AI模型公司的盈利逻辑是什么？
AI估值泡沫论加剧，算力/能源成最终赢家，模型公司面临利润归零风险
核心争议：估值泡沫与盈利终局
- 估值严重透支：市场当前预支了未来10年的估值，大模型公司难以维持类似“七巨头”的高估值水平 #52, #56。
- “卖铲人”逻辑终极化：AI产业链最赚钱的环节将回归至掌握能源和算力（数据中心）的公司，而非基础模型厂商 #52, #57。Meta因拥有自建算力和数据优势而受益，传统云厂商或硬件供应商可能面临“内牛满面”后的重新洗牌 #57。
- 模型利润归零预期：基础模型极易被卷至几乎没有利润，缺乏构建用户粘性生态系统的商业模式能力 #52。
模型公司的潜在出路与局限
- 封闭专用模型路径：顶尖模型公司若无法在通用领域盈利，可能转向使用不公开的专用模型服务于高壁垒领域，如量化交易、尖端药物研发和武器制造 #52, #53。
- “闷声发大财”逻辑：真正具备AGI潜力的技术往往像科研突破一样保密，而非急于上市或大肆宣传；当前高调吆喝的模型公司多被视为“垃圾” #53。
- 估值支撑力质疑：若模型公司仅局限于上述封闭专用领域，其体量完全无法支撑当前市场对AI板块的高昂估值 #54, #55。
行业动态与产品落地观察
- 巨头战略趋同：微软CEO Satya Nadella的观点被引用，强调竞争核心不在于单纯比拼“最好的模型”，而在于应用生态和集成能力 #54。
- iOS集成传闻存疑：对于“9月iOS27全面接入Gemini”导致iPhone/Mac瞬间拥有Claw等能力的说法，市场持谨慎怀疑态度 #58。
风险与注意事项（更新）
AI模型训练和inference都非常贵，所以模型公司margin肯定高不了，在toC证明不能盈利的情况下，他们只能希望走量让企业多用token。他们的逻辑在于模型automate了企业workload后，可以让企业雇更少的人或者提高员工效率。但现在的问题是企业已经发现AI不比人便宜，也不比人强，这种情况下还有什么盈利逻辑？如果盈利有问题，什么能撑起这么高的估值？
期望摩尔定律的某个版本仍然可以work，这样成本就下来了。但是现在这个阶段是要跑在所有其他人前面实现AGI，这样才能占得先机独霸天下。
成本贵是因为狂热，当狂热过去之后成本自然能下来，比如硬件成本，比如人力成本。我觉得AI很多方面还是比人强的，也是比人便宜的，未来只会更便宜更好，硬件公司的的利润率也一定会下来的
任何商业活动，公司不用考虑全链路的事情，只要自己擅长的那块有钱赚就行了。 长远的事情应该是社会和国家层面综合考虑（税收，立法，规范） 羊毛出在狗身上，猪来买单
venture valuation tries to price the future, not the present
还有一个问题是模型公司的护城河到底是什么，a家和o家的模型向来你追我赶，而且切换也没有成本，这样怎么保证自己一定持续领先呢？
感觉以后就是iOS和Android这样的，各自维护自己的护城河和生态来形成差异化。
ios/android的护城河是手机入口，AI没有这么高的门槛，生态也没什么排他性。 我觉得可能得着眼在user memory和agent setup，提高用户的迁移成本。
但飞机出现的时候也有这个逻辑，虽然是划时代技术，但飞机制造商和航司也没有很赚钱，AI也可能这样
然后信用卡公司赚钱了
其实每一代模型都是盈利的，算上api和订阅盈利，而且发布的很多模型共用同一个pretrain model，posttrain cost很低 但问题在于下一代model永远cost太高，因为要继续scale up 另外蒸馏没法防止所以先手确实吃亏 护城河一是数据而是recipe，依然防不住蒸馏
cnxcnx: posttrain cost很低 这是去年DS R1出来之前的老黄历了 现在RL的cost和pretraining在同一个数量级 特别是frontier lab要不停地探索新recipe的情况下
确实，如果开源模型可以继续蒸，他们的能力也会继续增强，未来总有更多workflow是开源模型就能解决的。那企业自己host开源模型，只call少量api的话，模型公司的盈利就更少吧
逻辑就是赌老黄每年都能给他们2x efficiency gain 成本降低
我觉得a和o都在赌他们能拿到os权，这样就可以和过去10年的苹果一样，商业前景就很大了
老黄有啥动力这么做？
老黄也要赚钱啊 就需要不停创新才有人买他的货。 不过对老黄来说，模型opensource、百家争鸣的情形对他更有利
老黄停下来的话其他人就会take over 现在trainning和inference的栈越来越稳定的情况下老黄的优势是在渐渐消失的 栈越稳定大家对于最优方案研究得就越透，CUDA的通用性优势就越不明显
2007年iphone 1代刚出来的时候，流量非常贵，当时大家用的时候流量都是按M买，抠抠搜搜甚至用的时候才把流量打开。 但是运营商疯狂投入4G，5G的基建，甚至倒贴钱卖iPhone，因为iPhone生态催生了很多很吃流量的视频，游戏APP，用户爱玩用，靠流量把钱再赚回来。 2026年，流量费用下降了1000倍，大部分人都用无限流量套餐。 。。。 2026年token非常贵，大家用的时候都是按照M买，抠抠搜搜甚至用的时候才把Claw打开。 9月iOS27开始全面接入Gemini → 所有iPhone，Mac瞬间都拥有了Claw。 Google开始向SpaceX购买算力（10月开始每个月砸$10亿），同时模型和云服务商疯狂基建数据中心。。。 接下来的发展应该就是熟悉的配方熟悉味道了
好的，明天就买
inference价格以后应该能打下来 一开始拨号上网也很贵 现在都白菜价了
目前来看，做B端比C端挣钱
上网的成本下降得益于带宽技术的成熟。
然而中短期内看不到HBM需求能降下来，不管GPU还是TPU还是其他什么东西显存甚至于缓存，模型越大越要吃。
这么说是没错 但是token价格下来以后 大模型公司的估值还能维持么
感觉湾区90%的startup都在赌未来token price能降下来
做相关工作，token的margin很高很高, 头部公司比如a/o家可以保守估计50%
leoleoasd: 未来token price能降下来 也就没有 leoleoasd: 湾区90%的startup 的事了
盈利模式会不会是赚投资人的钱呢
持续领先不重要吧。并不是所有人都需要用最厉害的模型，可以想象后续模型都越来越厉害了之后，除非有新的产品形态（not coding agents), 大部分人用哪家都能拿到差不多水平的回答。到时候其实就是纯比产品生态什么的了
那可能是xai和anthropic吧
user memory和agent setup理论来讲不是也很好迁移，在有这么多agent的情况下，不乏github上的project。对于厂商要是想抢人，出一个migration tool不是轻轻松松
现在ai不比人便宜是因为整个work flow的base unit其实还是人 如果未来变成token了可能就不一样了 想象空间很大
你这问题可以问到任何自动化产业刚起步的时候，最开始火车也没比马拉车快很多，还经常脱轨，后来技术发展就起飞了
智谱出的zcode，安装以后一声不吭就把电脑里的codex claude opencode的全局/项目文件全扫描了
还没试过zcode不过你这样说完我已经不想用了
Token margin高没用，沃尔玛卖香蕉的margin也高，但operation margin低
Codex app的半成品拙劣模仿者，体验了下glm 5.2就卸载了
但是token需求越来越大啊
如果开发一个新模型只能挣半年的钱，就得开发下一个更好的模型挣钱了，这个模式很难赚钱。药厂花几B做一个药，还能有一二十年的专利期赚取暴利，就这样总体利润都不算高。不像可口可乐一个配方能挣100年钱
发错贴。。
不止 50%，有一个比较好用的 trick 是中国的公司的模型定价一般都比较贴近 inference 成本，margin 很低。看看他们的 arch 和规模，可以用于快速估算。
对 用api付费的话其实那些公司完全是在赚暴力。也就企业傻大个 token实际成本应该非常靠近codingplan
大模型能蒸馏，agent能力没法蒸啊。a/o 目前还是独一档。不过也就领先个大半年。 不过，按照当前LLM "无记忆"的本质，很难想象，ai能变成个OS的东西。
逻辑就是三年内大跃进直接进入AGI时代 现实是一个鹦鹉学舌模型再怎么scale再怎么优化也还是鹦鹉学舌模型 当然了 技术开发是一回事 金融市场圈钱是另一回事
AI成本曲线和人完全不一样. Token 长期还有很大降本空间，但人打折卖劳动力的空间很小。更关键的是，人的平均产出质量可能会越来越落后于 AI。很多工作过去需要人，只是因为技术还没成熟；人本来就是临时方案. 当然AI 再好经不住股票卖得比价值贵不少 这个估计得逼一部分人去找自己真正享受的生活
但药厂经常失败 llm做了个头基本上不会失败 只是对手也会进步
厂商肯定不会提供User memory和agent setup export的功能和数据啊，migrate也肯定只是自家的到新手机电脑啥的，防止migrate随便加个密就没办法了
根据不同难易的任务 选择最佳成本最适合的模型
可以看一下 ds 的 paper，token 的 margin 还是挺高的。我觉得未来的模型 moat 可能是 ultra-long context 还有根据和用户的交互自主学习改进？
没怎么看懂lol /uploads/short-url/oo2F0qohl6rT6uSJbFti3lRYFXj.png?dl=1 The last thing any of us want is a world where every company across every sector is ceding value to a few models that eat everything they see. If all the value is accrued by only a few models, the political economy will simply not tolerate it. There is no societal permission for an AI future that hollows out entire industries. Think about what happened in the first phase of globalization where entire industrial economies were hollowed out by outsourcing. The GDP numbers looked fine on the surface, but the displacement was real and the consequences are still being felt. Let us not bring that dynamic into the AI era, with a small number of AI systems capturing all the economic returns, while entire industries find their knowledge commoditized right out from underneath them.
不能，我认为大模型公司是无法维持跟现在7巨头一样的估值的。 我认为AI最终最赚钱的公司会掌握了能源和算力（数据中心）的公司，而不是模型公司。 基础模型很容易被卷的几乎没有利润（商业模式里无法创造用户粘性生态系统），顶尖模型公司的最好出路可能是使用不公开的专用模型来做量化交易，研发尖端药物和尖端武器。
helvettica: 顶尖模型公司的最好出路可能是使用不公开的专用模型来做量化交易，研发尖端药物和尖端武器。 我也觉得，现在大声吆喝的、急于上市的、爱吹牛皮的模型都是垃圾。 真要搞出了什么不得了的AGI，巴不得谁都不告诉，自己闷声发大财就完事了。 （就跟搞科研一样，真牛逼的技术都是不发论文的）
和satya说的差不多，不是拼最好的模型
helvettica: 专用模型来做量化交易，研发尖端药物和尖端武器。 如果只是这样的 完全支撑不起现在大家对ai的估值吧
现在提前预支了10年的估值吧…
helvettica: 最赚钱的公司会掌握了能源和算力（数据中心）的公司 META内牛满面
helvettica: 9月iOS27开始全面接入Gemini → 所有iPhone，Mac瞬间都拥有了Claw 这个持谨慎怀疑态度。