文 | 浪潮不癫在线配资服务
最近这波财报季，大厂电话会上的空气，多少都有点微妙。
阿里主动公布了AI收入，但吴泳铭没有展开谈。被问及AI的回报节奏，李彦宏说“全球都还在早期”。Meta被问千亿美金资本开支何时回本，扎克伯格说“我们想确保自己没有投资不足”。
姿态各异，底色一致：承认在烧钱，回避算细账。
但资本市场的情绪，正在把AI这门生意，从“打基础”加速推向“交答卷”的拐点。每一家大厂都被摁在桌前，盘算三本账——
首先是能力账：财报和官方宣传稿里满天飞的AI榜单排名，到底成色几何。
其次是成本账：Token经济学下，单位推理成本到底是赚的还是亏的。
最后是回报账：各家争先恐后披露的“AI收入”和ARR，是否经得起推敲。
国内的阿里、、百度在算，国外的Meta、Google也在算，或者说，被逼着开始算。
全宇宙的大厂，只有一家跳出三界外，不用被摁着算账：
字节跳动。
一来，它确实是国内AI跑得最快的，豆包月活破3.45亿，火山引擎公有云大模型调用量市占49.5%，数据上没有对手。
二来，它不是上市公司，没有季报年报、没有股东大会、没有分析师追问——能力到底有多强？成本到底是多少？收入到底真不真？字节完全可以不说，也可以选择性地说。
没这个义务。
正因为如此，浪哥才觉得字节是这一波AI狂飙里，最值得被认真分析的样本——投入最猛、声量最大、披露最少、押注最重。
把字节作为观察切面，三笔账才看得清楚。
01 “榜一大哥”会不会太多了？
过去两年，国内每一个大模型，估计都当过“榜一大哥”。
不去打个榜，好像就out了。MMLU、CEval、SuperCLUE、Chatbot Arena、AGIEval、MATH、HumanEval、GSM8K、MMMU、CMMLU……综合的、中文的、推理的、代码的、长文本的、多模态的、Agent的，每一个细分维度都能拉出一张榜，每一张榜上都能找到一个“第一”。
这些榜单有多少含金量，没多少人会去深究。但这么多“榜一”同时存在，能说明模型都很强吗？
其实打榜手法，业内人都门儿清：测试集泄漏一点（contamination）、cherry-pick自家擅长的几个benchmark发、避开弱项不发、同一道题不同prompt调到分最高的那次发……一套组合拳下来，“全球第一”就新鲜出炉了。
斯坦福基础模型研究中心（CRFM）和加州伯克利大学这两年发过几篇论文，专门讨论“benchmark contamination”，结论是：主流大模型的公开benchmark分数，普遍含水分，水多水少而已。
不只是国产大模型，OpenAI、Google、Meta都被指出过类似问题。全行业都在上“高考突击班”。
字节也不例外，在打榜竞赛里跑得也挺凶。
过去一年，豆包一路从Chatbot Arena的中游冲到前列，每一次模型迭代，发布会上都要刷新一组“第一”。火山引擎的营销口径里，“日均调用量第一”“中文综合能力第一”“多模态第一”轮番出现，某遥遥领先的大佬看到都得直呼内行。
跑得快当然是好事。问题是这些“第一”，到底是模型真的更强了，还是工程团队把“用户偏好”摸得更准了？Chatbot Arena这种盲测榜单，最近也被质疑——更长、更礼貌、更结构化的回答更容易赢，但赢了Arena，不等于真的更聪明。
这个问题字节当然不会回答，OpenAI和Google也没回答过。榜是真的，分是真的。但榜分能不能等于真能力，没人敢拍胸脯。
不过，当用户口碑积累出来、当真正的差异化场景显现，纸面上的“第一”，迟早会和实际口碑出现劈叉。那个时刻，跑得最快、声量最大、“第一”刷得最密的那一家，预期回调最猛，这一点meta早有先例。
02 降价和收费，摇摆的Token经济学
如果说打榜是这两年AI行业的第一项集体运动，那第二项就是，降价。
这项运动，浓眉大眼的字节可以说是全国劳模。
2024年5月，字节在火山引擎发布会上宣布：豆包通用模型pro-32k，输入价格0.8元/百万Tokens，比当时的行业便宜 99.3%，堪称价格屠夫。
这逼得所有国产大模型价格集体跳水。阿里云迅速跟进，千问主力模型价格直降97%，1元可兑换200万Token，相当于5本《新华字典》的文字量。腾讯、百度也都只能跟进降价。
短短半年，这场价格战让国内大模型API价格，从0.1-0.12元/千Token，跌至0.001元级别。
但今年的五四青年节，画风突然大变，豆包App突如其来地开始向C端用户推收费订阅。
从B端API地板价砍到底，到C端订阅开始收钱，这是一个非常诚实的信号：免费撑不住了。
其实是AI时代的商业模式变了：互联网时代，DAU意味着收入，到了AI时代，DAU意味着成本。
像豆包这样的Chatbot，每多一个活跃用户，不是多一个广告位，而是多一笔实打实的算力账单。
试问，1元/百万Token的定价，是技术降下来的，还是流血降下来的？
这个问题，在AI圈有个专门的名字——Token经济学。
对大厂来说，Token经济学最关键要算一道题：你卖一个Token收多少钱，背后的算力、电费、芯片折旧、人力分摊加起来花你多少钱，差额是多少。差额为负只能是阶段性补贴，差额为正才能持续。外卖大战已经说明一切。这道题到了AI这里，去年之前没什么人算清楚过，今年算的人开始多了。
硅谷最硬核的芯片分析机构SemiAnalysis发过一份测算：以GPT-4级别的模型推理，单位Token的全成本（含芯片折旧、电费、机房、运维），按当前H100算力成本，大致在2-4元/百万Token区间。每家的模型大小、推理优化、批处理效率都不一样，但量级是差不多的。
1元/百万Token的定价，落在这个区间的下沿，甚至已经在区间下方。
说人话就是，按行业共识的成本估算，国内主流大模型API业务，单位经济性是负的。
这不是字节一家。阿里千问、百度文心、腾讯混元，主力API价格都在1-3元/百万Token区间，全部贴着或低于成本线。整个国内大模型API市场，目前是个集体亏损的市场。
OpenAI诚实一点。Sam Altman公开承认过“ChatGPT Pro 200美元/月订阅是亏钱的”——一个月200美元、用户重度使用，OpenAI还要倒贴。国内同行的账没明牌，但讲的是同一件事：当下的Token定价，普遍抹不平成本。
所有人还在降价，是因为这是一场赌未来的牌局——赌算力成本会随芯片迭代和推理优化继续下降，赌用户规模涨上去之后单位成本能被摊薄，赌竞争对手先撑不住、自己活到拐点。
但每一个赌注都不确定，不然豆包也不会贸然收费。
从目前看，纯免费的C端AI产品，在算力成本面前没有商业模式。豆包App月活3.45亿，按行业平均推理成本算，光算力账单一年就是几十亿级别，这还不算训练分摊、硬件折旧，更不算人力和营销成本——字节有独步天下的广告能力，这个窟窿能补上，但总不能一直补。
字节不是上市公司，账本不用公开。但作为领头羊，资本市场免不了会给它算上一番：
彭博社、FT、南华早报先后分析过，2025年字节资本开支约1500亿元人民币，其中约一半投向AI算力。2026年规划资本开支冲到1600-2000亿。
900亿的AI算力投入，对着一个单位经济性为负的API市场、一个刚开始转付费的C端产品——这道题如果算得过来，字节就赢了世纪豪赌。算不过来，这可能就是国内AI最大的吞金黑洞。
字节没回答，阿里、腾讯、百度也没资格回答。没有一家大厂愿意把token的单位毛利写在财报上，估计写出来都难看。
OpenAI靠微软的财务接盘，亏损至少能从Azure毛利率变化里间接看到。Anthropic靠亚马逊和Google的接盘，亏损在两家的Cloud Capex里有迹可循。字节背后没有上市公司接盘，它的Token账单、推理亏损、AI单位经济性，都混进集团那口大焖锅，外界看不到。
是不是第二笔糊涂账？
03 AI收入说出来容易，ARR经得起拆吗？
打榜和降价，都是发布会或者官方通稿的事。到了财报季，话题换了一个——AI到底赚了多少钱。
过去一年，大厂财报会都多了一个固定环节：管理层主动报一个跟AI相关的数字，然后看分析师是否满意，股价能不能抬头。
微软抛出的是Azure FY25年收入750亿美元，阿里晒的是AI年化收入（ARR）达358亿元，Google讲的是云backlog一季度新增490亿美元冲到1550亿。腾讯、Meta不单列AI收入，给的是另一种数字：腾讯说“广告增量一半来自AI驱动”，Meta把2026年Capex指引拉到1000亿美元。
不过有一个明显的疑问没有被追问，这些“AI收入”，到底是真的AI业务带来的增长，还是仅仅进行了一次会计口径的重新分类？
这个问题，要从两个角度拆。
首先是“AI收入”怎么定义。
阿里披露的“AI相关产品收入”，包含了通义千问API、模型训练算力、向量数据库、AI推理服务——也包括所有“用了AI技术的传统云服务”。一台云服务器如果客户拿来跑AI训练，算AI收入。一个对象存储如果存的是训练数据集，算AI收入。一个数据库如果配了向量插件，也算AI收入。
这不是一家的玩法，大家都热衷于讲AI收入，却没有一家披露AI收入的“纯度”。
第二个角度，ARR里的R，是不是真的Recurring。
ARR的全称是Annual Recurring Revenue——年化经常性收入。它的估值溢价来自一个假设：这笔钱明年还在、后年还在，可以乘以一个高倍数算估值。
但AI业务的ARR，目前至少有三块不太“经常”：
一是PoC项目。大量企业客户买AI是为了试一下、看看效果，一个PoC合同跑三个月、五十万、技术验证之后，大概率不续约。很多这类钱被算进ARR，但明年就没了。
二是关联交易。微软给OpenAI的Azure积分、火山引擎给豆包的算力支持、千问给自己电商和钉钉团队的内部API调用——集团内部转账，会计上可以确认收入，业务上不是“市场需求”。
三是价格未来要降。AI业务现在的高单价是因为竞争还不充分，等到几家开源模型逼近Claude和ChatGPT水平、推理芯片国产替代、价格战进一步打——同样的调用量，明年的收入可能只有今年的一半。
微软今年一季度公布的AI ARR是370亿美元，已有多家媒体在拆这个ARR的“纯度”：370亿美元里到底多少是Copilot订阅、多少是Azure OpenAI算力转售、多少是原IT预算的“AI标签化”——微软至今没有公开拆分披露。
这不是说大厂在造假——所有披露都是合规的、也是审计认可的。
口径是死的，叙事是灵活的。在当下的市场情绪里，叙事就是估值，估值就是预期。
互联网的DAU、电商的GMV、云计算的云收入，每一次新指标出现，都伴随着一波估值狂欢。到了AI时代，这个被重新定义的指标，叫“AI收入”和“AI ARR”——
不管这个口径的“纯度”有多高，现在先拼命往上喊，才能支撑起新的叙事。那些谨慎的、不愿大鸣大放的公司，会被认为是叙事失败者，会在估值上被狠狠惩罚。
字节为什么在这一笔账上是最值得被分析的课代表？
因为字节根本没有一个像微软、阿里那样的“AI收入”口径需要披露。它不是上市公司，ARR的R有多少真的Recurring——外界完全无从拆起。
这既是字节的优势，也是字节的隐患：现在没有一份财报需要把AI收入单拎出来接受市场拷问，估值故事可以一直按“国内AI老大”讲下去。一旦情绪降温、IPO预期重启，所有积压的\"不披露\"，会在那一刻一次性兑现。
到那时，市场会用对待阿里、对待腾讯、对待微软和谷歌的同一把尺子来拆字节的“AI收入”——纯度多少、关联交易多少、PoC占比多少、ARR的R有多少能Recurring。
在中国AI这场马拉松的前 800米，字节无疑是跑得最快的AI大公司。
但最被看好，和最被看清，是两回事。
模型榜单的水分、算力成本的窟窿、ARR的纯度——无需披露，是不上市的红利，甚至可能是字节AI的核心竞争力，可以无视市场先生的噪音，专注发展。
但红利的另一面是，无需披露不等于可以无视账单，这三笔账内部也必须要算清。
不止字节，被AI浪潮推着向前玩命奔跑的大厂们，每家都要算清这三笔账，而且，还要争取让资本市场愿意买账。
金河配资提示：文章来自网络，不代表本站观点。
- 上一篇：股票配资持仓 外交部：以“中巴文化年”为契机推进中巴关系发展
- 下一篇：没有了
相关文章
热点资讯
