本期嘉宾 阑夕：逐鹿网创始人、知名科技自媒体人 [https://image.xyzcdn.net/FglY4rxnCdiJTFLg3oh7jNS3Qwit.jpg] 庄明浩：趣丸科技副总裁兼首席战略官、《屠龙之术》主理人 [https://image.xyzcdn.net/ngu2_xBvLvifC59wBLH6Evj5_87n.png] 赛博对话官：高飞 [https://image.xyzcdn.net/Fqw8v2J4s3Ho7KN1ZgVjpYHk5hVw.jpg] 节目介绍 大模型涨价已不再是技术演进的偶然波动，而是产业进入规模化落地的必然信号。AI 行业不再烧钱狂欢，所有玩家都被迫回到最朴素的商业本质 —— 算账。从 OpenAI 上市到 DeepSeek 融资，从豆包收费到各家集体转向，行业关键词已从 "技术突破" 变成了 "商业闭环"。谁能先跑通盈利模式，谁才能闯入下一关。 这期《赛博对话》，我们请来了逐鹿网创始人、知名科技自媒体人阑夕、趣丸科技副总裁兼首席战略官、《屠龙之术》主理人庄明浩，从大模型最近集体涨价这事聊起，你可能以为只是 AI 开始收费，但背后是头部公司算力开销占了总成本七成以上，没那么多钱烧的企业只能换个活法。过去大家都觉得 “上个大模型就行了”，现在发现，光靠参数大根本不管用，大模型不再是万能钥匙，而更像一把得看你怎么用的精密工具。 大模型从 “能回答问题的工具” 变成 “每几周就要更新、烧钱比吃饭还凶的算力怪兽”，AI 公司集体涨价，不是为了赚钱，而是因为跑得太快、电费撑不住了？我们用的到底是智能服务，还是一个不断升级的数字消耗品？这场深刻的商业变革注定会影响每一个人。 核心议题 00:01:00 AI 生意的三个核心问题 00:03:04 豆包收费，意外吗？ 00:05:06 AI 会员包月制，国内能跑通吗？ 00:07:40 为什么 AI 不能长期免费？撑得住吗 00:10:23 AI 订阅的本质就是健身房模式 00:12:54 国内大模型定价到底是怎么定的？ 00:17:56 广告模式，行不通？ 00:18:50 运营商也想在 AI 时代分一杯羹 00:25:02 烧钱无底洞，怎么办？ 00:27:15 钱从哪来？各家公司有不同门道 00:35:29 中美 AI 模式差在哪？有何不同 00:37:48 谁在 AI 产业链是最赚钱的？ 00:41:58 大模型公司如何摆脱烧钱不赚钱？ 00:45:17 中国 AI 相较于国外有哪些底层优势？ 栏目重点梳理 - 根据黄仁勋提出的五层蛋糕理论，应用层虽然是直接和终端用户打交道的，但它也是整个产业结构里盈利压力最大的那个，毕竟上面四层都是供给逻辑，有货就不愁卖，唯有应用层是需要竞争流量的，在这个前提下，收费堪比拔鹅毛但又不让鹅叫唤的艺术； - 豆包当初传出收费消息被猛带了一波节奏，很多人以为从此就没法免费使用豆包了，无论是从中国互联网的历史来看，还是 ChatGPT 作为先例的样板，收费模式必然是增值服务，大家现在怎么用豆包的还是怎么用，然后一些旗舰级的能力就只会放在会员方案里予取予求； - 再就是国内用户对于为产品功能买单这件事情极其抵触的特有生态，之前北京车展，The Information 的记者过来跑了一圈新势力，发现它们的出海计划里都会把车机功能当作付费点，但在中国市场完全没有这个想法，负责人的解释也是很直白无奈，「中国人不会为软件付钱」； - 庄明浩和我都觉得豆包在绝对领先的地位上开启收费尝试是很有意义的，这点钱对于字节的 CapEx 来说无异于杯水车薪，但整个消费观念的转变很重要，甚至我相信千问元宝都会感谢豆包，否则都被卡死在给全国人民做公益这个沼泽里，「你不收，我怎么收？我不收，耿专员怎么收？大伙怎么进步啊？」 - 再就是豆包的定价梯度可能比较意外，或者说整个 AI 应用的订阅门槛都是偏高的，长视频平台还在 10 块钱、20 块钱一个月的留人时，豆包的最低档会员就是 68 块钱一个月了，像是 Kimi 也是 49 块钱一个月的起价，越过了 30 块钱一个月这个标准； - 30 块钱一个月就是手游里的月卡，再往上才是大月卡，即通行证/战令，这一档的定价通常从 68 块钱到 98 块钱一个月不等，至于豆包计划里最贵的 500 块钱一个月套餐，相当于一单 648 的 8 折价，是不是也很容易理解了； - 马化腾在财报会议上也专门讲了中国用户在 2C 市场的付费转化率不太高这个点，要知道腾讯已经是最能从用户口袋里掏钱的互联网公司了，它都这么为难，叠加年年喊崛起年年也没能支棱起来的 SaaS，模型下游的商业循环在国内实在需要一点乐观趋势，要知道智谱、MiniMax、月之暗面本质上是出海赚美金的公司； - 对于收入能够保持同步增长的公司而言，CapEx 其实不是问题，从谷歌 Q1 财报来看，营收 1000 亿美金出头，利润差不多 600 亿，毛利率比纯卖广告的 Meta 还高，所以烧钱有什么问题呢，烧不出回报才是问题，马化腾说以为上船了但发现船是漏的，就是这个意思； - 中国互联网除游戏外的订阅制付费上限，单产品差不多在 1.3 亿的水平线，爱优腾和 QQ 音乐在巅峰期都没能超过这个阈值，我个人不太相信 AI 应用可以创造例外论，但是抛开订阅不谈，被越炒越火的各种 Token 套餐如果真的普遍化了，搞不好还真能带来变数； - 其实模型厂商也倾向于按量计费的买卖，订阅制的商业模式就像健身房，赚的是那些开了卡但不经常来的客人的钱，如果大家都用满，在这么一个不太存在规模效应 —— 用户越多，越容易摊薄成本 —— 的行业，AI 应用很容易成为一个失血点而非造血器，所以庄明浩看到了一个怀旧服的可能性出现； - 也就是各大运营商开始力推的 Token 包，这跟当年的流量包不能说是一模一样，只能说是完全一样，所以如果运营商能够成为一个分销 Token 的角色，像大王卡那样，用 Token 包去覆盖一些模型的用量，再去后端完成分账，这个故事是完全说得通的； - 不过，无论是订阅制还是卖 Token，模型能力都是撬动市场的第一要素，就像 GPT-Image-2 出来之后所有代开会员的第三方价格全数涨价，以及「六小虎」里把编程套餐卖断货的行情，都说明生产力需求是可以无视价格敏感的； - 但我总觉得豆包的收费不会走生产力路线，豆包大模型可以有生产力市场的目标，比如配合 Trae 去打，豆包 App 却未必要这么把路走窄，它的人格化和陪伴性其实是可以在情绪价值市场做出更多可能性的，就像我看有数据显示开源模型超过半数以上的 Token 消耗用在了角色扮演上，这里的经济价值是被低估了的； - 高飞和庄明浩认为模型厂商还有一个创收机会，就是转移支付，借着全民 AI 这个热潮，去让市政单位、高校学府来买单，比如某个市的行政区，去给市民提供常态化的 Token 额度，或者大学对标自己和知网签年框的方式，让师生享有最基础的 Token 套餐，用财政预算去替大家消费 AI； - 总的来看，头部的模型厂商基本不再担心会倒闭了，包括已经上市的财务数据都摊开了，一个基本事实是，如果不算预训练，毛利率都能是打正的，同时预训练的成本增加是一个线性的，而收入的增加是指数级的，所以 Anthropic、OpenAI 这种烧钱大户都预计能在 2030 年甚至 2028 年就实现正现金流，这个速度比亚马逊当年都要快得多； - 庄明浩说做上游投资的现在是在焦虑物理极限，什么意思呢，就是会不会说，地球上的铜不够用了⋯⋯包括要去太空建数据中心，也是因为缺算力缺成了连力大砖飞都搞不定的事情，光有钱没用啊，你得有地方花出去，全世界的工业品暴涨，核心原因就是产能跟不上，需求侧在竞价吃货； - 中美大模型的发展差异在于，美国是在追求速胜，一波钱砸下去，掉队的、认输的马上就出来了，集中度很高，「御三家」就是这么高速洗牌洗出来的，中国因为相对慢一些，同时大家对成本更谨慎，所以能有更多的玩家不下牌桌，赚钱的难度也会高一些，这是充分竞争的经济学理论； - 庄明浩举了 Seedance 2.0 的例子，按理来说这场仗就应该打完了，你不可能怀疑字节在视频模型身上的决心和疯狂，但实际上呢，快手的可灵、阿里的 Wan 和 Happy Horse、MiniMax 的海螺都是该怎么继续还是怎么继续，后面还跟着 HiDream、Vidu、Pixverse、SkyReels 一长串名字，它们甚至都能拿到融资； - 中国互联网的缠斗传统，加上大盘上涨的规律，意味着你可以不是吃到肉的那个人，跟着喝汤一样能够保存希望，而且 AI 行业的标的天然优于非 AI 行业，这种「种族优势」，决定了「投 AI 总比投别的强」的底层逻辑，于是纷纷续命，等对手犯错，等轮到自己，等一切可能性； - 还是用那五层蛋糕的比方来说，美国是标准的纺锤结构，稀缺性最高的英伟达在中间赚得盆满钵满，中国则更偏向于柱状结构，在产业指导的作用下，不会有哪一层特别明显的去吸整条上下游的血，所以这个蛋糕必然不会跟太平洋对面一样甜，一个人走得快，一群人走得远嘛； - 最后还有一个变数是硬件，庄明浩说，美国做硬件的 Startup，拿到钱后的第一件事就是飞深圳，跟逛迪士尼乐园似的，什么梦想都能找到供应商，为什么一级市场那么喜欢投大疆、追觅、影石出来的人，就是因为他们有从 0 到 1 的经验，可以复用到 AI 这一波，难道文曲星和背背佳就不算应用了么，对吧； - 高飞说得很有意思，AI 用的东西，都在涨价和赚钱，比如能源、光纤、芯片这些，只有人用的东西，是在通缩和亏损，那么 AI 应用赚钱很难就说得通了，因为这是给人用的，人类不争气啊，碳基世界完蛋了，哈哈哈哈； - 所以，虽然这话可能有政治不正确的嫌疑，但判断 AI 是否真正产生了价值的标准，就是企业有没有在大规模裁员...... 是的，AI 替代人类很残酷，但这起码说明 AI 可以产生真实的经济效益，反倒是喊着 AI 改变一切，却凡事仍要人类亲力亲为，才是真的有问题。 【本期栏目重点梳理来自 @阑夕】 观看完整视频：微博/微信 @赛博对话 [https://weibo.com/u/5893229038] 加入深度讨论：sinacybertalk 在小宇宙查看该单集文稿 [https://oia.xiaoyuzhoufm.com/player/6a13f3f78b5c94538eab97da?openTranscript = true & utm_source = rss & as = cHQ9MTIyNjE5MjQ3JmN0PXJzcyZtdD04 & autoOpen = false]