道。
更值得关注的是生态渗透率。过去一年，国产开源模型在Hugging Face上的下载量占比约41%，月度下载量和累计下载量均超过硅谷巨头。在最近一周的大模型聚合路由平台OpenRouter上，全球共消耗了172万亿Token，其中国产模型占了一半以上，消耗了86.74万亿Token。这些数字意味着什么？意味着在全球开发者的实际使用中，中国模型已经占据了半壁江山。它们可能不是最赚钱的模型，但一定是最被广泛使用的模型。
使用规模本身就是一种资产。开发者习惯一旦形成，工具链、社区、文档、第三方集成都围绕模型建立起来，迁移成本就会变得非常高。这就像安卓当年对开发者生态的争夺：单台设备的利润不重要，重要的是有多少手机在跑安卓系统，有多少开发者在为安卓写应用。先让利是为了让更多的人用起来，用起来之后，生态的黏性就会成为最坚固的护城河。
DeepSeek的盈利能力也提供了更乐观的信号。根据The Information今年年中的报道，DeepSeek V4的API毛利率能达到70%到80%，已经逼近OpenAI闭源模型的盈利水平。中金公司的分析也认为，开源模型厂商能够凭借底层Infra优化压低单位Token成本、缩短设备回本周期，在低价竞争中具备更强的盈利扩张弹性。开放权重并不必然等于低毛利，关键在于模型效率和底层基础设施的成本控制能力。
狼真的来了：全球开源生态位争夺战
中国模型在开源生态中的主导地位，正在引来全球竞争者。过去几个月，海外公司密集发布开源模型的节奏明显加快。10月16日，英伟达投资的Reflection AI公开了Beam 1.0的权重，官方定位直白得惊人——“面向开源模型的本土替代方案”，对标的就是阿里GLM 5.2和Kimi K3。英伟达此前已向Reflection投资8亿美元，黄仁勋也公开强调必须建立本土的开放AI生态系统。
10月6日，法国AI独角兽Mistral AI上线了旗舰模型Mistral Large 4的公开预览版，对比表中列举的主要对手正是GLM-5.3和DeepSeek V4 Pro。10月3日，德国AI公司Aleph Alpha将Kolibri模型权重挂上了Hugging Face，强调“用德语思考”，瞄准公共管理、航空航天和工业等受监管行业。更早的9月3日，Meta开源的Muse Spark 1.3一度登顶全球开源模型排名，超越了中国模型。阿联酋MBZUAI旗下的K2 Horizon更是一口气开源了6个大模型，覆盖从手表到企业级部署的全场景。
这些动作传递出一个清晰的信号：全球科技公司已经看清了开放权重模式的长期价值。竞争的重心，正在从“谁先开源”转向“谁能占住开源生态位”。过去中国模型在开源领域的优势，建立在先发和性价比之上。现在，当美国、法国、德国和阿联酋的公司纷纷下场，用相似甚至更强的方式争夺开发者心智时，原有的优势正在被快速稀释。
更值得警惕的是，这些后来者正在利用中国模型的开放策略进行反超。Kolibri的技术说明里明晃晃地写着，训练中使用了中国模型生成的合成数据。开放权重让中国模型的训练成果可以被全球竞争者合法地“借鉴”，这既是生态影响力的证明，也是竞争壁垒的潜在漏洞。当你的模型被用来训练竞争对手的模型时，开放策略的价值就需要被重新评估。
对企业决策者的真正启示
这份报告和后续的竞争动态，对企业经营和营销决策有三层务实的启示。
第一，不要被“10%”这个数字带偏判断。中国AI公司的直接收入低于硅谷巨头，本质上反映的是商业模式选择的差异，而非技术能力或市场需求的悬殊。当你在做AI工具选型或大模型采购决策时，应该关注的是模型的实际能力、调用成本、生态成熟度和长期可持续性，而不是厂商的营收数字。一个营收低但生态活跃、社区庞大、迭代频繁的模型，可能比一个收入高但封闭的模型更适合企业的长期AI战略。数字只能说明过去，不能决定未来。
第二，开放权重带来的低价竞争，对企业用户是短期红利，但必须评估长期风险。第三方托管商的大量出现，让API价格快速下降，这对营销团队的内容生产、数据分析、用户洞察等AI应用场景来说，确实降低了试错成本。但第三方托管商的稳定性、数据安全、合规性和服务连续性，往往无法与官方API相比。如果企业将核心业务流程建立在某个第三方托管商上，而这个托管商因为价格战退出市场，迁移成本可能远超节省下来的API费用。选择官方API还是第三方托管，需要基于业务关键性做判断，而非仅仅看单价。
第三，也是最关键的一点：企业需要理解“生态卡位”的战略逻辑，并将其转化为自身的AI竞争策略。中国AI公司的开放权重模式，本质上是在为整个行业降低AI使用门槛，这带来的直接后果是，AI能力正在从差异化壁垒变成基础性设施。当大模型调用成本持续下降，模型能力差距不断缩小，企业的竞争力将越来越多地来自对AI的应用深度和组织效率，而非“是否使用了AI”本身。这意味着，企业AI战略的重心应该从“选择哪家模型”，转向“如何用模型创造业务价值”。
对于营销团队而言，这意味着什么？意味着内容生产、用户洞察、广告投放优化、私域运营等场景中，AI工具的选择会越来越多，而差异化会越来越小。真正的竞争壁垒，将来自团队对AI工具的理解深度、工作流的重构效率，以及将AI能力转化为业务结果的执行力。模型是别人的，能力是自己的。
豪赌的终局，是成为基础设施
回到开头的那句话：中国AI公司赌的不是当下的定价权，而是长期的生态渗透率。这是一场典型的生态豪赌。赌赢了，中国模型将成为全球AI基础设施的一部分，就像今天的光伏和通信设备一样，以规模换地位，以让利换生态。赌输了，开放权重可能会变成一种“为他人做嫁衣”的策略，训练成果被全球竞争者吸收，而自身始终无法建立健康的盈利模式。
现阶段的数据指向一个更复杂但更有意思的局面。下载量占比41%，OpenRouter上Token消耗占比超过50%，这些数字说明中国模型在全球开发者中的渗透率已经达到了一个临界点。但与此同时，海外竞争者正在以极快的速度追赶，Meta、Mistral、Reflection的动作表明，开源生态位的争夺战才刚刚开始。未来的竞争，不再是一方开源一方闭源的二维区分法，而是模型能力、基础设施、开发者生态、云服务整合和地缘政治因素交织在一起的全方位混战。
对于中国企业经营者来说，最重要的判断是：你的业务增长，能不能搭上这场混战中确定性的部分——AI能力持续下降的成本和持续提升的可及性。无论最终谁赢得了模型层的竞争，企业端对AI的应用需求只会越来越大。在这个确定性趋势下，比别人更早建立起AI时代的工作方式和组织能力，才是比选边站队更值得投入的事情。那个10%的数字，只是棋盘上的一个瞬间。真正决定胜负的，是谁能在下一个十年里，把AI变成自己的肌肉，而不是别人的产品。