107 亿对 1000 亿:中国 AI 的收入账,差的不是模型能力,是变现口径
107 亿和 1000 亿。这两个数字中间,隔着一整个量级。
107 亿美元。这是七家中国主要 AI 开发商在 2026 年 3 月到 8 月之间,模型业务的合计年化经常性收入(ARR)。
同一时期,OpenAI 和 Anthropic 这两家美国公司的相关收入加起来,超过 1000 亿美元。
十倍。但真正值得追问的不是「为什么差十倍」,而是这个价差背后,两边的账本是按不同逻辑记的。
这份数据出自 Rhodium Group 9 月发布的报告。研究窗口是 180 天(2026 年 3 月到 8 月),研究对象是阿里巴巴、字节跳动、快手、DeepSeek、月之暗面、智谱 AI 和 MiniMax 七家。
拆开来看:字节跳动领先,7 月的 AI 业务 ARR 约 40 亿美元;阿里巴巴紧随其后,8 月约 24 亿美元。其余五家的规模明显更小。
但有一组数字非常反直觉。智谱 AI 的 ARR 从今年 1 月的 7400 万美元,涨到 8 月的 16 亿美元,八个月翻了约 20 倍。MiniMax 同期也涨了约 4 倍。
增长速度没问题。问题在价格。
我一位做 AI 应用创业的朋友(下称老王),看完这份报告只问了一个问题:如果调用价格只有海外的十分之一,那我交付出去的每一项服务,毛利从哪里来?
这个问题问得很准。它把人从「谁的技术更强」,拉回到「这门生意的钱从哪来」。
判断框架:这不是能力差距,是变现口径的差距
中国前沿模型完成一项任务的调用价格,大致在 0.04 到 0.50 美元之间。作为对照,Claude 顶级模型的同类调用价格在 2 到 4 美元,GPT 最贵的一批模型约 1 到 2 美元。
同一个动作,价差在十倍量级。
再看毛利率:DeepSeek 的公司层面毛利率约 45%,Anthropic 约 65%,而智谱 AI 和 MiniMax 分别只有 26% 和 18%。
这三组数字放在一起,逻辑就清楚了:低价把使用量变成了普及率,但没能把普及率变成收入。
还有一个结构性原因:中国厂商普遍采取开放权重策略,模型权重公开发布。这一策略极大加快了采用速度,但也带来一个副作用,有硬件能力的用户和第三方可以直接下载部署,绕开原始开发者。 使用量不再等于收入。
Rhodium 的判断很直白:这种模式下,同样的使用量,厂商拿到的收入会相对更少。
所以这不是「模型不够好」的问题。字节、阿里、DeepSeek 的模型在能力上并不落后。差的是变现的口径:一边是按能力定价的封闭调用,一边是按普及定价的开放分发。
更硬的一层:投入和收入的剪刀差
如果说收入端是十倍差距,那投入端的情况正好相反。
Rhodium 估算,2026 年中国企业对 AI 基础设施的投资达到 9320 亿元人民币,约合 1390 亿美元,比上一年翻了一倍以上;到 2027 年可能突破 1.2 万亿元,约合 1930 亿美元。
作为参照,美国 2026 年的数据中心投资规模约为 8000 亿美元。中国的基建投入规模不比美国小,但收入只有美国的十分之一。
这个剪刀差已经开始显现在现金流上:2026 年上半年,阿里巴巴、腾讯、百度三家大型互联网公司的自由现金流合计降至负 160 亿元人民币。一年前,这个数字还是正的 1700 亿元。
融资结构也不一样。美国大型云和互联网公司的债务净融资额,从 2025 年的 900 亿美元,增加到 2026 年上半年的 1630 亿美元,它们在用债市加杠杆。中国 AI 产业则更依赖股权融资和银行贷款,截至 8 月 21 日,行业股权投资规模约 2820 亿元人民币。
Rhodium 的合伙人洛根·赖特的判断是:资金缺口会让中国的前沿 AI 实验室很难可持续地扩张。
三个认知点
一、开源是一种分发战略,不是收入战略。 它换来的是装机量和生态位,代价是可变现的使用量被大量分流。这不是错,但它决定了账本长什么样。
二、投入领先而收入落后,最怕的不是亏钱,是时间。 基础设施可以一次性投下去,收入的增长却受制于付费意愿和场景成熟度。两者之间那个时间差,就是风险所在。
三、估值倍数比收入绝对值更值得警惕。 报告中提到,OpenAI 的企业价值对 ARR 倍数约 34 倍、Anthropic 约 21 倍,而中国两家头部公司分别约 50 倍和 163 倍。倍数的含义是「市场已经把多少未来的增长提前计价了」。
今天就能做的一件事
如果你在做产品或服务,翻一下你自己的账:你的收入,是按「能力」定价的,还是按「普及」定价的? 这两个定价方式没有对错,但它们通向完全不同的资产负债表。一个周末想清楚这件事,比追十条新闻有用。
*本文只做产业与资本结构分析,不涉及任何证券投资建议,不预测相关公司股价或估值走势,不构成任何买卖依据。数据引自 Rhodium Group 报告及公开媒体报道,估算口径以原报告为准。*
