給AI裝上手和腳，這賬能算平嗎？

文：王智遠 | ID:Z201440

大模型市場，直接來了一個「新物種大分叉」。

全球最大AI模型API聚合平臺OpenRouter給出數據： 9號到15號這一周，中國大模型的調用量沖到了4.12萬億Token第一次超過美國模型的2.94萬億Token

調用量前五的模型里，中國直接占了四個：MiniMax的M2.5、月之暗面的KimiK2.5、智譜GLM-5、DeepSeek V3.2。

市場已經徹底分成兩撥人：BAT正在「向內收縮」，把模型塞進搜索、電商、辦公這些老業務里；新勢力Kimi、智譜、MiniMax則「向外長手」，靠成百上千個Agent死磕開發者生態。

這是商業底層邏輯的徹底分家，大家都在算一筆名為投資回報率的生死賬。

01

先得搞清楚一件事：這4.12萬億Token的調用量，到底是誰在用？

要光看新聞標題，肯定以為中國老百姓突然愛上跟AI嘮嗑了；OpenRouter的用戶構成很有意思，上面美國開發者占了47.17%，中國開發者只有6.01%。

這4.12萬億Token，主要是全球那幫程序員「用腳投票」投出來的，跟咱們在抖音刷到的那些AI聊天沒啥關系。

所以，Token調用量比DAU實在多了，日活用戶能被紅包砸出來，能被春節營銷堆出來，但開發者的API調用是真金白銀在燒。

他們在生產環境里跑你的模型，寫代碼、做測試、跑任務，每一分Token背后都是算力成本，也對應著某種商業預期，沒人會花錢跑沒用的東西。

那全球程序員為啥突然瘋狂調用中國模型？兩個原因：性能能打 + 便宜到離譜。

MiniMax M2.5上線一周直接沖上調用量榜首，它在代碼編寫、搜索這些硬核領域的表現，已經能跟OpenAI和Anthropic的主力產品掰手腕。

Kimi K2.5更狠，能同時調度100個《Agent分身》干活，把復雜任務的效率干到3到10倍；智譜GLM-5帶著200K的超長上下文窗口殺出來，專門給需要長時間跑的任務用。這些都是真家伙，不是湊合用的平替。

再說成本。這才是最狠的。咱們直接看數字：

• MiniMax M2.5：輸入0.3美元/百萬Token，輸出1.1美元
• 智譜GLM-5：輸入0.3美元，輸出2.55美元
• Claude Opus4.6：輸入5美元，輸出25美元

算下來，中國模型成本只有海外巨頭的1/10到1/20；這個價差直接把程序員的經濟賬給重算了。同樣的任務，用Claude燒100塊錢，用MiniMax可能5塊錢就搞定了。

中國廠商憑啥能把價格打到這么低？核心是技術架構；大家都在用《混合專家》MoE架構，根據具體任務，只調用其中一小部分專家出來干活，這是工程效率的極致優化。

再加上阿里云這種平臺，把四大頂級開源模型打包，推出7塊9的首月訂閱，直接把程序員的試錯成本壓到地板價。

問題來了：便宜就一定有人用嗎？也不只是便宜，這就得說更深層的變化了：Agent場景爆發，讓Token消耗的邏輯徹底變了。

Chatbot那會兒，用戶問一句模型答一句，Token消耗是線性的；現在智能體開始落地，事情復雜了，Agent接到一個任務，每一步都在《腦子里反復推演》。

這種《推理密度》增加，讓單次任務的Token消耗呈指數級上升；中信證券算過，智能體執行任務時，整體Token消耗可能提升十倍以上，對應的算力需求得漲百倍以上。

OpenRouter的數據也證實了這點：

平臺上超過70%的Token消耗，來自互聯網大廠、中大型企業、專業程序員的生產環境；在100K到1M Token這個區間，也就是智能體工作流最典型的消耗區間，MiniMax M2.5的調用量遙遙領先。

所以，這波Token爆發是真需求還是假繁榮？

我的判斷是：真需求，它證明了中國這幫新玩家在《手和腳》的戰略方向上，確實踩中了全球程序員的真實痛點。

用頂級的性能加地板的價格，去滿足正在爆發的Agent需求，程序員用Token投了信任票。

02

但這只是開始。Token怎么變成錢？

智譜三年半虧了62個億，MiniMax三年零三個季度虧了13.2億美元（差不多95億人民幣），而且，算力成本占研發開支的70%到80%。這是什么概念？

每賺1塊錢，要付出5塊多的算力成本。典型的越賣越虧。新玩家們必須回答一個問題：怎么讓客戶為價值付費？

答案指向同一個方向：按效果付費。行業里管這個叫RaaS，Results-as-a-Service。

什么意思呢？我打個比方：

Token是什么？算力的計量單位，客戶花錢買AI服務，真正想要通過一次審核、減少一次拒付、多一筆訂單。

現在API定價，偏偏掛在Token上；這就好比你請人搬磚，最后按他流了多少汗收費；汗流得多不一定磚搬得多，磚搬得多也不一定汗流得多，這賬能算明白嗎？

有點類似于，把油門直接接到里程表上；是為車真正跑了多遠付費；油門踩得再狠，車沒動，不收錢；車跑了10公里，就收10公里的錢。

智象未來CTO姚霆有句話我印象挺深：

商業模式創新，是從售賣API提升到售賣結果。以前B端C端都是積分制，本質是把價值折算成積分，現在大家開始探索按照結果來付費。

這邏輯一換，整個行為系統都變了。

當價格掛在Token上，模型廠商的團隊會拼命追求更短的提示詞、更多的緩存命中，因為這樣能降低成本；但當價格掛在結果上，團隊自然會去追更高的通過率、更高的轉化率，因為只有結果好了才能收到錢。

一個是向內控成本，一個是向外創價值，兩條路，走著走著就分叉了。

這么做哪些場景先跑通了？

先說電商直播。這塊走得最快。中科深智做的AI直播全托管，從投流素材生成到AI直播轉化全包了，企業可以零成本開播，最后按GMV分成。

什么叫GMV分成？賣出去的東西里抽個點。賣不出去，不收錢。

他們透露了一個有意思的數據：AI直播跟頭部IP主播比確實還有差距，但在素人直播這個層級，已經比真人強了。有個客戶，某電商公司，跟大MCN機構合作的時候日均GMV大概15萬左右。

同等投流ROI的情況下，AI直播能做到這個數的40%到50%，同時人力成本省了70%以上；同樣的投放預算，產出打對折，成本省七成，這賬怎么算都劃算。

再說金融營銷。這個試得也挺激進。

我看到一個案例，螞蟻數科推了個智能托管模式，銀行只管給業務目標、預算和客群，剩下的全交給智能體自己玩；投什么渠道、出什么素材、怎么平衡ROI，全是AI自己調。最后按交易規模增長的千分之二到千分之四收費。

有意思的是，現在合作金融機構里，區域性銀行占了三分之二。為什么？

因為大行有自己的技術團隊，什么都想自己干；區域性銀行沒這條件，反而更愿意接受交鑰匙工程，你給我結果就行，過程我不關心。

工業領域也有嘗試，但更謹慎一些。設備預測性檢修、節能優化這些場景，有人開始按實際節能效果收費。

中工互娛的智振說得挺實在：小單點項目幾萬到幾十萬，可以按效果收費；但大額復雜項目，幾百萬上千萬那種，因為效果太難衡量了，暫時還是傳統模式。這也合理，客戶不敢賭，廠商也不敢賭。

說到這兒你可能想問，那為什么是現在才火起來？

我琢磨著有兩個原因。一個技術真的能打了，另一個是采購主體變了。

以前賣軟件，通常科技部門負責買，科技部門的人不背業務結果的KPI，現在業務部門開始直接參與采購，營銷部買AI是為了多獲客，財務部買AI是為了降成本，他們天然就愿意為可量化的增長付費。

現在到了一定的臨界點。但你可能會說：按效果付費這么美好，那趕緊全換啊。

最大的問題是效果歸因。

企業業務增長是市場、運營、產品一堆因素共同作用的結果，目前用一套工作流、一個Agent還沒辦法拆分到各部門。

也就說，運營說是因為我搞了波活動，市場說因為我投了廣告，AI說是因為我的智能體優化了轉化率，到底誰的功勞？怎么精確算出AI貢獻了多少？

目前行業沒有統一標準，基本只能一事一議。

前幾天，銷售易徐曦舉了個例子：CRM全鏈條上，按結果付費的點其實很多；線索轉化了可以付費，商機成交了可以付費。

以前產品設計把功能全打包在一起，沒法拆開算；現在想改成按結果付費，得重新包裝SKU，重新設計定價模型，甚至重新簽合同。這是整個商業邏輯的重構。

還有責任劃分、效果量化，全是坑。更要命的是，按效果付費，廠商得先墊錢。AI跑起來要燒算力，Agent干活要時間，最后效果沒出來，一分錢收不到。這對現金流是巨大的考驗。

一邊是客戶愿不愿意為《可能有效果》買單，一邊是廠商扛不扛得住《先干活后收錢》的賬期。兩邊都在賭。

按效果付費這條路，確實有人在走了；電商直播、金融營銷、招采審查，都跑出了一些樣板間。對于新玩家來說，這條路必須走，因為賣Token的賬，不太行。

03

那這筆賬到底能不能算平？什么時候算平？規模經濟拐點在哪？

興業證券的研報提到一個概念叫「杰文斯悖論」。啥意思？當一項資源的價格下降時，它的使用量反而會增加，最終總消耗不降反升。

過去三年，主流模型的單位Token推理成本降了99%以上。聽著是好事吧？成本低了，利潤空間大了。但結果呢？

調用量暴漲，算力總賬單越滾越大。這就像超市搞促銷，打折了，買的人多了，最后花的總錢反而比不打折的時候還多。

海豚投研算過一筆更宏觀的賬：

2026年主流芯片設計商的收入預期是3700億美元，對應的云計算中心資本開支是6400億。這6400億要在5年內攤銷完，云廠商得靠這些算力創造出1.2萬億美元的收入才能回本。

再往下游推，最終用戶得靠AI創造出2.4萬億美元的經濟價值，相當于美國GDP的7.5%。這個賬，能算平嗎？

黃仁勛倒是特樂觀。

他說「算力即收入」，認為AI已經到拐點了，企業對智能體的采用率正在激增。英偉達最新的財報也確實亮眼，Q4營收681億美元，同比增長73%，數據中心貢獻了90%以上。

但市場反應很有意思：財報發布后，英偉達股價先漲4%，然后轉跌。這猶豫是對「下一步往哪走」的重新定價。

為什么猶豫？

因為算力需求的邏輯正在變。以前大家搶訓練芯片，訓練是一錘子買賣，看誰的算力堆得高。現在風向轉到推理了，推理是持續性消耗，看的是單位Token的成本、能效、場景適配度。

這個轉變意味著什么？門檻降低了，競爭格局可能要變了。

英偉達最核心的幾個云巨頭客戶，現在都在兩條腿走路：一邊繼續買英偉達的標準GPU，另一邊瘋狂搞自研，或者扶持第三方做專用推理芯片。

微軟、亞馬遜、谷歌、Meta四家云廠商2026年的資本支出加起來接近7000億美元，這么大個蛋糕，沒人愿意讓一家全吃了。

那再回到咱們關注的中國新玩家。他們算力賬長什么樣？

首都在線是智譜的核心算力供應商，慶陽、宿遷、天津的GPU集群一直在擴；弘信電子在打通東數西算的通道，綠色算力直供智譜、百川智能。

潤澤科技搞的大規模智算中心，支撐字節跳動的萬億級Token吞吐，這些都在卡位低成本算力樞紐。

但問題沒變：算力成本占研發開支的70%到80%，這是實打實的。每賺1塊錢，要付出5塊多的算力成本。什么時候，這個比例能降到50%以下？什么時候算力成本能被收入追上？

這才是規模經濟的拐點。

有人可能會說，成本不是一直在降嗎？對，單位成本在降，但調用量漲得更快。前面那個「杰文斯悖論」說的就是，便宜了，用的人多了，最后花的總錢反而更多。

對AI公司來說，這是「越賣越虧」的數學本質。

黃仁勛說「計算需求呈指數級增長」，這話沒錯。但指數增長的是收入還是成本，決定了誰能活下來。

所以，算力成本的吞噬效應，是這幫新玩家最大的財務風險；按效果付費跑通了客戶愿買單的邏輯，但沒解決廠商「先干活后收錢」的現金流壓力。

換句話說，規模經濟的拐點取決于另一個指標：每花1塊錢算力，能收回多少錢。這個比例什么時候能超過1，什么時候規模經濟才真正兌現。

誰能先從泥潭里爬出來？

就看接下來一兩年，誰能在更多場景里跑通效果付費，誰的單位Token創造的價值最高。這才是那筆「生死賬」的最終答案。