诚信优配平台从堆参数到算账本，AI的商业化转折点越来越近

文｜谢泽锋编辑｜杨旭然

与几乎所有商业领域一样，作为一个产业，AI也在今年迎来了自己的分水岭。

豆包、WorkBuddy开始试水收费，ChatGPT、Anthropic已在海外验证Token订阅模式，优必选、宇树、它石智航等企业也在探索人形机器人的场景落地。

从重要玩家的一致性动作看，AI的商业化关键期已经临近了。尤其是当行业集体穿越大模型"创新死亡谷"之后，赶紧挣钱就成了大家共同的考虑。

进入2026年，原本行业奉行的Scaling Law（缩放定律）撞上一堵高墙：单纯通过囤积算力、增加数据量来提升模型能力的收益已出现递减，耗费数十亿美元训练下一代超级大模型，带来的性能提升却并未有太大飞跃。

"对于一家初创企业而言，赌上巨量资源去训练超大参数规模的模型，超低的性价比，肯定不是一个务实的选择。"李开复曾如此反思道。

资本市场上，投资者也不再一拥而上给予同样高的估值，智谱和MiniMax的股价走势倒挂，Kimi获得高频融资，都说明了这一点。

如今的时间点上，AI产业链正告别"从0到1"，寻求"从1到100"的商业奇点。一切的判断标准和评价标准，都在变。

南墙

2022年11月30日凌晨，Sam Altman低调发布了一条推特：ChatGPT正式上线。当时的OpenAI还只是一家少数圈内人知晓的小型初创企业，奥特曼对GPT的初级形态并未抱太大期望。但仅仅五天后，100万用户目标被轻松超越；两个月后，超3000万用户涌入ChatGPT。

早在2020年，OpenAI就提出了Scaling Law：训练参数量越大、算力越多，模型性能就随之提升。此后三年，AI大模型沿着这条路径推进，谁的参数更多、算力更大、benchmark分数更高，谁就能获得更多融资和更高估值。从GPT-3的1750亿参数到GPT-5.6 Sol约3万亿（3T）总参数量，"堆参数"几乎成为整个行业的发展信仰。

Anthropic更是将其演绎到极致，"强大到不敢公开"的Mythos规模参数达10万亿，训练成本估算需100亿美元。

巨头们同时发动"钞能力"，努力囤积芯片。据测算，仅Meta一家的GPU算力就超过中国所有AI企业的总和，谷歌拥有的AI总算力相当于500万块英伟达H100，占全球总量的1/4。

但问题在于，当资金弹药和算力芯片遭遇瓶颈时，大模型性能增长曲线必然趋于平缓，对于高端芯片受限、资金储备并不充足的中国企业而言，更需要重新审视Scaling Law。

去年初，零一万物创始人李开复反思道："已经意识到Scaling Law的边际收益递减，赌上巨量资源去训练超大参数模型，超低的性价比对初创公司来说不是务实的选择。"

零一万物随后转换路线，Yi-Lightning采用MoE（混合专家）架构，激活参数仅20多B，模型表现却更出色。DeepSeek也是借助MoE架构优化、开源策略和蒸馏技术，实现训练成本不到ChatGPT二十分之一的结果。

不再追求超级大模型，转而打造"小而美"的务实产品，这或许是经历"百模大战"、"价格大战"后中国大模型企业的共识。从"做出更大的模型"到"用模型做出能赚钱的生意"，极客时代的创新英雄主义正让位于商业务实主义。

闭环

中美大模型竞争策略虽有不同，在商业化层面是殊途同归的。

6月24日，字节旗下豆包正式推出收费模式，三档订阅价格为：标准版包月68元、加强版包月200元、专业版包月500元。收费背后是夸张的成本开支：截至2026年3月，豆包日均token使用量突破120万亿，过去三个月翻了一倍，是2024年5月首次推出时的整整1000倍。

浙商证券测算，2025年字节跳动资本开支约1500亿元，其中900亿用于采购AI算力，每天要支出4.38亿元。而豆包探索的"AI+电商"模式，目前还只能产生有限的收入规模。因此来自专业版的收入对于豆包来说就显得更加重要。

几乎同期，腾讯也按下了商业化加速键。旗下Buddy AI（WorkBuddy、CodeBuddy等）宣布订阅升级，7月1日起生效三档定价：标准版99元/月、高级版199元/月、旗舰版999元/月。

付费模式的直接驱动力，就是调用量的爆发。WorkBuddy在三个月内人均Token消耗量增长了十倍。尽管腾讯强调AI仍处于"战略投入期"，但付费模式的启动印证了：当AI服务从尝鲜转向高频使用，其成本支出特征将倒逼商业闭环形成。

大洋彼岸的OpenAI更是多管齐下，推出"广告+订阅+token付费"组合。2023年2月推出Plus订阅（20美元/月），今年又推出更廉价的ChatGPT Go（8美元/月），付费用户从去年年底的4700万增至第一季度的5500万。

甚至，ChatGPT还计划向企业主提供广告业务，面向免费用户和Go用户按展示量计价。

即便如此其，其收入也难抵巨量成本开支，长期巨亏。

Anthropic跑出了一套独特经营哲学：聚焦政企客户，不免费、不广告、不降价。4月起封禁OpenClaw等第三方工具的订阅额度，强制走API按量付费，将高价值用户筛出订阅模式转入企业通道。

2025年底，Anthropic的ARR约90亿美元，到2026年4月已膨胀至300亿美元。2月份只有500多家企业愿意每年付费超100万美元，到4月初这类客户已超1000家。

在Code with Claude大会上，达里奥·阿莫迪表示公司原本按最高10倍年增长做准备，但一季度收入和使用量增速一度达到80倍（按年化口径）。

超强的产品力和独到的商业策略，助力Anthropic今年第二季度营收（预计）升至109亿美元，同时实现5.6亿美元营业利润，将成为全球大模型企业中率先盈利的标杆，估值也逼近万亿美元。

整体上看，AI产业链竞争已经从纯粹的性能大战，转向更偏重商业化的时代。

分野

一二级市场对AI企业的估值锚点，正从技术能力转向商业能力，这也导致了企业间的估值分野。

最典型的案例是智谱和MiniMax。两家前后脚上市的大模型公司，近期1个智谱约等于10个MiniMax，已经备受各方关注。

最初，市场其实更看好MiniMax的多模态和C端AI应用，智谱讲述的政企本地化部署故事则不太受资本青睐。

仅仅三个月后，双方表现彻底扭转。MiniMax于7月9日迎来"解禁"大考，当日股价重挫18%，此后连续大跌，距离3月中旬最高点下滑83%，市值蒸发约3400亿港元。前一日解禁的智谱则十分坚挺，连续两日上涨30%。

现在回过头来看，两者市场表现的转折，是发生在今年6月1日。

当天MiniMax发布M3模型，从过去的订阅制切换为token计费。负面舆论随后发酵：公司在未与用户沟通的情况下取消了29元/月的Starter套餐；有开发者实测称，同等任务下Token消耗量远超预期，高Token场景下成本从49元升至175元。

这种行为被用户称为"背刺式"涨价，MiniMax股价当天重挫16%。闫俊杰旋即宣布不再领取薪酬，并拿出个人名下4%股份用于人才激励。

但短期促销试图用低价留住用户，促销结束后M3模型结果不及预期，MiniMax面临"价格上不来、用户留不住"的双重窘境。

6月以来，大模型赛道叙事逻辑加速转向Vibe Coding和Agent，Anthropic引领下，to B基因开始被投资人看好。反观智谱，GLM-5.2不仅性能强大，一季度API调用定价提升83%，调用量仍增长400%，甚至供不应求。

AI领域的商业化程度如何，效果如何，已经与资本市场的估值直接挂钩。从这个角度看，仍然偏执于AI=极客范的人，需要对整个行业有一个重新的认识了。

在AI终端，商业化同样重要。

大模型之外，智能驾驶被看做AI最先落地，并且能最快通往物理AI大门的商业赛道。事实的情况也是，这个领域的商业化应用正在快速走向成熟。

相比人形机器人等，智驾具有更多落地优势。一是市场需求更加明确、付费场景清晰，高频的出行需求带动为辅助驾驶的功能意愿，出行平台也愿意落地无人驾驶技术；二是，软硬件具备量产标准化特征，后期规模化还可降本，商业闭环明晰；而且，车辆一旦上路，就可形成天然的采集飞轮，真实路况数据帮助AI算法迭代，持续提升产品体验。

当前，面向C端的前装量高阶辅助驾驶（L2/L2+）已几乎成为新势力必备，特斯拉FSD、华为ADS（乾崑智驾）属于赛道佼佼者；而L4级别的无人驾驶（Robotaxi、无人货运等）也即将迎来商业化，百度萝卜快跑（Apollo Go）、文远知行、Momenta、Waymo都在积极布局。

智能眼镜产品的成熟度也在不断加深。此前，Humane AI Pin、Rabbit R1曾火爆一时，因缺乏商业生态最终败北。如今，Meta Ray-Ban智能眼镜靠成熟的生态胜出，2025年销量超700万副，今年产能目标最高提高到2000万副。