2025年，大模型赛道进入“千模大战”下半场：一边是OpenAI、Google、Anthropic等明星公司疯狂卷参数、卷性能；另一边却是居高不下的训练与推理成本、开源社区的免费冲击，以及B端客户“只试用、不买单”的普遍观望。外界普遍疑惑——当API价格一降再降，LLM厂商到底靠什么赚钱？
答案藏在一条“明线”与三条“暗线”里。
明线：把模型当“水电”卖，规模越大越便宜
- API按量计费：把Token变成现金流
这是所有厂商最先跑通的商业模式。
- OpenAI o3最新报价：输入2美元/百万token，输出8美元/百万token，比2024年降价80%。
- 国内DeepSeek-V3同尺寸做到0.4元/百万token，低于市场均价70%。
逻辑很简单：模型即水电，先低价并网，再靠规模收电费。
但“水电”毛利极薄。据第三方测算，在H100上跑开源Llama-3.3-70B，每1000次推理成本约0.013美元，而公开API报价0.02美元，毛利率仅35%左右，再扣掉运维、带宽、人力，基本无利可图。
- 订阅制：把“免费玩家”变“月度付费”
当C端流量见顶，20美元/月的ChatGPT Plus、Claude Pro成为现金“压舱石”。
- 2025年ChatGPT贡献OpenAI 75%收入，约27亿美元。
- 行业Freemium转化率3%–5%，ChatGPT以4亿月活计算，付费池还有2亿人可挖。
订阅的好处是现金流稳定、可预测；弊端是只能覆盖轻量级用户，一旦企业深度调用，token费用立刻爆表，订阅价无法覆盖。
暗线之一：把“卖模型”变成“卖算力”
当Token本身不赚钱，GPU时间就成了真正的商品。
- OpenAI、Anthropic背后站着微软Azure、AWS，云厂商用模型拉客户，再用算力锁客户。
- Google更直接：Gemini API必须走自家GCP，模型调用只是入口，GPU实例、TPU Pod、BigQuery才是利润中心。
- 国内字节跳动“豆包”大模型在火山引擎上只收0.0008元/千token，但背后把客户导入GPU云，一张A100按小时租最低8元，毛利率50%以上。
结论：模型可以亏，只要能把算力打包卖出去，云厂商就能赚回超额利润。
暗线之二：把“卖能力”变成“卖解决方案”
B端客户要的不是“模型”，而是“结果”。
- 埃森哲、德勤们把GPT/Claude封装成“智能知识库”“合规写作助手”，一个项目报价300–500万美元，其中软件License不到20%，剩下都是咨询、实施、运维。
- Palantir模式更极端：Forward Deployment Engineer驻场，按“人头+平台”双计费，ARR（经常性收入）毛利率高达70%。
结论：当大模型变成高端咨询的“锤子”，厂商就能摆脱Token价格战，按人力+交付价值收费。
暗线之三：把“卖全套”变成“卖奢侈品”
顶级模型正在复制爱马仕的“稀缺性溢价”。
- OpenAI、Anthropic对高净值客户开放“私有模型+专属集群”，签最低消费协议（Minimum-Use Contract），单年合同1000万美元起步。
- 部分金融、政府客户愿为“不会被复制、不会泄露数据”的旗舰模型支付5–10倍溢价，形成“VIP黑卡”式收入池。
结论：把最强模型做成“身份符号”，既能锁定收入，又能防止技术被蒸馏，一石二鸟。
未来终局：一场“四维盈利”的持久战
- 规模维：继续卷低价，用API/订阅吸流量，保市占率。
- 算力维：绑定云厂商，靠GPU/TPU实例、高性能网络、存储赚钱。
- 服务维：做深行业，靠咨询、定制、运维吃高毛利。
- 稀缺维：封顶级模型为“奢侈品”，用准入壁垒换溢价。
短期看，“模型亏损、算力盈利”是常态；长期看，谁能同时跑通四条线，谁就能在1.5万亿美元的生成式AI市场里切到最大一块蛋糕。
一句话总结
LLM厂商的终点不是“卖模型”，而是把模型变成通往算力、咨询与奢侈级服务的“流量入口”——现在亏掉的钱，只是为将来收更高的“税”铺路。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
