AI助手是个伪命题

今年6月，智谱和Minimax相继被纳入恒生科技指数，摩根大通在报告里给了两家公司截然相反的评价[1]：

一边上调智谱目标价至1400港元，重申“增持”；一边把Minimax下调至“中性”，目标价从1100港元直接砍到400。

智谱和Minimax前后脚登陆港股，经常被放到一起讨论，上市后，两家公司市值也并驾齐驱，但在今年4月分道扬镳。

智谱市值暴涨，一度突破万亿，目前回落到七千多亿，约等于半个阿里；Minimax则一路下滑到1000亿出头，几乎回到了上市原点。

不怕兄弟苦，就怕兄弟开路虎。二者业务基本面没什么根本性变化，但资本市场的定价逻辑，显然发生了巨大的转折。

你是什么模型

摩根大通给出智谱和Minimax完全相反的评级，导火索是两家公司模型涨价截然相反的市场反应。

今年6月Minimax宣布涨价，旗舰模型M3定价约为前代M2.7的两倍，成功惹毛众多用户，一周后，Minimax宣布永久降价50%，回落至与M2.7接近的水平。

智谱的涨价却被市场接受。今年年初至今，智谱的API价格已经提高了近一倍。GLM-5.2 发布后，智谱又取消了早期版本的API折扣，但模型使用量反而一直在增长。

摩根大通随后得出结论：模型能力与定价高度挂钩，降价方反而处于弱势。

两家公司虽然常被一块比较，但二者经营思路截然不同。

Minimax主攻C端AI原生应用，产品Minimax Agent、Hailuo AI、Talkie、星野等多款APP。智谱则押注B端，收入来自企业级大模型/智能体、开放平台/API。

可以说二者代表了AI公司的两个基本方向，一个向C端消费者收钱，一个向老板伸手。

市场对两家公司截然不同的判断，隐含了另一重假设：C端用户并没有那么值钱。

铁子路走窄了

今年春节，AI大战的风头盖过四千点保卫战，阿里千问豪掷三十亿现金，腾讯元宝红包在群里刷屏，除夕夜豆包春晚走穴。

豆包成为公认的最大赢家，但胜利的代价正在显现。

按照字节火山引擎官方口径，2026年3月，豆包大模型日均Token调用突破120万亿。作为对比，2024年5月的日均用量仅为1200亿。短短两年，增长1000倍。

同期模型的具体收入增长不得而知，但肯定远不到1000倍。

当时，国内大厂打的还是入口叙事。传统互联网产品能从C端消费者身上挣钱，有两个极其重要的前提。

一是极强的边际效应。达到阈值后，多服务一个用户的成本几乎为零。比如内容生产完可以反复分发，只要用户规模做起来，流量可以反过来摊薄成本。

二是有多种变现方式。用户不付钱没关系，只要用户能长期停留在产品里交互，有的是广告、电商等货币化手段。

但大模型每服务一个用户，都会产生对应成本，庞大的用户规模是巨大的成本压力。由于缺少广告等货币化手段，免费用户是纯粹的成本负担。

2025年3月，ChatGPT图片生成模型走红，1.3亿用户在一周时间里生成了7亿张图片，逼得奥特曼发推特吐槽算力成本。截至今年一季度，OpenAI每进账1美元，就要赔1.22美元[6]，原因就是用户规模太大。

目前，ChatGPT周活用户突破9亿，订阅用户数超过5000万。按这个数据计算，付费率仅有5%，不到爱奇艺水平，甚至不如知乎。

按照RevenueCat统计，虽然AI App单个付费用户收入贡献比非AI App高41%，但流失速度也快30%[7]。今年初，奥特曼曾表示自己考虑在ChatGPT免费版和Go版中测试广告功能，因为大部分人都不想花钱。

大模型公司焦头烂额之时，Anthropic成功证明，只要强大的模型搭配高商业价值的场景，少量用户也能创造巨大收入：

Claude系产品日活规模不到ChatGPT的5%，但Anthropic的年化收入在4月超过OpenAI，原因就是编程这个市场价值太高。

今年2月，Anthropic融资300亿美元，5月融资650亿美元。不到四个月，公司估值从3800亿美元跳到9650亿美元，一己之力改变了资本市场对AI公司的定价逻辑，也给全世界的同行指了条明路。

上班才有前途

春节45亿红包大战落幕时，有两件事同时发生。

一是OpenClaw横空出世，一上线就广受牛马欢迎和跟风。

二是Anthropic狂飙突进，Claude Code半年时间年化收入突破10亿美元[8]，Anthropic成为AI Coding标杆。

两件事都指向生产力场景，AI变现的关键不是帮用户点奶茶，而是帮用户上班。模型的变现路径已经集中于工作流、企业API消耗、AI Coding等“生产力场景”。

举个不恰当但好理解的例子：

同样卖摄像头，C端AI助手是卖给停车场，摄像头是定时折旧贬值的资产，纯赚辛苦钱。B端的编程和API是卖给交管部门，摄像头是抓拍和罚款的生产力工具，只要罚款收入覆盖设备投资，怎么都是赚。

哪个客户的支付意愿和付费能力强，不言而喻。

AI免不了出现幻觉，聊天机器人付费难度很大，流量货币化手段基本没有。定位购物、打车、点外卖的AI助手，目前并没有革命性的体验改善，甚至效率有没有提高都存疑，商业化更加遥遥无期。

与之对应，大模型对B端工作流的改造堪称革命性。以编程为代表的B端应用，工作方法和流程高度结构化，正好位于大模型的舒适区正中心，更重要的是投入产出可以清晰测算。

按照Menlo Ventures的测算[9]，2025年企业生成式AI支出为370亿美元，有190亿美元流向应用层。部门级AI支出里，编程占55%，是最大的应用场景。

因此，打完了入口大战的大厂，氪金项目都在向生产力场景转移。

今年3月，OpenAI放弃Sora，重点转向代码[10]，集中资源和Anthropic缩小差距。谷歌一直走原生多模态路线，代价是代码能力全面落后。等到Claude大杀四方，谷歌也开始集中资源攻克AI Coding。

国内，豆包推出专业付费版，接入豆包2.1Pro。宣传也很直接，主力模型在Coding、Agent、VLM三个方向升级，都是付费上班项目。

腾讯也一样。虽然微信AI助手小微高调内测，但目前来看，更像是对资本市场的一个回应。过去一个季度，腾讯真正花心思推广的，还是WorkBuddy、CodeBuddy和企业级Agent套件。

腾讯官方披露，CodeBuddy已经覆盖腾讯超过95%的工程师，整体编码时间缩短40%[11]。

事实证明，想让模型赚到钱，关键还是让老板心甘情愿开发票。

来一颗定心丸

最会做生意的马斯克，在SpaceX的IPO文件里算了一笔账：

AI应用未来总市场规模28.5万亿美元（不含中国和俄罗斯），其中基础设施2.4万亿，企业应用22.7万亿。至于C端的订阅和广告规模，敢想敢干的马斯克也只估了1.36万亿，不到企业端规模的零头。

为了训练模型和提供云服务，科技公司义无反顾地把几乎所有现金流变成了GPU、服务器和数据中心。大家的资本开支爆炸式拉升，现金流断崖式下跌。

国内，字节跳动的净利润直接下跌了70%，阿里的自由现金流已经转负了，以稳健著称的腾讯资本开支也愈发大手大脚，大家不约而同都在搞AI基建。

六月传出消息，字节跳动正与多家银行洽谈新增约200亿美元贷款，为AI基础设施的军备竞赛补充弹药[12]。这将是字节史上最大的一笔离岸贷款。

上游万亿规模的资本开支面临极大的折旧压力，回报从哪来，所有人都需要一个明确的答案。

微软26年Q3（财年）电话会上，分析师发出终极一问[13]：大家都看见AI需求很强，问题是谁来给这一切买单呢？

押注生产力工具，除了变现效率的考虑，也是给市场一颗体面的定心丸。

相比C端无数个有关未来的大饼，生产力AI讲的是付费席位、年度经常性收入、KA客户订单和用量计费，听上去就靠谱。相比嚷嚷坚决不花钱的C端用户，程序员买起积分和高级会员一点也不手软。

有Meta员工建了个排行榜统计公司Token消耗量[15]。30天内Token总用量突破60万亿，排名第一的用户凭一己之力消耗了2810亿Token。

AI厂商们已经深谙预期管理之道。微软学会了大谈Copilot paid seats、Amazon 和 Oracle 讲 AI 云收入和GPU利用率。

最优秀的要数Salesforce，不仅讲ARR，还发明了一个堪比生态化反的新概念[14]：智能体工作单元（Agentic Work Units）。高管说，他们已把近20万亿tokens转化成24亿个“AI真正交付工作的时刻”。

于是，高科技公司加大模型服务采购力度，大幅提高了效率，员工工资的账越算越亏，大量岗位被裁撤，而剩下的人必须证明自己很会用AI。

员工为了避免被裁撤，也要自费使用AI工具，避免自己被裁。

大模型终于有了可观的回报，只是看上去有点不太对劲。