越努力亏越多，豆包和ChatGPT「同病不同药」

2026年，全球最聪明的两家公司，正在用昂贵的算力，给全世界免费打工。

日前，晚点LatePost披露，豆包通用Session团队进行组织调整，规模缩减至1/3，人员并入豆包商业化、豆包工作等团队。

然而这实在是一支能打的队伍，截至目前，豆包日活突破2亿，在国内AI原生APP里断层领先。

尽管如此，根据公开数据，豆包每天的收入不足100万元，日均消耗Token高达120万亿，这意味着进推理成本每天就高达数千万元，算下来「血亏」。

太阳底下没有新鲜事，在大洋彼岸，全球最受欢迎的AI应用ChatGPT也深陷亏损泥潭。公开数据显示，其月活用户已经突破10亿，是全球移动应用历史上最快达到该规模的应用。

但庞大的算力支出远超营收，据行业分析，其母公司OpenAI每创造1美元收入，对应当季约1.22美元的亏损，据行业披露，OpenAI2025年账面净亏损高达数百亿美元。

一位豆包员工曾在采访中表示，豆包如今已经成了一个日活超过2亿的「边缘产品」。

科技互联网从黄金十年走过，先堆规模，培养习惯，再收割商业红利的路子屡试不爽，但高昂的算力成本让厂商没有耐心徐徐图之。越努力越亏钱背后，两家都在寻找通往盈利的「窄门」。

但可以开出的药方却并不相同。

01.同病不同药

同样是亏钱，豆包和ChatGPT症结不同。

豆包面临的是高昂的算力成本与极低的商业化收入之间的「剪刀差」。AI大模型的每一次交互都需要消耗真实的算力，用户规模越大、使用越深，消耗就越大。截至今年3月，豆包日均Token调用量达到120万亿次，是上线初期的1000倍。年度算力相关投入保守估计超过300亿元。

但与此同时，豆包的C端商业化收入仍较低且结构单一。每日收入不足100万元，几乎全部依赖电商佣金带货，广告变现尚未跑通。同时，在C端推行订阅制遭到了用户的强烈抵触。

虽然其B端业务已实现正向毛利，但尚不足以填补C端海量免费用户带来的算力黑洞。

产品无法脱离企业的基因发展，这是祝福亦是「诅咒」。豆包的母公司字节跳动，其崛起之路依赖于「免费吸引流量+广告变现」模式，这套路径也是中国互联网过去二十年的核心打法。也因此，在国内市场，C端用户习惯了免费服务，付费意愿极低。豆包靠免费策略砸出了2亿用户，但绝大多数是「白嫖」的轻度用户。

大模型不是传统互联网，成本端的账抹不平，多一个用户就多一个实打实的算力消耗。豆包亏钱的根源，在于它用了一套无法在国内跑通的「互联网流量逻辑」去打AI战争。

与之不同的是，ChatGPT的变现能力并不弱。

截至2025年底，OpenAI的年化收入（ARR）突破200亿美元，值得一提的是，B端收入已经超过了C端，企业成为最大的收入引擎。

C端广告业务增速惊人，ChatGPT从今年2月测试广告以来，仅用不到200天，ARR突破10亿美元。在订阅服务方面，通过「分层漏斗」， 用包含广告的低价版（ChatGPT Go，8美元/月）筛选中度用户；用无广告的Plus版（20美元/月）吸引专业用户；用Pro版（200美元/月）收割高端生产力需求。

即便如此，OpenAI在2026年仍旧预计将亏损140亿美元。

原因在于，它走了一条最烧钱的「技术极客」路线。追求AGI极限，不断推出参数量更大、推理更复杂的前沿模型，算力成本指数级飙升。

为了训练下一代模型和满足激增的推理需求，OpenAI在GPU服务器采购、数据中心建设上投入巨大。预计到2030年，其算力与基础设施的总开支将高达8560亿美元，甚至超过了其未来五年的总收入预测。

总结一下，豆包困于「有流量无变现」，急需找到盈利加速的突破口；ChatGPT则陷于「有收入无利润」，必须在技术野心与商业理性之间找到平衡。

02.规模不经济

经济学上有一个名词听起来很反直觉：「规模不经济」，指的是当企业的生产规模扩大到一定程度的时候，如果继续扩大规模，反而导致长期平均成本上升甚至出现负值的情况。和一般认知下「规模越大，单位成本越低」正好相反。

在互联网和移动互联网的发展史上，这种规模不经济的情况屡屡出现。

典型案例是电商一哥亚马逊，其在1997年到2001年期间曾连续5年净亏损，累计亏损超210亿元。当时华尔街精英认为，亚马逊的物流资产太重、毛利率太低，断言它「卖的越多，亏得越多，不可能赚钱」。

但贝索斯没有停止投入，反而继续建设仓储和技术基础设施，正是这些低谷期的重资产布局，为亚马逊后来开创云计算业务、实现非线性盈利拐点奠定了基础。

无独有偶，2023年到2019年期间，特斯拉累计亏损超过420亿元，尤其是2017-2018年，由于电动车产业链不成熟、电池成本居高不下，特斯拉在追求Model3规模化量产时，面临巨大的成本压力，马斯克甚至坦言公司「离破产不足10周」。

但随着电池成本的下降和软件服务（FSD）带来的收益，特斯拉最终挺了过去。

像是所有方向正确却道路曲折的领域一样，OpenAI和豆包所面临的亏损，同样是掉入了「规模不经济」的陷阱。这从来不是一家的问题，而是整个大模型领域的结构化难题，本质上是在为未来的AI技术设施交过路费。

不同之处在于，传统互联网在度过早期的重资产投入后，其边际成本是趋近于零的。如微信多服务一亿用户、淘宝多服务十万商家，服务器多跑几行代码即可，规模效应最终会摊薄固定成本。

但在AI时代，这一逻辑被颠覆。AI的每一次对话与推理都在实打实地消耗电力与算力。AI重度用户消耗的算力极高，订阅费无法覆盖成本；传统互联网靠信息流间隙插播广告，但AI执行的是连续的任务请求，任何广告都会破坏任务本身。

规模效应最终成了一个「悖论」。

AI时代玩家面临的不是「战略性亏损」，而是「结构性亏损」， 因为AI的边际成本永远无法趋近于零，每次对话都在烧电和算力，用户越多，亏损的绝对值可能越大。 他们不仅要在算力军备竞赛中持续失血，还要在旧有的商业逻辑失效的废墟上，探索出一种能覆盖高昂边际成本的新商业模式。

在AI的星辰大海中，盈利或许不是终点，但却是活下去的起点。豆包和ChatGPT的探索，不仅关乎自身的命运，更将定义整个AI行业的未来。