六家中国AI公司收入不敌硅谷双雄一成？模型生意的账本没这么简单

导语：一份报告把国产模型的收入账本摊开了：六家中国公司的年化AI收入，只相当于OpenAI与Anthropic之和的约10%。但开放权重带来的生态扩散、云服务增长和分成收入，并未被这份统计完整覆盖，开源生意的账显然不能只看当期营收。

国产模型的生意，或许正迎来一个关键变化。

一方面，海外市场相关管制加剧；另一方面，很多人可能没注意到，近期多家海外公司密集发布开源模型。光10月就有三家上线，来头都不小。

10月16日，由英伟达投资、有“北美DeepSeek”之称的开源初创公司Reflection AI公开了Beam 1.0的权重；10月6日，法国AI独角兽Mistral AI上线旗舰模型Mistral Large 4的公开预览版；10月3日，德国AI公司Aleph Alpha把Kolibri（德语，意为“蜂鸟”）的模型权重挂上了Hugging Face。

还有9月4日，阿联酋知名大学MBZUAI旗下的基础模型研究所IFM_AI发布K2 Horizon，一口气开源6个大模型，覆盖手表、手机、本地工作站直到企业级部署，号称史上最大规模完全开源的AI模型集群。

Meta在9月3日开源的Muse Spark 1.3，甚至一度在Artificial Analysis上超越MiMo-V2.6 Pro、Qwen 3.8 Max、GLM-5.3，登顶全球开源模型排名。

不止如此。稍早Epoch AI发布报告，称六家中国公司AI收入不及OpenAI和Anthropic的10%，其中重点提到开源模型定价能力不足。由于中国公司推出的模型多属于开放权重模式，业界因此对开源模型的盈利前景产生担忧。

种种信息似乎在说明，国产模型尤其是开源模型正受到巨大挑战。开源模型盈利前景如何？全球模型的营收能力到底怎样？未来又有什么趋势？我们对信息做了梳理。

进入10月，国产开源模型的发布似乎正在加速。就在昨天，MiniMax M3.1 Flash正式发布，线上推理速度提升近3倍，使用成本降低70%，官方称稍后会开放权重。

上周六，DeepSeek V4.1 Flash 1017正式发布，据称编程能力超越GPT-6 Astra，性能逼近Claude Opus 5.5，而且仍是一如既往的加量不加价，甚至给了一波到11月1日为止的限时免费。

开源、高性价比，是国产大模型这几年AI竞赛中最显著的标签。翻开权威AI榜单Artificial Analysis，排在Claude、GPT等顶级闭源模型之后的，就是小米MiMo、DeepSeek、阿里Qwen、智谱GLM等一众国产开源产品。

然而现在，海外公司也开始密集发布开源模型，试图抢占生态位，来势汹汹。

开头提到的Reflection Beam，官方介绍很直白：“面向开源模型的本土替代方案”，明确对标阿里的GLM 5.2，以及Kimi K3这样的主流开源模型。

作为Reflection背后最重要的投资方，英伟达此前已向Reflection投资8亿美元。黄仁勋也强调，必须建立自己的本土开放AI生态系统。无论Reflection和Beam 1.0未来如何，这都是运行在当今最先进英伟达芯片之上的产品，算力供应量大管饱，不可谓不重要。

法国的Mistral Large 4，官方定位也是做一个“本土的、最强大的开源权重AI系统”，对比表中列举的主要对手是GLM-5.3和DeepSeek V4 Pro。

Kolibri选在德国统一日发布，强调“用德语思考”，瞄准公共管理、航空航天、工业这类受监管行业。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。

一边是竞争愈发激烈，各大公司争相抢占生态位；另一边，却是国产模型有点扎心的营收对比。

10月6日，独立研究机构Epoch AI发布报告，统计阿里巴巴、字节跳动、智谱、月之暗面、DeepSeek和MiniMax六家公司在AI模型和应用方面的直接收入，结果发现：六家公司加起来的年化AI收入，才刚到OpenAI与Anthropic两家之和的10%。

Epoch AI专门追踪前沿AI公司的算力支出、融资和运营效率数据，曾推出当前AI数学能力的权威基准测试FrontierMath。

这份收入报告的数据来源，是彭博社、《The Information》等业内专业媒体的披露，以及各家公司的财报、招股书。需要提醒的是，由于很多公司未公布年度收入，报告结论是基于部分数据进行的年化推算。

为什么收入相对低？报告从收入来源进行了分析。

首先，是面向消费者的C端应用。这里不区分开源闭源，它们通过会员订阅费以及广告费提供收入。

根据QuestMobile今天刚发布的报告，豆包月活用户约4.19亿，千问约1.58亿，DeepSeek约1.23亿，用户规模已经非常可观。然而Epoch AI的报告显示，这样庞大的用户规模并没有带来相应的收益。

比如某知名AI公司，旗下有大语言模型、视频生成模型、音频生成产品以及陪伴应用，但在2025年前九个月的毛利率仅为4.7%。

根据Epoch AI的分析，这由两个因素造成。第一是C端用户付费率太低：该应用平均每月活跃用户为2760万，付费用户仅有177万，占比约6%。

一个更直观的案例，是豆包在今年中旬宣布收费时，哪怕坐拥国内AI应用最大用户规模，仍然掀起了一波吐槽。第三方机构摩根士丹利对其付费转化率的假设预期，在0.3%至3.0%之间。

当然，这也是全球消费端AI应用面临的共同问题。The Information此前报道，2025年ChatGPT每周有9亿活跃用户，其中只有5%付费，相当于OpenAI为非付费用户的推理问题花费了39亿美元。

其次，即使在这些付费用户中，花费高的也不多。而且国内C端AI应用价格整体低于美国，这又使得国内AI公司难以凭借C端应用获取高额收入。

Epoch AI还分析了国内产品的第二大收入来源：出售API模型调用，也就是常说的“卖API”。

根据美国研究机构SemiAnalysis估计，Anthropic有75%-85%的收入来自销售API。为了更好地出售API，OpenAI与Anthropic选择了闭源模式。而国产AI模型更倾向于一种介于开源与闭源之间的折中方案：公开模型权重。

这里需要强调，开放模型权重并不等于开源。前者只公开训练好的参数文件（权重），第三方可以下载、运行和微调模型，但无法获知模型如何被训练出来；后者才开放完整的源代码、训练数据和详细训练过程，任何人都能查看和复现。

但不管是开源还是开放权重，代价都是：模型权重公开后，任何第三方都可自行托管模型、提供API服务。这导致服务提供商之间展开激烈竞争，官方反而难以吃到自家模型的流量，定价权被削弱。

根据Epoch AI的报告，今年8月底智谱公开GLM-5.3完整模型权重，到9月中旬OpenRouter上已经有26家销售GLM-5.3的第三方托管商，其中8家都比智谱官方便宜。此时智谱自己跑的Token份额从88%掉到了22%。

从Epoch AI报告展示的图表来看，公开模型权重后，API定价越高，开发者自身跑的Token份额就越少，三方托管商的流量就越高。

具体来看，相对于市场上最便宜的第三方托管，阿里Qwen3.8-2.4T以及智谱GLM-5.3的官方定价都较高（最高为最便宜托管商的3.5倍），因此官方无法抢到太高的Token份额，最低只有10%左右。

而MiniMax M3和DeepSeek V4 Pro则属于压价比较狠的，官方最高溢价也就比最便宜托管商贵40%左右，所以抢到了较高的市场份额。尤其是MiniMax M3，在官方溢价约20%-30%时，保住了近80%的份额。

在这样有限的定价权下，国内AI公司在售卖API这项业务上的毛利率，自然就不如OpenAI、Anthropic等闭源模型公司。

根据SemiAnalysis估计，到2026年中期，Opus 4.8官方API服务的毛利率达到85%。相比之下，智谱的中期财报显示，其2025年在API和开发者平台上的毛利率为18.9%，2026年上半年提高到24.6%，差距仍比较大。

当然，Epoch AI报告还提到，国内厂商正在探索更多收入模式，比如和云厂商直接谈分成，或收取技术授权费（Licensing fees），只不过这一来源的收入不透明，因此难以统计。

有权威媒体此前报道，月之暗面正寻求从Microsoft Azure、亚马逊云科技（AWS）和Google Cloud上的K3相关服务中，获得最高30%的收入份额。

智谱也在近期宣布，GLM-5.3接入亚马逊云科技旗下大模型服务平台Amazon Bedrock，基于模型调用量和亚马逊科技进行分成；同时，智谱也与国内的阿里云百炼、华为云等平台达成了类似的分成协议。

上述数据看着扎心，业界争议也很大。但这份报告本身，或许并不能完全衡量市场差异。

Epoch AI自己也明确说了，报告展示的仅仅是AI模型作为产品所产生的直接收入。但对于阿里、字节这样的巨头而言，都有大量基于AI所产生的间接盈利。

比如在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%。市场之所以对云计算有如此高的需求，也正是因为国内AI公司的开放策略和性价比路线提高了市场对AI的需求，催生了云服务的繁荣。

而对字节来说，豆包、Seedance并没有走开源路线，AI真正产生的收益不仅在于模型会员费、API调用，还通过视频等模型的发展繁荣自身的C端娱乐生态，形成更高收入。以上这些收入，都没有纳入Epoch AI的统计。

除此之外，也有其他行业报告对开源模型毛利提出更乐观的判断。

中金今年的一篇分析报告提到，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。

开源大模型能力正追赶闭源模型，差距持续收窄。比如上周六最新发布的DeepSeek V4.1 Flash 1017，官方提到在提升性能的同时，继续缩短了模型的任务运行时间与输出长度，让用户能以更低成本、更快速度完成任务。

根据The Information今年年中的报道，DeepSeek V4的API毛利率能达到70%到80%，已逼近OpenAI闭源模型的盈利数据。

同时，直接用开源模式的当期营收规模对标闭源巨头，也未必能反映竞争趋势。

AI公司选择开放权重，很大程度上是算力受限下的务实选择：通过公开模型权重，让第三方云厂商和服务商共同承担算力成本，一起把生态做大，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。

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；而在最近一周的大模型聚合路由平台OpenRouter上，全球共消耗172万亿Token，其中国产模型占了一半以上，消耗86.74万亿。这都是开源模型实打实的生态优势和成绩，现阶段我们在开源领域依然占据主导。

不过，真正的问题和担忧也恰恰源于此。正如前文提到，越来越多公司看到了这条路线的未来，纷纷下场参战。竞争的重心，已经从“谁先开源”转向“谁能占住开源生态位”。

狼已经来了。未来的竞争，不再是一方开源一方闭源的传统二维区分法，更可能是一场全方位的混战。