2026年3月11日在浙江省湖州市吴兴区飞英街道拍摄的开源AI智能体“龙虾”手机端页面

文/庞超然 

编辑/张海鑫

2026年5月4日，字节跳动旗下AI（人工智能）助手“豆包”悄然更新了一则付费版本服务声明，披露三档付费方案：标准版连续包月68元、加强版200元、专业版500元，包年价格最高达5088元。消息一出，“豆包付费”等词条迅速冲上微博热搜榜首。

这不是一次孤立的商业化动作。智谱已在2026年内进行三次API（应用程序编程接口）价格上调。腾讯云、阿里云、百度智能云也相继上调模型、算力和存储服务价格。短短数天内，云厂商集体提价，传递的信号再明显不过：大模型产业正在从“技术竞赛阶段”进入“商业闭环阶段”。

国产大模型会像美国一样全面付费吗？从目前行业格局和发展路径来看，国产大模型与美国大模型商业模式存在差异。借用语言学中的分布假说，一个词的意义不是孤立决定的，而是在相似上下文中反复出现、不断使用中形成的。同样，大模型作为一种通用技术，其商业模式也不是固定的，而是在不同社会语境、产业结构和用户习惯中被重新定义。

拆解美国大模型商业模式

与传统互联网经济低边际成本不同，大模型的调用会产生真实的推理成本，边际成本较高。美国大模型企业商业模式来源于成熟的软件订阅文化、云计算付费体系和企业数字化采购机制。其核心不是简单出售聊天工具，而是把模型能力转化为客户的数字化生产资料。总体看，美国模式具有三个突出特征：收入端强调“账号费+用量费+企业合约”，成本端围绕“算力资本开支+推理边际成本”精细化管理，竞争策略则聚焦专业用户、开发者和企业工作流。

在收入端，账号费、用量费、企业合约共同构成收入主体。

美国企业经历了长期软件订阅和云计算付费教育，用户和企业对“按账号、按用量购买数字能力”接受度较高。因此，大模型商业化的第一步，是将模型能力拆解为标准化服务单元。ChatGPT Business按用户计费，GitHub Copilot将代码生成、评审等任务折算为AI积分，OpenAI、Anthropic等把模型调用拆分为输入Token（词元）、输出Token、缓存Token、批处理等价格模块。

在成本端，用精细化价格机制传导算力成本。

美国大模型企业普遍把生成端算力消耗作为重点成本项进行价格传导。例如，输出Token价格明显高于输入Token价格，缓存Token价格明显低于常规输入价格，批处理价格低于实时调用价格。这种定价结构背后，是对不同推理成本的精细化核算。

例如，OpenAI GPT-5.5输出Token价格是输入Token价格的6倍，Claude Opus 4.7输出价格是输入价格的5倍。模型能力被标准化为输入、输出、缓存、批处理等计费模块，如同电力被拆分为峰谷电价一般，随着成本变化而变化。其商业含义是，高端模型高价，轻量模型走量，缓存显著降价，批处理降低成本，优先推理加价，企业客户通过承诺用量获得折扣。

竞争策略是，嵌入企业工作流，提高迁移成本。

美国模式的深层内涵，是将大模型变成新的企业软件基础设施。微软将大模型接入Word（电子文档）、Excel（电子表格）、Outlook（邮件与日程管理应用）、Teams（企业级协作平台）等办公场景，GitHub Copilot进入代码生成、代码评审和研发流程，Anthropic向金融、保险等行业推出专业智能体。

其竞争重点不是让用户额外打开一个AI应用，而是让AI直接进入企业原有文档体系、代码体系、会议体系、权限体系和安全合规体系。一旦企业的文档、代码、知识库、流程和权限管理与某一模型平台深度绑定，迁移成本就会显著提高。由此，美国大模型企业的护城河是“模型能力+云基础设施+企业软件+数据权限体系”，关注的网络效应不仅是用户规模越大越有价值，还是算力约束下的有效、深入绑定。

这是2026年4月20日在德国汉诺威工业博览会上拍摄的机器人

当前中国大模型商业模式

与美国相比，中国大模型企业面临的是另一片商业土壤。这里有着全球最庞大的互联网用户群体，也有着根深蒂固的“基础服务免费”消费习惯。中国大模型企业难以简单复制“高价订阅”模式。于是，中国的大模型商业化走出了一条截然不同的道路：基础能力免费，复杂功能分层，场景流量变现，生态价值回收。

在收入端，基础免费、增值分层、场景转化并行。

中国大模型企业难以简单复制美国高价订阅模式。一方面，国内C端（个人用户端）用户长期习惯免费服务，基础对话直接收费阻力较大。另一方面，用户规模庞大，免费调用背后对应持续增长的算力成本。因此，中国企业普遍采取“基础能力免费、复杂能力付费、高成本能力限额、交易场景转化”的模式。

Kimi（月之暗面旗下智能助手）、豆包等产品将付费点设置在高级模型、长文档处理、图片视频生成、智能体调用等高成本、高价值任务上。这不是简单的价格分层，而是用户筛选机制。轻度用户免费留存，重度用户付费补贴成本，高价值用户进入更复杂的工作和创作场景。

例如，Kimi官方会员体系显示，其提供免费Adagio套餐，以及49元、99元、199元、699元等连续包月会员套餐，所有套餐采用统一额度池，额度可跨功能共享。豆包付费版本服务声明显示，其基础版免费，标准版连续包月68元、加强版200元、专业版500元，连续包年分别为688元、2048元、5088元。这种“免费+陡峭的增值服务”模式并非简单的价格策略，而是一种用户筛选机制——让大多数人零门槛体验，让有深度需求的人支付更多费用。

更具特色的是“场景转化”收入。中国企业正努力把大模型变成连接内容与交易的桥梁。用户用AI查询旅行攻略，页面里嵌入酒店预订卡片，询问商品信息，答案中附带购买链接。豆包的电商购物转化率已达到3%以上，广告形式从早期硬跳转转向答案中直接嵌入商品卡片，与抖音电商商品库和商家体系无缝衔接。模型本身未必直接收费，但它提升了用户停留时长，增强了搜索推荐的精准度，激活了电商交易，带动了内容生产。AI在这里不是独立的商品，而是数字生态的“操作系统”，其价值在广告点击、电商佣金和内容分发的长链条中渐次释放。

在成本端，海量调用、异构算力、价格竞争共同构成压力。

中国大模型企业面临的成本压力更加复杂。第一，C端用户规模巨大，免费调用带来高额隐性补贴。豆包日均Token调用量达到极高规模，说明大模型一旦成为日常应用，其推理成本将持续放大。第二，国内云算力和GPU（图形处理器）服务价格上行，推高大模型企业运营成本。第三，国产算力生态仍处在快速适配过程中，昇腾（华为技术有限公司旗下的人工智能芯片品牌）、寒武纪（中科寒武纪科技股份有限公司）、海光（海光信息技术股份有限公司研发）、天数（上海天数智芯半导体股份有限公司旗下品牌）等不同芯片架构并存，模型迁移、推理优化和集群调度难度较高。异构算力调度和国产芯片适配已经成为国内大模型厂商商业化的重要约束。

因此，中国大模型企业不能只靠扩大用户规模取胜。用户规模越大，如果付费和场景转化跟不上，成本压力反而越大。真正有效的规模，必须是能够产生会员收入、广告收入、电商佣金、企业服务收入或产业效率价值的规模。

竞争策略是，争夺入口，深挖场景，依托生态回收价值。

中国大模型企业的竞争重点，不只是模型能力排行榜，而是能否成为用户日常生活和工作的入口。豆包背靠字节跳动内容和电商生态，千问背靠阿里电商、云计算和办公生态，腾讯元宝背靠社交、内容和企业微信生态，百度则依托搜索、地图、文库和智能云。不同企业的共同方向，是把大模型能力嵌入既有超级应用和产业场景。

这决定了中国大模型商业化更强调“场景价值”而非单纯“模型溢价”。模型可以不直接向所有用户收费，但可以增加用户停留时间，提高搜索和推荐效率，激活电商交易，带动内容生产，支撑企业营销和视频生成。其优势是用户规模大、场景密度高、交易链路完整；短板是C端付费习惯仍需培育，低价竞争压缩利润，国产算力适配和推理成本压力较大。

未来展望

大模型的商业化竞赛，本质上是新一轮数字基础设施的重构。对于中国而言，发挥场景优势、培育付费土壤、攻克算力瓶颈，将是从“技术跟跑”迈向“商业并跑”乃至“模式领跑”的关键三步。这场变革远未到终局，但商业逻辑的清醒与坚定，将决定谁能走得更远。

商业闭环是技术落地的真正考场。美国模式提醒我们，嵌入工作流、服务生产力是AI价值变现的硬逻辑；中国模式则证明，贴近大众生活、激活交易场景同样是技术普惠的有效路径。

免费与付费的边界需要智慧设计。基础能力免费是获取用户的必要代价，但企业必须尽快在增值服务、企业服务或生态转化中建立清晰的商业模式。

算力自主是根基性的发展问题。当大模型竞争从参数比拼走向成本较量，算力供应链的安全与效率便成为产业命脉。无论是通过芯片自主研发、集群调度优化，还是降低对海外高端算力的依赖、建立可控的成本结构，都是中国大模型产业从“烧钱竞赛”走向“健康商业”的必经之路。

（作者系商务部国际贸易经济合作研究院研究员）