AI助手是個偽命題

智譜與Minimax這兩家同樣登陸港股的中國AI公司，在今年6月的資本市場上迎來了命運的分水嶺。摩根大通在同一份報告中給出了截然相反的評價：上調智譜目標價至1400港元，重申「增持」；卻將Minimax下調至「中性」，目標價從1100港元直接砍到400港元。兩家公司前後腳上市時市值原本並駕齊驅，但到了今年4月開始分道揚鑣。智譜市值一度突破萬億港元，目前回落至七千多億，約等於半個阿里；而Minimax則一路下滑到一千億出頭，幾乎回到了上市的原點。兩家公司的業務基本面沒有發生根本性變化，資本市場對它們的定價邏輯卻出現了巨大轉折。導火索在於兩家公司模型漲價後截然相反的市場反應。

今年6月，Minimax宣佈漲價，旗艦模型M3的定價約為前一代M2.7的兩倍，結果引發大量用戶不滿。一週後，Minimax不得不宣佈永久降價50%，回落至與M2.7接近的水平。反觀智譜，今年年初至今API價格已經提高近一倍，GLM-5.2發佈後又取消了早期版本的API折扣，但模型使用量反而持續增長。摩根大通由此得出結論：模型能力與定價高度掛鉤，降價方反而處於弱勢。這兩家公司雖然常被放在一起比較，但經營思路截然不同。

Minimax主攻C端AI原生應用，旗下產品包括Minimax Agent、Hailuo AI、Talkie、星野等多款APP；智譜則押注B端，收入主要來自企業級大模型與智能體、開放平臺及API。兩者分別代表了AI公司的兩個基本方向：一個向C端消費者收錢，一個向企業客戶收費。市場對兩家公司截然不同的判斷，其實隱含著一重假設——C端用戶並沒有那麼值錢。今年春節期間，AI大戰的風頭甚至蓋過股市四千點保衛戰。阿里千問豪擲三十億現金，騰訊元寶紅包在群裡刷屏，除夕夜豆包在春晚走穴。豆包成為公認的最大贏家，但勝利的代價正在浮現。

根據字節火山引擎官方口徑，2026年3月，豆包大模型日均Token調用突破120萬億，而2024年5月日均用量僅為1200億，短短兩年增長1000倍。不過，同期模型的具體收入增長遠不及這個數字。過去，傳統互聯網產品能從C端消費者身上掙到錢，靠的是兩個重要前提：一是極強的邊際效應，達到一定規模後多服務一個用戶的成本幾乎為零，流量可以反過來攤薄成本；二是有多種變現方式，用戶不付錢沒關係，只要停留夠久，還有廣告、電商等貨幣化手段。但大模型每服務一個用戶都會產生對應成本，龐大的用戶規模反而變成巨大的成本壓力，加上缺少廣告等貨幣化手段，免費用戶純粹是負擔。這個困境在國際市場上同樣明顯。

2025年3月，ChatGPT圖片生成模型走紅，1.3億用戶在一週內生成了7億張圖片，逼得奧特曼發文吐槽算力成本。截至今年第一季度，OpenAI每進賬1美元，就要賠1.22美元，原因正是用戶規模太大。目前ChatGPT周活用戶突破9億，訂閱用戶超過5000萬，付費率僅約5%，甚至不如愛奇藝或知乎。據統計，AI App單個付費用戶的收入貢獻雖比非AI App高出41%，但流失速度也快30%。奧特曼因此曾表示，考慮在ChatGPT免費版和Go版中測試廣告功能，因為大部分人都不想花錢。正當大模型公司焦頭爛額之際，Anthropic成功證明了另一條道路。

只要模型夠強、匹配高商業價值的場景，少量用戶也能創造巨大收入。Claude系列產品日活規模不到ChatGPT的5%，但Anthropic的年化收入在今年4月超過了OpenAI，關鍵在於編程這個市場價值極高。今年2月，Anthropic融資300億美元，5月再融資650億美元，不到四個月公司估值從3800億美元跳到9650億美元，一己之力改變了資本市場對AI公司的定價邏輯，也給全球同行指了條明路。

春節45億紅包大戰落幕時，有兩件事同時發生：一是OpenClaw橫空出世，一上線就廣受上班族歡迎；二是Anthropic狂飆突進，Claude Code在半年內年化收入突破10億美元，成為AI編程的標杆。這兩件事都指向生產力場景——AI變現的關鍵不是幫用戶點奶茶，而是幫用戶上班。模型的變現路徑已經集中於工作流、企業API消耗、AI編程等「生產力場景」。大模型對B端工作流的改造堪稱革命性，以編程為代表的應用，工作方法與流程高度結構化，正好位於大模型的舒適區中心，而且投入產出可以清晰測算。

根據Menlo Ventures的統計，2025年企業生成式AI支出為370億美元，其中有190億美元流向應用層，而部門級AI支出中，編程佔比高達55%，是最大的應用場景。基於這個邏輯，打完入口大戰的大廠紛紛把重心轉向生產力場景。今年3月，OpenAI放棄Sora，重點轉向代碼，集中資源縮小與Anthropic的差距。谷歌原先走原生多模態路線，代碼能力全面落後，在Claude大殺四方後也開始集中資源攻克AI編程。國內，豆包推出專業付費版，主力模型在編程、Agent、多模態三個方向升級，全部瞄準付費上班場景。

騰訊雖然高調內測微信AI助手小微，但過去一個季度真正推廣的，仍是WorkBuddy、CodeBuddy和企業級Agent套件。騰訊官方披露，CodeBuddy已覆蓋超過95%的工程師，整體編碼時間縮短40%。最會做生意的馬斯克，在SpaceX的IPO文件中算了一筆帳：AI應用未來總市場規模達28.5兆美元（不含中國和俄羅斯），其中基礎設施2.4兆美元，企業應用22.7兆美元，而C端的訂閱與廣告規模他只估了1.36兆美元，不到企業端規模的零頭。為了訓練模型和提供雲服務，科技公司幾乎把所有現金流變成了GPU、服務器和數據中心。

字節跳動淨利潤直接下跌70%，阿里自由現金流已轉負，騰訊的資本開支也愈發大手大腳。六月更傳出字節跳動正與多家銀行洽談約200億美元貸款，為AI基礎設施的軍備競賽補充彈藥，這也是字節史上最大的一筆離岸貸款。上游萬億規模的資本開支面臨極大的折舊壓力，所有人都需要一個明確的答案。微軟26年Q3電話會上，分析師問出了終極一題：大家都看見AI需求很強，問題是誰來買單？押注生產力工具，除了變現效率的考量，也是給市場一顆定心丸。相比C端無數個有關未來的大餅，生產力AI講的是付費席位、年度經常性收入、大客戶訂單和用量計費，聽起來就務實得多。

有Meta員工甚至建了一個排行榜來統計公司內部的Token消耗量，30天內總用量突破60兆，排名第一的用戶一人就消耗了2810億Token。AI廠商們深諳預期管理之道。微軟大談Copilot付費席位，Amazon和Oracle講AI雲收入和GPU利用率，最厲害的是Salesforce，不僅講ARR，還發明了「智能體工作單元」這個新概念，宣稱已把近20兆Tokens轉化為24億個「AI真正交付工作的時刻」。於是，高科技公司加大模型服務採購力度，大幅提高了效率，員工工資的帳越算越虧，大量崗位被裁撤。留下的人必須證明自己很會用AI，甚至自費購買AI工具以避免被淘汰。

大模型終於有了可觀的回報，只是這個迴圈看起來有些不太對勁。