详细 AI 公司账单：为什么模型越便宜，利润越高？

微软最近抓到一张内部账单。

一名员工在 28 天里，烧掉了约 2.8 万美元的 token。

2.8 万美元不是什么天文数字，但这是一个人的 28 天。微软全球有 22.3 万名员工，其中约 350 名美国员工自愿交了自己的月度 AI 账单，中位数是每月 300 美元。也就是说，这个人一个月干掉了别人将近一百个月的量。

而他所在的部门叫 Customer and Partner Solutions，不是搞 AI 的。

动机更有意思，他不是为了干活，是为了在内部排行榜上好看。

这半年科技圈冒出来一个词叫 tokenmaxxing：故意把 prompt 写长、把上下文塞满、让脚本反复空跑，就为了让使用率那根柱子涨上去。

微软 CoreAI 的执行副总裁 Jay Parikh 在内部备忘录里专门点了这个词，说了一句罕见清醒的话——tokenmaxxing is not what we are optimizing for——我们要的不是这个数。

这句话值得抄下来，贴在每一家 AI 公司的财务部门口。因为根据我的观察，整个行业这两年干的事，跟那个刷量的员工差不多——先把量冲上去，再回头问这些量到底值多少钱。

巴克莱 8 月 28 日发的那份研报，是第一份认真回答这个问题的账本。

1

报告的拆法很朴素：假设一家 AI 模型公司赚到 100 美元，看这 100 美元是怎么被分掉的。

第一层，其中 35 到 40 美元，以推理算力费的形式，流向亚马逊 AWS、微软 Azure、谷歌 GCP。

三大云拿到这 35 到 40 美元后，扣掉自己的基础设施成本，能落下 10 到 20 美元营业利润，对应 35% 到 45% 的营业利润率。

作为对比，一家传统软件公司做到 35% 以上的营业利润率已经是优等生，而三大云是从 AI 公司身上赚到这个数的——它们卖的是算力，不是软件，理论上该是薄利的苦活——就更显得难能可贵了。

所以"淘金热里卖水的赚钱"这句看似废话这次依然成立，只是比想象中狠：AI 公司每收进 100 块，还没开始给自己的人发工资，先有 40 块出了门。

但故事从这里才刚开始。

报告的第二层发现比第一层反常识得多：AI 实验室自己的付费推理利润率，从 2025 年的 10% 出头，飙到 2026 年的 50% 到 65%，调整后毛利率同比抬升 30 到 50 个百分点。

一年时间，从刚够本，到暴利。

正常生意不会这样。一家公司不可能在 12 个月里把单位经济模型整个翻过来——除非它之前一直在亏着卖。

2

那这 30 到 50 个百分点是从哪来的？三个引擎，同时点火。

第一个是 token 效率。同一个任务，现在需要消耗的 token 比一年前少得多。

OpenAI 首席财务官 Sarah Friar 给过一个更直观的参照：从 GPT-4 到 GPT-5.4，单位成本降了 97%。

第二个是名义定价没跟着降，甚至在上调，成本降了 97%，利润很容易就被挤出来了。

拿 GPT-5.6 来举例子，OpenAI 把标价翻了一倍（暂不提后被国产模型逼着又降价的事），模型效率提升约 40%，把客户完成同样任务的成本涨幅压到约 20%。

客户觉得模型更聪明干活效率更高了，公司因为价格没有成本降得多财务上赚了，两边都对——这就是效率红利最舒服的吃法。

第三个是推理基础设施本身的优化：量化、投机解码、新一代算力，一层一层往下抠成本。

三个引擎都是供给侧。而需求侧有一个更猛的东西在推：Agentic 工作流。

传统单轮对话，一个任务的 token 消耗普遍不到 2000 个。而一个自主规划、多轮调工具、反复试错的 agent 任务，单任务消耗跃升到 50 万到 100 万个 token。

这里面，是 250 到 500 倍的差距。

一次 agent 任务烧掉的 token，相当于过去 250 次对话的总和。

这就解释了为什么价格越降、账单越贵了 企业平均每百万 token 的成本一年内从约 10 美元掉到 2.5 美元，但用量涨得比价格跌得快得多。

英伟达的黄仁勋早就跟华尔街解释过这个“杰文斯悖论”——工业革命时期蒸汽机效率提高后，英国的煤炭消耗不降反升。

AI 版本杰文斯悖论更极端，毕竟 agent 是循环调用，最近的Cloudflare的数据就显示，agent 的机器流量已经正式超过了人类流量。

3

不过利润率的只是表象数字，真正决定这盘生意能不能经得住一条一条拆开检查的，是后面那套记账规则。

巴克莱造了两个假想的前沿实验室做对比——实验室 A 约 70% 收入来自 API、30% 来自订阅；实验室 B 反过来，80% 靠订阅，API 只占 20%。

结果是——两者的调整后毛利率差了 17 个百分点——A 大约 55%，B 大约 38%。

同一年，同一个行业，技术底座也没什么不同，差 17 个点。

巴克莱没有点名 A 和 B 是谁，但对照公开的收入结构，你大概猜得到，A 是 Anthropic，B 是 OpenAI。

这 17 个点由三样东西构成，它们的重要性，依次递减：

一是产品结构。API 天生比订阅赚钱，根据估算，直接 API 的推理利润率已经超过 80%，而订阅产品（比如 ChatGPT，Gemini 会员）只有 70% 左右——订阅反而是三条产品线（直接 API、订阅、间接 API）里最薄的。

原因很实在，订阅是月费制，各家为了让用户留下来，愿意补贴 token 成本。

二是训练成本的分摊方式。 训练目前仍是一笔巨款，平均占收入约 48%。这笔钱怎么摊到当期、摊多少，直接决定毛利率长什么样 这其实是个会计问题。

三是收入确认口径，这里最隐蔽，也最能玩出花。

假设开了个奶茶店，一杯奶茶卖 100 块，原材料成本 20 块，平台抽走 30 块，你实际到手 50 块。

走总额法的奶茶店，把 100 块全记成收入，再把平台抽成的 30 块和原材料 20 块都记成成本。毛利 50 块，毛利率 50%。

走净额法的奶茶店，只把实际到手的 70 块记成收入，原材料 20 块记成成本，平台抽成那 30 块根本不进账，尽管毛利还是 50 块，毛利率变成了 71%。

还有更极端的，是让战略合作伙伴代运营，你连这 70 块都不确认，整笔让平台记在自己账上。你的报表上完全没有这笔流水，收入更小，但毛利率更高。

Anthropic走的是总额法，间接 API 收入按全额确认，再扣掉云厂分成和算力成本；OpenAI走的是净额法，甚至战略合作伙伴代运营的那部分干脆完全不确认。

巴克莱给这个差异找了个绝佳的参照：Uber 和 Lyft。

所以那 17 个点里，有多少是真实经营差距，有多少是记账方式呢？

一半一半吧，或许。

我想这也是这份报告真正的价值所在——它没告诉你 AI 公司赚了多少，它告诉你，等这些公司开始按 GAAP 披露报表，不做口径还原就直接横向比毛利率，会得出完全错误的结论。

4

接着我们再看钱最终流向哪里，三组数据。

一是，AI 实验室的总收入，2024 年是 70 亿美元，2026预计年 1370 亿美元，2028 年 6900 亿美元。

二是，训练成本占总收入的比例：2024 年 96%，2027 年降到 35%，2028 年只有 30%。

第三，三大云的 AI 收入相对AI labs收入的比例，2024 年 153%，2026 年 90%，2028 年 73%。

这三组数字讲的是同一件事：AI 实验室正在从"烧钱训练模型"的公司，变成"运营推理服务"的公司；而云厂在这条链上的相对份额，是在收缩的，因为实验室的收入增长实在太快。

但真正要看透这门生意护城河，是另一组数字。

摩根士丹利测算过一个 1GW 的 GB300 AI 数据中心：大概是全年总成本 77 亿美元，其中折旧 57 亿，占 74%。能源、人工、维护、其他运营费用加起来才 20 亿，只占 26%。

这个结构，就意味着 AI 推理是一门高固定成本、低边际成本的生意，有点像航空公司，像酒店，像工厂。

飞机起飞之后，多卖一个座位的成本几乎为零，所以临起飞前的空座，打折卖掉也比空着强。

AI 算力也差不多，数据中心一旦建成，折旧、电力合同、基础人员成本全锁死了，哪怕按覆盖可变成本的极低价格接单，也比让算力闲置划算。

于是这门生意的胜负手就变成了一个数学问题，「谁的 GPU 利用率更高」。

谁能让每一块卡在单位时间里吐出更多有效 token，谁就能把 74% 的固定成本摊得更薄。

这也是为什么实验室们这么拼命地做批处理、KV 缓存复用、量化压缩、智能路由——这些听着像工程优化的东西，其实全都在算同一笔账。

Ross Sandler 在报告里留了一句很值得思考的话——「如果一家 AI 实验室现在这代模型能跑出 70% 的推理毛利率，那么在同样的单位智能收入下，上一代模型的毛利率大约是负 20%。」

什么意思呢？举个具体例子。

假设客户让 AI 完成一个任务（比如写个前段页面），他愿意为这份"智能产出"付 100 块钱。

在老一代模型（比如 GPT-4 时代），客户付费100 块，但模型效率低，完成这个任务消耗的算力成本是120 块，那么毛利率 = (100 − 120) / 100 = −20%，亏着卖，相当与每做一个任务，OpenAI倒贴 20 块。

现在这代模型（ GPT-5.6），客户还是付 100 块，任务一样，客户觉得值的钱没变，但模型效率大幅提升，算力成本降到了 30 块，这时的毛利率 = (100 − 30) / 100 = 70%。

所以70% 毛利率的真相是以前每单亏 20%，现在每单赚 70%，变的是成本，不是定价。

进一步说，前两年整个 AI 行业的"高增长"叙事，其实有一部分是建立在"低于成本定价"上的，而现在毛利率暴涨，可以说一半是技术进步，另一半，是纠正过去的错误定价。

5

还有一个细节，让整件事更有意思。

微软那个 28 天烧掉 2.8 万美元的员工，所在的公司，正是从 AI 实验室手里拿走那 35 到 40 美元的三大云之一。

所以，这件事就成了……收租的人，自己家水电费也超支了。

换句话说，链条最上游、靠卖算力赚钱的公司，都还没学会给自己的 token 消耗定预算。

上面提到的 Jay Parikh 那句话之所以重要，就在于它承认了一件很多人不愿承认的事——过去我们把用量当成了目标，可用量只是「成本」。

而整个 AI 行业刚刚开始上这堂课。

所以这份研报算出来的那些数字，一半会在下一轮价格战里被让出去，另一半会在 IPO 招股书的 GAAP 报表口径里现出原形。

或许它真正的意义在别处。这是第一次，有人把 AI 公司这笔账摊开，让人可以一条一条地检查。

一门生意成熟的标志，是它的利润本该经得起一条一条拆开检查。

最后我们用表格来回顾一下整个产业链的经济模型——如所有人知道那样，AI 产业链不是“谁拿到收入最多，谁就赚得最多”；真正决定利润分配的，是谁控制了稀缺资源和定价权。

所以，老黄，目前还是王。