当大模型公司开始“对账”：API收入背后的成本博弈

参数规模、Benchmark成绩、模型迭代速度，曾经是衡量一家模型公司实力最直观的指标。但这个夏天，新模型已经密集到几乎以周为单位刷新：7月Kimi K3发布，Google则在六周内连续更新三代Flash模型，最新的Gemini 3.8 Flash刚刚上线。模型还在快速迭代，但市场已经等不及了。

Anthropic在2025年通过Claude Code验证了Coding市场的变现空间，截至今年7月底的年化收入据报道已经超过650亿美元；OpenAI今年4月披露的数据，企业业务收入占比超过40%，预计还将提升。

国内头部模型公司也不得不开始摸索回报。8月26日，MiniMax发布上市后的首份中期业绩：上半年收入1.166亿美元，同比增长283.1%，已经超过2025年全年；其中开放平台及AI企业服务收入7390万美元，同比增长703.1%，占总收入的63.4%。到8月，ARR已超过8亿美元。

五天后，智谱也交出上市后的首份中报：上半年收入9.54亿元人民币，同比增长399.7%；其中开放平台及API业务收入占比近九成，同比增长2735.7%。得益于收入结构改变和快速增长，智谱MaaS平台ARR按月度收入年化计算达到16亿美元，按近期一周收入年化计算则超过20亿美元。

曾经主要在模型榜单和一级市场估值中被衡量的模型公司，开始接受收入、毛利率和亏损这些更具体的检验。

大模型商业化换了一套模式

大模型商业化早期，企业客户采购的更多是项目制，客户买到的是一套可以部署到自身业务系统的模型能力，模型公司的收入也更多来自项目合同。

这种模式与传统企业软件和IT服务有相似之处，收入与项目数量、客单价和交付能力高度相关，业务扩张往往伴随着交付成本同步增加。

智谱2025年的业务结构就是一个典型案例，本地化部署收入占比高达七成，而API业务在今年迅速崛起，智谱上半年开放平台及API业务收入一跃成为贡献超过八成的主营业务，过去的业务结构彻底改变。

“如果说去年我们的关键词是智能上界，那么今年上半年，关键词是能力兑现。”8月31日晚的业绩电话会上，智谱董事长刘德兵把这个变化总结为，随着模型开始具有独立完成一项完整工作的能力，公司的收入结构也发生了变化，好模型的商业价值，开始规模化兑现。

接入API之后，模型可以直接嵌入软件、Agent或者企业内部工作流，付费单位变成调用量，模型可以同时服务大量客户，并在调用中持续产生收入。

这也顺应了AI应用场景的变化，Coding、Agent、工作流、企业自动化等应用方向逐步成为主流，模型需要有更强的持续运行、交付任务结果的能力。

智谱首席科学家唐杰在日前的业绩会上把这条技术路径概括为“Chat-Coding-Agent-Co-work-Autonomous AI”。

Chat提供一次性的回答，Coding开始交付可以运行的代码，Agent进一步完成多步任务，Co-work则要求模型交付能够被专业人员复核的成果，再往前是持续自主完成工作的能力。

智谱管理层在业绩会上给出的判断是，随着模型能够独立完成的任务越来越完整，客户购买的东西会越来越靠近最终结果，收入的计量单位也会随之变化。

趋势如此，标准化API无疑具有远高于项目交付的想象空间，成为头部AI企业优先布局的方向。

以Anthropic为首，以企业和API为核心的商业模式初步成型，约75%-85%的收入来自企业级API调用；OpenAI的企业业务收入在8月正式超过消费者业务，原本预计到年底才会实现两边持平。

模型厂商之外，云平台也在围绕同一方向加码，如AWS、Google Cloud等正在把头部模型以标准化服务形式纳入企业基础设施；百度千帆、阿里云百炼等平台，把模型API、Agent、工作流等能力标准化，让开发者和企业能够直接基于模型构建应用。

不同公司的产品形态并不完全相同，但路径正在变得清晰，模型的竞争也聚焦到进入更多真实工作流、解决真实问题上来。

API收入与成本齐增，成本账也需要算

而从项目制转向API模式，只解决了收入规模化的问题，还没面临规模化之后的成本问题，模型调用越多，意味着Token消耗越大，训练和推理所需要的算力投入越高。

传统软件一旦开发完成，新增的边际成本通常很低，但大模型必须为每一次推理持续付出计算资源。这也是行业现阶段最关注的两条曲线：一是模型的能力上界，二是运行的成本前沿。

这说明大模型公司的“成本账”也在发生变化，API业务规模越大，成本管理反而越重要，近期公布业绩的模型公司，都不约而同地在讨论这一问题。

智谱的财报显示，上半年，智谱API平均售价较年初提升约101%，开放平台及API业务毛利率由去年同期的-0.4%升至24.6%。公司另披露，单位Token推理成本较年初下降80%，端到端服务性能较初始基线提升3倍。

在调用量快速增长的同时，价格和毛利率却同步改善，从高管在业绩会上的讲述可以看出背后的原因，这轮增长并非依靠低价换来的规模，而是模型能力提升、算力效率优化之后，带来的用户使用深度变化，反映到收入端。

模型侧，Scaling并没有停止，但路径已经不再只是简单扩大参数规模，唐杰在业绩会上表示，“简单地把参数做大，不是一个Scaling的本质路径”，除了扩大基座参数规模，还需要让模型“做得更深”，并通过Loop Transformer、后训练和任务环境等方式进一步提升模型能力。

GLM-5.3就是这一思路的体现，其与GLM-5.2采用相同架构、相同总参数和激活参数，主要变化来自后训练和任务环境的扩大，在其他变量基本保持一致的情况下，端到端任务完成率提升超过50%。

算力侧，智谱今年开始将国产芯片纳入主力推理算力，据披露已经形成10万卡级国产芯片规模化推理能力。8月底发布的GLM-5.3-Flash，成为其首次在超大规模真实流量中全面使用国产芯片集群提供服务的模型，发布后6天累计调用量超过62万亿Token。

管理层还在业绩会上提出了一个“算力乘数”指标，即每投入一元训练和推理算力，能够对应多少开放平台及API收入。同时将“有效算力”作为另一项观察指标，即实际完成部署、稳定调度，并最终转化为模型训练进度或可计费Token的算力。

本质上，这两个指标关注的都是同一个问题：投入多少算力，最终能够转化出多少有效智能，又能够对应多少商业收入，当模型能力提升与单位成本下降同时发生，API业务才真正具备持续扩张的基础。

模型与基础设施的协同优化降低单位成本，唐杰透露，在国产芯片上的优化过程中，智谱已经借助基础设施Agent对推理系统进行自主修正和优化，“模型优化系统，系统承载模型，这个循环第一次在公司内部跑通了”。

正如唐杰在业绩会上所说，在全球算力供给持续紧张的情况下，这条路径意味着，“我们的成本曲线，已经开始掌握在我们自己手里。”

行业角度看，大模型商业化的下一阶段，不再只是模型能力竞赛，更像是一场效率竞赛。模型能否进入更多高价值工作流，并在调用规模扩大后持续降低单位智能成本，成为衡量模型商业价值的新变量。