大模型這門生意，比拼的重點正從「誰的模型更強」，加速轉向「誰能把錢賺回來」。

然而，想要把砸進去的錢收回來並不容易。即便如智譜、MiniMax等，上半年收入雖然翻了幾倍，卻仍分別拖著超20億元和近3億美元的虧損。

為了實現「造血」，大模型公司紛紛聚焦於需求最剛性的 Coding （編程）場景。但無論是智譜、 DeepSeek ，還是通過降價來衝量的 MiniMax ，都未能解開「毛利縮水、研發開支數倍於營收」的財務枷鎖，最終仍需依靠百億級的新融資金額來解決算力問題。

獨角獸們在燒錢，夾縫中的中小創業公司面臨諸多挑戰。

在商業化端，B端項目的定制化程度較高，不少企業難以擺脫「純定制打工人」的處境。在資金端，熱錢加速向少數巨頭集中——據IT桔子統計，今年第三季度僅43筆超10億元的融資就卷走了全市場近一半資金，而企業服務領域平均每筆融資已縮水至約3300萬元。

這場 AI 淘金熱的寒冬已至，究竟該如何活下去？

独角獸們在 Coding 战場上激戰

今年，智谱、月之暗面、MiniMax等公司都在爭奪Coding市場。在一個普遍找不到高支付意願場景的行業裏，Coding成了少數幾個「客戶願意按效果付錢」的地方。

為何是 Coding？朱啸虎認為，Coding 是今年增長最快的場景之一，原因在於「需求剛性、產出容易衡量」。代碼能否順利運行、節省了多少工作時間，開發者能很快看出来，模型公司在定價上也就有了更多餘地。

同样是搶購 Coding，四家公司的定價策略卻走向了不同方向。智譜的提價從今年2月開始。智譜對 GLM Coding Plan 的價格體系進行結構性調整，整體漲幅30%起，理由是用戶規模與調用量快速增長，需要加大算力與模型優化投入。

但提價並沒有抑制需求。截至中報發布，智譜 Coding Plan 的調用量較年初增長超23倍，API 平均售價提高約101%。開放平台及 API 收入同比增長超27倍，達到8.25億元，佔總收入的比例從一年前的15.2%升至86.5%，取代本地化部署成為公司的主要收入來源。

與智譜的連續提價不同，月之暗面的定價策略是來回調整的。4月推出 Kimi K2 .6時，部分 API 价格上涨約58%；10月發布 K3.1 和 Pro 後，新模型 API 的價格較7月的 K3 降低約三成，並進一步強化編程和智能體能力。

如果說智譜和月之暗面的調價還在幾十個百分點的量級，DeepSeek的提價則是倍數級的。據悉，DeepSeek今年將不同模型的API價格上調至原來的2.3至4.5倍。知情人士透露，梁文鋒向投資人表示，公司年化收入已超10億美元。

前三家調的是價格，MiniMax 調的是成本。MiniMax 選擇先將成本降下來。閻俊傑在中期業績電話會上透露，過去兩個多月，文本模型的單位算力吞吐提高了3倍。到今年7月，MiniMax 平臺的 Token 消耗量已是年初的20倍；上半年，其開放平台及企業服務收入約7390萬美元，同比增長703.1%，佔總收入的比例從30.3%升至63.4%，首次超過海螺、Talkie 等面向消費者的產品。

把這幾家公司的賬放在一起看，收入結構都變了，但這門生意卻並沒因此變得更賺錢。

智谱 API 業務的毛利率在今年上半期從負轉正，達到24.6％，但隨著毛利更高的本地化部署佔比下降，公司整體毛利率從50％降至26.4％。MiniMax 的毛利率從12.1％升至17.9％，上半年毛利僅約2080萬美元。

更大的開支在研發上。今年上半年，智譜的研發支出為同期收入的2.2倍；MiniMax的研發支出為2.97億美元，約為收入的2.5倍，主要用於與訓練相關的雲服務支出。

研發與收入之間的缺口，目前仍靠融資來填補。7月，智譜完成約314億港元的配售，資金主要用於算力方面；MiniMax同月通過配股和可轉債淨籌資約159億港元。

融資可以填補缺口，但能持續多久呢？沂景資本董事總經理謝思遠認為，大模型本身是一個資本密集型行業，不斷增長的算力投入正在抬高競爭門檻。一些中等規模的模型公司即便已經獲得收入，也不一定能跟上班頂廠商的投入節奏，未來是否能繼續留在競爭中仍存在不確定性。

在夾縫中求生存：標品交付難度超過五成

頭部模型公司爭奪客戶，資金和資源有限的中小創業公司面臨更大競爭壓力，轉向專業細分市場成為更現實的選擇。

澜舟科技的部分訂單來自大廠。其產品進入雲服務供應商的採購體系，部分金融項目也由大廠總包，再交給澜舟開發。「他們與客戶簽訂合同，我們與他們簽訂合同。」澜舟科技聯席 CEO 李京梅說。

李京梅認為，有些大廠「有平台、有算力，但是缺應用」，但隨著它們從雲計算、模型逐步進入通用應用市場，中小公司的機會也在收窄。「如果我做的和他們一樣，是平行的，沒有差異，那他們往上發展的時候，我們就沒有了。」

這家曾經研發「孟子」預訓模型的公司，在2024年停止了基礎模型的訓練，此後也基本上退出了通用平台和通用場景，業務集中在金融等專業領域的智能體上。

李京梅注意到，今年金融機構和中央國企開始從小範圍試點轉向在內部大面積使用AI，有些客戶還願意為諮詢服務單獨支付費用。但這些客戶的預算通常會提前一年確定，不少項目需要公開招標、以低價中標，算力支出也常常來自同一筆錢裏，“如果算力成本過高，那我們其他方面的支出就會減少”。

在某銀行總部的法律合規知識問答項目中，澜舟原本使用標準產品進場，後來發現該產品在專業術語、法條版本以及口語化提問等方面都存在不足，因此不得不進行額外開發；系統上線後，還需要進行試運行並提供一年的免費運維服務。「能夠超過五成的需求，使用標準產品來滿足，這已經在中國的B端市場上算是不錯的表現了。」李京梅說。

當然，靠項目維持營運的並非只有澜舟。今年以來，一些無法獲得融資的AI應用團隊，也轉而為企業提供定製部署、培訓和售後服務。一位AI領域人士形容他們的處境：應用在官網上展示想象力，但真正進賬的錢來自於為企業提供AI升級服務。

零壹智庫統計顯示，今年9月披露金額的金融機構智能體中標項目，平均每單約211萬元，智能體越來越多地作為一個模塊，被打包進更大的系統建設項目中。

澜舟逐年提高對項目毛利率的要求，篩掉難以盈利的商機，並將項目中的工程能力沉澱回標準產品，減少重複開發。2023年完成Pre-A+輪融資後，它沒有再公開融資，依靠之前的融資和項目回款經營，虧損逐年收窄。李京梅也坦言，“純定制的To B項目肯定是不可持續的”。

獨立模型公司還需依靠融資來填補研發缺口；中小型創業公司是否能夠像李京梅所說的那樣，做到「平台越來越完善，場景化定制越來越精簡」，這正是它們接下來需要回答的問題。

本文來源：深網騰訊新聞