同样一百万个输出 token,有的卖 25 美元,有的卖 0.87 美元:大模型推理这门生意,谁在赚、谁在垫钱?

2026年11月1日 · 来源:稳点科技观察 · 作者:稳点科技观察编辑部

同样一百万个输出 token,有的卖 25 美元,有的卖 0.87 美元:大模型推理这门生意,谁在赚、谁在垫钱?

同样是一百万个输出 token,有的模型标价 25 美元,有的标价 0.87 美元。

按媒体整理的公开价目表:Anthropic 的 Claude Opus 4.7,输入 5 美元、输出 25 美元;OpenAI 的 GPT-5,输入 2.5 美元、输出 10 美元;谷歌的 Gemini 3.5 Flash,输入 0.15 美元、输出 0.6 美元;DeepSeek 的 V4-Pro,2026 年 4 月 24 日上线时输出 3.48 美元,5 月把 75% 的折扣改成永久,输出价降到 0.87 美元;V4 Flash 输入 0.14 美元、输出 0.28 美元。

按输出价算,Opus 4.7 是 V4-Pro 的约 29 倍,GPT-5 约 11.5 倍;Opus 4.7 和 V4 Flash 之间,差了约 89 倍。当然,不同模型的能力和用途不一样,价目表不能直接比较“性价比”。可这张表背后是一个更大的问题:这么大的价差之下,推理这门生意到底怎么赚钱?

编辑部这一次把 10 月披露的几份关键材料放在一起读,包括 Anthropic 提交的招股书(通过第三方解读)、OpenAI 对投资人披露的收入口径之争、英伟达 200 亿美元的 Groq 交易、中国的 token 用量数据。

机房里的机柜(示意图,并非 AI 数据中心)。图:Carl Lender,CC BY 2.0,来自 Wikimedia Commons
机房里的机柜(示意图,并非 AI 数据中心)。图:Carl Lender,CC BY 2.0,来自 Wikimedia Commons

先把“推理”说清楚:模型每回答一次,就在花钱

大模型的算力有两大用途。训练是一次性的大额投入,把模型“教”出来;推理是每一次回答都要花的钱,用户越多,花得越多。训练像建厂,推理像日常的水电。

2026 年以来,行业的重心明显往推理倾斜。原因是:智能体(能自己拆任务、调用工具的 AI)一次任务要调用模型几十上百次,token 的消耗成倍增加。推理的账怎么算,决定了这些公司能不能活下去。

用量:豆包每天 180 万亿个 token

先看中国的用量。据火山引擎总裁谭待在 2026 年 6 月 FORCE 大会上的说法,豆包大模型日均 token 调用量约 180 万亿,较 2024 年 5 月发布时增长 1500 倍以上,过去一年增长超过 10 倍。更细的节点是:2025 年 12 月底约 63 万亿,2026 年 3 月超过 120 万亿,6 月 180 万亿。火山引擎称其在公有云大模型服务(MaaS)市场的 token 份额达到 49.5%。

把 180 万亿换算:每天 86400 秒,约合每秒 20.8 亿个 token。

另一个数字需要小心。据快讯标题,国家统计局称,截至 3 月全国 AI 日均词元调用量突破 140 万亿。同一时间豆包是 120 万亿,如果两个数字是同一个口径,豆包要占全国的约 86%,这和火山引擎自己说的 49.5% 份额对不上,说明两者的统计口径不同(有可能一个只算公有云对外调用,一个算全口径)。编辑部只有标题,没有读到国家统计局的原文,这里不做判断,提醒读者:token 调用量没有统一口径,横向比较要慎重。

账本:Anthropic 的招股书把推理的账摊开了

2026 年 10 月最有分量的一份材料,是 Anthropic 的招股说明书(S-1),据报道 10 月 26 日提交。下面的数字来自一篇对招股书的第三方解读,数字标注为“据解读”;毛利率是解读者按招股书里的收入和营业成本推算的,公司本身不披露毛利率。

收入:2025 年全年 45.85 亿美元;2026 年上半年 162.86 亿美元,其中一季度 47 亿、二季度 116 亿美元;上半年约是去年同期(约 12 亿美元)的 14 倍。另据 10 月 15 日报道,三季度收入 168 亿美元,比二季度增长 45%,年化约 740 亿美元(SemiAnalysis 估计)。

成本:2025 年营业成本 27.73 亿美元,按此推算毛利率约 40%;2026 年上半年营业成本 23.8 亿美元,推算毛利率约 85%。每 1 美元收入对应的营业成本,从 2025 年的约 60 美分,降到 2026 年上半年的约 15 美分。

这个变化的含义需要一并读:2026 年上半年的营业成本 23.8 亿美元,比 2025 年全年的 27.7 亿美元还少,收入却是后者的三倍多。跳变这么大,既可能是真实的效率提升,也可能涉及成本口径的变化(比如哪些算力计入营业成本),需要读招股书附注才能判断,编辑部没有读到原文。解读者也提醒,营业成本只是其中一部分,训练算力通常不计入营业成本;据英国《金融时报》,三季度每花 1 美元算力,换回 1.7 美元收入。两个口径放在一起看:推理的毛利率非常漂亮,包含训练在内的算力总开支依然是收入的一大块。

利润:2025 年 GAAP 经营亏损 81 亿美元,含 15 亿美元的版权和解费;2026 年二季度营业利润 9.74 亿美元,GAAP 经营利润率约 8.4%,调整后经营利润率约 19%;三季度调整后经营利润率 11%,是连续第二个调整后盈利季度(据另一来源)。

谁在买:客户集中度和“毛收入”的口径

收入账之外,还要看钱是谁付的。据对招股书的解读:年消费超过 10 万美元的客户有 1.19 万家以上,2025 年占收入的 76%;截至 9 月 30 日的九个月,最大客户占收入不到 10%,前五大客户约占 25%;净收入留存率约 900%,也就是已有客户的消费一年后约为原来的九倍;云市场渠道(通过云厂商卖出的部分)“接近一半”收入。

这最后一条,解释了 OpenAI 和 Anthropic 数字为什么不能直接比:据报道,Anthropic 把通过云合作伙伴的销售按毛收入计入,而 OpenAI 此前流传的高数字也是按毛收入“加总”出来的,被修正之后才落到 500 亿美元。同样叫“年化收入”,统计的是一笔交易里的哪一段钱,会差出几十亿美元。读者碰到“谁的收入更高”,要先问:毛收入还是净收入,含不含云厂商的分成。

另有一点:客户集中在高消费的企业,意味着价格战对头部厂商的影响,主要发生在开发者和中小客户那一层;大客户买的是稳定性、合规和集成,价格不是第一位。这是编辑部的推断。

垫钱的人:6370 亿美元的算力承诺

收入账好看,另一张账更惊人:算力采购承诺。

据解读者汇总招股书中七项协议,算力承诺合计约 6370 亿美元(这是他的算术加总,招股书没有给总数):博通 1612 亿美元,SpaceXAI 最高 1205 亿美元,谷歌至少 1145 亿美元,亚马逊至少 1100 亿美元,微软至少 449 亿美元,Nscale 最高 446 亿美元,Lambda 约 413 亿美元。截至 6 月 30 日,固定或最低保证承诺 2656 亿美元,此后又新增了 2450 亿美元。路透社 9 月 29 日的报道口径是,未来十年基础设施承诺至少 5180 亿美元,约 80% 不可取消。数字不一致,是统计时点和口径的差别,量级是一致的:5000 亿美元以上。

拿三季度的年化收入对照:168 亿乘以 4 是约 672 亿美元,5180 亿美元约是它的 7.7 倍。这是一个简单的对照,意思是:今天的收入要在未来多年里持续高速增长,才能覆盖这些承诺。解读者还指出,约三分之二是不可取消的;其中和 SpaceXAI 的协议,在 2027 年 1 月和 3 月的初始期之后,任何一方可提前 90 天通知取消。

这就是推理生意的真实结构:账面利润很好,现金上要先把几千亿的算力买下来。

OpenAI:50 亿还是 70 亿,一个会计口径让芯片股掉了 8%

另一边,OpenAI 的数字也在 10 月出了一场口径之争。据《金融时报》和 CNBC 报道,OpenAI 告诉投资人,截至 9 月底年化收入约 500 亿美元,低于此前流传的约 680 亿到 700 亿美元;据一位知情人士,高的那个数字包含了合作伙伴的毛收入,与 Anthropic 的算法更接近。

10 月 8 日,美股的算力链应声下跌:英伟达跌约 3%,甲骨文跌近 6%,CoreWeave 跌近 8%,AMD、博通、英特尔、超微电脑也跌了 4% 到 5%。一个收入口径的差异,让一批公司的股价在一天里掉了几个点,说明资本市场把“推理收入”当成了算力采购的最终买单人。

OpenAI 在投资人材料里披露,第三季度总年化收入增长 77%,企业业务增长 107%;今年 3 月完成 1220 亿美元融资,估值 8520 亿美元,6 月已保密递交上市申请,据称瞄准 2027 年;9 月,CEO 奥尔特曼说“现在是一个不明智的上市时点”。Anthropic 方面,据报道 8 月披露年化收入 650 亿美元,寻求超过 2 万亿美元的估值,上市预计在 11 月 3 日美国中期选举之后,正式路演预计在 11 月 9 日那一周。这些是媒体报道的时间表,没有看到公司确认。

硬件:预填充和解码,分开算

推理的账还有一半在硬件上。模型回答一个问题,分两步:先把你的提示词整个读一遍(预填充,算量大),再一个字一个字吐出答案(解码,要反复读取模型参数,更吃内存带宽)。两步对芯片的要求不同。

英伟达 2025 年 12 月 24 日宣布,用约 200 亿美元获得 Groq 推理技术的非独家授权,并聘走其多数员工,包括 CEO 乔纳森·罗斯;Groq 称这是授权协议,英伟达称不是收购公司;参议员沃伦和布卢门撒尔就这一结构是否意在规避反垄断审查发起了质询。2026 年的 GTC 大会上,这笔交易的产物亮相:Groq 3 LPU,一款解码阶段的协处理器,由三星 4 纳米代工,计划 2026 年三季度出货。按分工,Rubin GPU 负责预填充,LPU 负责解码。英伟达的性能声明是:LPX 机架加 Vera Rubin NVL72 的组合,每兆瓦吞吐量是单用 Blackwell NVL72 的 35 倍;单芯片内存带宽 150TB/s,Rubin GPU 为 22TB/s;英伟达建议在数据中心总容量里只加约 25% 的 LPU,因为收益只来自解码为主的负载。这些是英伟达的口径,没有第三方验证。

英伟达也在被对手分流。TrendForce 2026 年 2 月报道,OpenAI 对英伟达 GPU 在推理上的表现并不满意,Groq 和 Cerebras 的关注度上升;Cerebras 据报道拒绝了英伟达的接触,与 OpenAI 签了商业合同,并在 2026 年 5 月 13 日以每股 185 美元定价上市,募资 55.5 亿美元,代码 CBRS。

价格战的逻辑:DeepSeek 为什么降价

回到最初那张价目表。DeepSeek V4-Pro 在上线一个月后把 75% 的折扣变成永久。据 The Next Web 的报道,这条消息发布时,没有看到 DeepSeek 对原因的表述,记者的解读是,公司把市场份额放在了单位收入之前,这是记者的判断,不是公司表态。另据 BigGo 一篇没有第一手来源的报道,9 月 10 日 DeepSeek 又把 V4.1 Flash 的价格降了最高 60%,编辑部没有查到确认。

另一条线是争议:Anthropic 指控 DeepSeek 对其模型发起“蒸馏攻击”,DeepSeek 没有详细回应,事情没有结论。

用招股书的账来对比:Anthropic 的营业成本占收入约 15%,它在推理上有很大的价格弹性;DeepSeek 把价格压到这样低,说明它的单位成本也已经很低,或者愿意用补贴换份额。哪一种,没有公开数据可以验证。

对不同读者意味着什么

给企业采购方。别只比每百万 token 的单价,要看“完成一个任务花多少钱”。智能体一次任务调用几十次模型,输出 token 的价格会被放大几十倍;便宜的模型如果需要更多次重试,总成本不一定低。

给看资本市场的人。区分三层:推理的毛利率(Anthropic 解读口径约 85%)、算力总开支(每 1 美元花销换回 1.7 美元收入)、长期采购承诺(5000 亿美元以上、约 80% 不可取消)。第一层好,第二层可以,第三层是风险敞口。10 月 8 日的一天下跌,说明市场正在用收入口径给算力链定价。

给开发者。价目表的低价端越来越便宜,真正稀缺的是高质量的模型和稳定的服务。价格战会让“按 token 收费”越来越像水电,高附加值要靠任务结果和集成来收费。

接下来可以核对的节点

Anthropic 的上市时间表和招股书里的公开财务附注;OpenAI 新一轮约 300 亿美元融资的条款(据报道处于早期洽谈);英伟达 Groq 3 LPU 三季度出货的实际情况和第一批客户;Cerebras 上市后的首批季度财报;DeepSeek 的 V4.1 Flash 价格调整是否确认;中国 token 调用量的统一统计口径。其中最值得追的是第三层:算力承诺的取消条款,哪一天变成现实支出。

标签:大模型推理 token价格 Anthropic DeepSeek

声明:本文数据均来自公开资料,仅供行业参考,不构成任何投资、医疗或其他专业建议。如发现事实或版权问题,请联系 wendianshuzi@163.com。

相关阅读