大模型+应用产业进展

来源：市场资讯

（来源：老司机驾新车）

大模型+应用产业进展

全文摘要

1、智谱与Minimax业务及数据拆解

·Minimax的C端业务数据：Minimax本质是To C公司，拥有minimax agent、海螺AI、MinMax语音、星野、开放平台5个产品。其中星野（角色扮演聊天应用）占其2025年营收的35%，其付费率约0.95%，每付费用户一年产生的ARPPU值为5美金；不同产品的ARPU差异明显，MinMax语音（调API较多）为18美金，海螺AI为56美金，minimax agent为73美金。Minimax的营收由三部分构成：订阅及积分购买（占40%）、广告（占60%）。对比海外ChatGPT，其月活约8亿，年化收入130亿美金，C端付费率约2.7%，而Minimax星野的付费率仅0.95%，有较大提升空间。

·智谱的B端业务数据：智谱是To B公司，80%-90%的营收来自私有化部署，2025年营收约4亿。对比OpenAI，其130亿美金年化收入中80%来自企业付费（约100亿美金），但因智谱未披露覆盖客户数量，无法直接计算B端ARPU值。

·获客成本与毛利分析：Minimax的获客成本方面，2025年9月买量单价为0.02美金，2024年为0.01美金，2023年为0.02美金；每用户每年推理成本为0.16美金。若仅计算推理成本与平台佣金成本，其毛利为正（2025年毛利23.35%）；但若加上业务推广成本（与推理成本基本相当，约3600万），则毛利为负。谷歌因自有算力（TPU），其IaaS租赁毛利率可达45%（GPU为25%），且MASS层API调用、C端获客成本均通过内部流量处理，整体账期正向，租赁、MASS、C端均能盈利。

2、海内外大模型技术路径差异

·DeepMind的MHC架构特点：DeepMind的MHC架构通过打破原有模型结构，增加宽度和多通道设计，以宽维度替代传统纵深结构，减少每一层信息传递的衰减。效果上，该架构可实现更快处理速度（如复杂问题处理时间从3秒缩短至1秒内）、更低计算成本（减少计算量）及更高准确率；而OpenAI采用纵深思维链路径，通过做多层级交互信息提升模型效果，但此路径已接近极限。

·嵌套学习与技术探索：谷歌的嵌套学习路径是仿人类学习的技术路径，在Transformer架构下的Scanning训练法则应用后，当前大模型技术迭代速度变慢。各厂商均在尝试不同技术路径（如DeepMind的MHC、OpenAI的纵深等），但尚未有明确最优方案或产品能体现显著差异。

·模型与硬件适配及成本：硬件精度呈现从FP16降至FP8再到FP4的趋势，FP4已成为常用推理精度；通过软件和工程优化可提升低精度下的准确性。推理成本方面，在新技术路线与硬件适配协同作用下可暴力下降，若付费率从千分之九提升至2.7%（如GPT的付费率），盈利将得到改善。此外，Token量增加的原因在于：原来应用团队为节省成本少用Token导致模型不够智能，而现在普遍相信Token越多越智能且成本会持续下降，因此应用团队放开使用Token，推动Token量增长。

3、AI产业链受益环节排序

·通用与垂类Agent优先级：某公司原从事网页模拟点击、信息收集分析的机器人自动化业务，后续叠加AI能力，形成由AI分析决策、机器自动化系统执行操作的模式；该模式可应用于企业复杂后台操作（更多实时纪要加微信：aileesir）系统的操作场景，能够显著减少人工需求——原本需10人完成的操作任务，现在仅需1人即可完成，此类针对具体业务场景的垂类Agent产品因能有效降本增效而具备较高价值。

4、海外AI SaaS公司表现分析

·头部SaaS公司AI收入数据：介绍了三家已拆分AI收入的海外头部SaaS公司及国内金蝶的AI收入情况：全球CRM领域巨头Salesforce，其AI年化收入达5.4亿，占自身年化400多亿收入的比例不到5%，且该收入达到预期的时间比公司计划提前多个季度；全球云端数据平台公司Snowflake，其Cortex AI助手年化收入超1亿，提前三个季度达成AI收入目标；全球工作流自动化巨头ServiceNow，AI年化收入5亿，明年收入指引10亿，收入占比同样较低。国内金蝶的AI收入占比与上述公司相近，约5%。

·Shopify的增长原因分析：分析了Shopify的增长表现及原因，并对比Salesforce与OpenAI合作的影响：Shopify近期涨49%，冲进AI相关排名前十，是AI SaaS公司中持续创新高的企业，其与OpenAI合作时股价暴涨，原因在于Shopify是为中小店家提供电商平台的轻量化工具，客户流量入口在自身平台，ChatGPT无法分走其客户；而Salesforce2025年10月份与OpenAI深度合作后，OpenAI将其作为系统中的模块，导致Salesforce的平台优势弱化，流量接口转移至OpenAI侧，虽双方周活用户数突破8亿，但对Salesforce并非重大利好。

Q&A

Q: OpenAI旗下ChatGPT的C端付费率是否在3%出头、接近4%？

A: 该付费率水平是基于推断得出的。

Q: 是否参照海外市场平均付费率进行相关预判？

A: 不仅AI产品，其他互联网产品也适用该逻辑，当前付费率为1%，目标3%，行业基本处于该付费率水平。

Q: 全球国际榜前25名中未出现的智谱、星野等产品的情况如何？

A: 智谱以B端私有化部署为主，未主力推动C端产品，C端产品的用户数据及反馈可帮助优化模型，但对公司业绩无显著影响。Minimax调整了投放增长策略，增长速度较之前放缓但整体表现正常。星野25年营收中，用户付费部分占40%，广告导流部分占60%，付费率约0.95%；未来随着模型能力提升，或推动付费率提升至3%左右。

Q: 大模型行业获客成本呈线性特征且收入与获客线性对应，业内通用获客成本的计算方式是怎样的？

A: 以Min Max公布的数据为例，其用户规模最大的产品星野月活均值约1400万；业内通常以新增用户成本计算获客成本，涵盖销售成本与业务推广成本，但Min Max仅按销售成本计算；其AI原生产品的平均买量单价2023年为0.02美金、2024年为0.01美金、2025年9月前为0.02美金，而国内同类用户买量成本约10元人民币。

Q: Min Max旗下产品按平台佣金计算的两毛钱单价对应的具体含义是什么？

A: 指新增用户的买量单价，以平台佣金成本计算，对应人民币不到两毛钱一个新增用户。

Q: 获客成本是否仅按新增用户计算而不考虑留存用户？

A: 获客成本当前按新增用户计算，未考虑留存用户情况。可通过三个指标测算相关账期：一是买量的单价成本，二是每一个推理的成本，三是每一个用户贡献的价值。

Q: 按每个用户每年0.16美金的推理单价计算，结合两毛人民币乘以0.16美金再乘以7的换算，目前每个客户是否处于亏损状态，以及成本分摊的具体口径是什么？

A: 若计算获客成本、推理成本及业务推广成本，整体成本较高；但仅计算推理成本与平台获客成本时，毛利为正。

Q: 仅计算推理成本时毛利为正，若包含业务推广费用等获客成本则毛利为负吗？

A: 其招股书计算毛利时已包含用户推理成本及平台获客佣金，25年毛利为23.35%；但未包含用于获客的业务推广费用，该费用与推理成本金额相近，若将业务推广费用计入成本，毛利为负，若不计入则为正。

Q: 海外企业的获客成本目前是否有数据？界面作为自有平台，其获客成本是否为内部结算？

A: 有品牌影响力的企业，其获客成本通常为1-2美金。

Q: GPT当前海外是否有提及获客成本的数据？因明年底才发布招股说明书，海外如何倒推其获客成本为1美金？

A: 按行业常规情况及自身买量成本倒推得出。

Q: 如何看待DeepMind、MIHC及字节HC打破OpenAI纵深多层模型结构的做法？以及谷歌DeepMind嵌套学习技术路径的现状，目前几大技术路径是否除主流路径外已在工程层面分道扬镳？

A: 近期模型能力进展放缓，行业开始尝试新方法。DeepMind等的新论文及Deepseek均从成本与效果两个维度开展研发——成本方面，Deepseek更关注以更低成本推进；效果方面，MGC逻辑可减少模型每层的信息衰减，有望带来更好效果。

Q: 换方下一代产品是否为V4，及若坚持MHC路径，卫视一代是否为小模型？

A: 预期活性参数约5000亿，不会太小。

Q: 小模型对Deepseek是否有意义，其是否聚焦通用大模型？

A: 模型采用MOE架构，数据处理层级及逻辑思维链均较短，但并发能力较强。

Q: 新方法最终体现的结果如何，包括准确率、用卡量、带宽需求的变化，及跨节点连接是否因思维链变短而减少？

A: 新方法主要体现为成本降低，因计算量减少，在达到同样效果的情况下，成本更低且效果更好。

Q: Transformer架构下训练法则迭代变慢，O1等模型通过做深的路径已达极限，如何看待DeepMind提出的（更多实时纪要加微信：aileesir）、当前受追捧的嵌套学习及做宽的新方向？

A: 本质是模型迭代面临上限时的路径探索，探索新方向具备合理性，但需通过新产品落地验证是否实现更低成本与更好效果；目前相关方法仍在测试阶段，尚无明确方案或产品体现实际差异，论文仅为理论层面，需结合实际效果判断。

Q: 大模型与硬件相辅相成的背景下，DeepMind适配华为国产卡，当前GPU卡常用精度从FP16降至FP4，通过软件及工程方式提升FP4精度下的准确性，且单卡算力、计算量级及价格均有变化；另外DeepMind V3通过混合精度降低成本，当前适配9150的FP4/FP8精度，未来V4是否会大幅降低成本？

A: 成本应该会下降，但整体的量会增加。

Q: 下一代大模型更快、更便宜的背景下，大模型、Miners这类问题解决方案、配套低精度推理卡三者中，更看好哪一端及排序，原因涉及大模型获客成本刚性、推理成本随技术与适配卡优化下降、MILES类公司因token成本降低而增加使用以提升能力及收入、推理卡适配大模型提升效率降低成本？

A: 从盈利模式及规模空间看，最看好C端类型的Miners这类问题解决方案，因其市场空间更大；第二是基于云厂商或官方提供的token消耗；第三是模型自主优化，现有模型能力已能满足多数应用需求，且模型厂商会通过榜单竞争持续提升能力。

Q: 通用MaaS与垂直行业MaaS相比，各有何优劣？

A: 通用MaaS仅大厂具备布局能力，需依托场景、流量及用户基础；中小厂更适合切入垂直行业MaaS。通用MaaS可通过调用垂直行业MaaS的服务完成用户任务，实现能力聚合，如mini max通过垂直场景导流量贡献60%营收；此类模式下，通用型入口智能体规模更大、入口性更强，增长速度快于以往，例如阿里通过推出千问、夸克等C端产品聚合能力，推动通用型入口智能体快速增长。

Q: 海外已拆分AI收入的SaaS公司最新AI收入情况、所属行业及产品类型如何？

A: 海外已拆分AI收入的SaaS公司包括三家：全球CRM领域巨头Salesforce，聚焦客户关系管理、客户开发、广告投放等场景，最新季度AI年化收入5.4亿美元，同比增速超200%，提前多个季度达成预期；全球云端数据平台公司Snowflake，提供原生跨云数据库，其Cortex AI助手最新季度AI年化收入超1亿美元，提前三个季度达成目标；全球工作流自动化巨头ServiceNow，基于IT管理、CRM、HR等领域内部流程自动化开发，AI年化收入5亿美元，明年收入指引10亿美元。目前这些公司AI收入占比均不到5%。

Q: 国内金蝶当前年化AI收入占年化收入的占比情况如何？

A: 金蝶当前年化AI收入占年化收入的占比大致与赛富时处于同一水平。

Q: AI收入占公司总收入的比例是否约为5%？

A: AI收入占公司总收入的比例约为5%。

Q: ServiceNow因工作流业务与大模型提供的客户服务存在重叠引发争议，而最初与欧鹏合作的ShopeeFi近期在AI榜排序中持续上涨，其近期情况如何？

A: 目前尚未具体研究ShopeeFi近期在AI榜排序中持续上涨的原因。

Q: Shapify作为SaaS应用公司，为何仅其股价上涨而ServiceNow等公司股价下跌？

A: Shapify股价上涨主要与其业务模式及收入模式相关。其为轻量化管控工具，编程仅占业务内容的小部分，提供与编码无关的解决方案，收入模式或与店家流水挂钩；而ServiceNow、Tableau Software等公司因代码封装模块功能被OpenAI替代，故股价下跌。Shapify的生（更多实时纪要加微信：aileesir）存模式未被AI技术取代，因此成为美国市场目前认可的SaaS应用公司。