4.99亿月活换不来利润:中美AI的回报差在哪

中国有4.99亿AI原生App月活，美国有10亿ChatGPT周活。单看流量，两边在同一张牌桌；单看回报，却不在一个量级。

2026年8月，OpenAI年化收入（ARR）突破400亿美元；同期Anthropic的ARR冲到650亿美元。而中国头部独立大模型公司智谱，上半年收入9.54亿元，净亏损20.7亿元；MiniMax上半年收入1.17亿美元，净亏损3.58亿美元。

同样的赛道、同样的算力投入、同样猛烈的融资，为什么回报差这么多？这篇不谈情绪，只拆四个变量。

差距不在流量，在单价和付费率

先看收入结构。OpenAI的ARR（2026年8月）已超400亿美元，企业收入超过消费者业务；Anthropic的ARR（2026年7月底）达650亿美元，75%—85%来自企业级API调用，订阅只占15%。

中国头部独立模型公司：智谱2026上半年收入9.54亿元，同比增近400%，净亏损20.7亿元；MiniMax同期收入1.17亿美元，同比增283%，净亏损3.58亿美元。商汤是罕见的盈利者，上半年IFRS口径盈利6.2亿元，但它更接近传统AI公司而非大模型厂商。

再看单价。第三方测算，Claude每位月活用户的平均收入约211美元，是OpenAI每位周活用户约25美元的8倍以上。中国用户为AI的月付费，腾讯研究院调研显示集中在30—100元区间（占44.7%），100—300元占32.4%，基本被压在300元以内。

最后看付费率。综合a16z、Bessemer等机构数据，北美AI产品C端付费率约15%—40%，中国仅3%—13%，差3到4倍。腾讯研究院数据更细：AI日活用户的付费率达18.5%，月活用户仅0.9%，相差约20倍——高频使用的人愿意付钱，而大多数中国用户停留在低频尝鲜。

四个变量，决定中美AI的回报差

变量一：卖的东西不一样

美国头部产品卖的是可验收的“交付物”。Claude Code、Codex按任务收费：代码跑不跑、报告能不能用，用户当场能验证，所以敢按“结果”定价。硅谷软件工程师年薪约14万美元，Claude Code企业级部署的人均成本约每月150—250美元，省下的时间肉眼可见。

中国主流产品卖的是“能力访问权”或“入口”。豆包68元档上线就引发舆论反弹，最高500元/月档位更是被反复讨论——因为用户感知不到“更强的模型”和“普通模型”差在哪里，能力一旦可被比价，价格就被打到地板。

还有两类卖法：千问把AI做成“交易的前置环节”，2026年春节协助完成近2亿笔订单；百度把AI做成“算力生意”，二季度AI核心新业务收入125亿元里，智能云基础设施占73亿元（GPU云同比+283%），真正的AI应用只有25亿元、同比仅增3%。

变量二：付费土壤不一样

DepositAccounts调查显示，美国消费者平均持有4.5项数字订阅、月均支出84美元。软件订阅文化沉淀了几十年，ChatGPT从8美元到200美元的阶梯价能被接受，因为每一档对应明确的能力差异。

中国互联网是被“免费+广告”模式塑造的。过去二十年，搜索、社交、内容都在超级App里一站式免费；用户习惯为娱乐体验付费——打赏、皮肤、短剧、网文会员，却不习惯为工具付费。而AI目前最核心的场景恰恰是工具：写材料、改代码、做PPT。消费习惯和产品形态错位，是付费率低的直接原因。

变量三：分发结构不一样

美国产品靠心智和预装：ChatGPT有10亿周活，Gemini月活9.5亿，Grok寄生在X的信息流里。中国AI则几乎全被超级App收编为“能力层”：豆包深度整合进抖音，千问接入淘宝、支付宝、高德，小微进入微信16个高频入口。

收编带来流量，也带来一个尴尬：元宝背靠10亿红包和微信关系链，日均使用时长只剩6.5分钟——分发杠杆买得来下载，买不来使用习惯。当AI只是超级App里的一个按钮，用户对它的定价参照物，就是免费的聊天、搜索和短视频。

变量四：成本曲线不一样

回报差的另一头是成本。Agent化把Token消耗指数放大：豆包日均Token调用量从2026年3月的120万亿增至6月的180万亿以上，是2024年5月上线初期的1500多倍；全球每周Token使用量，2026年头三个月从6.4万亿涨到22.7万亿。

中金测算，当Agent渗透率达到8%，Token总消耗量已与纯Chatbot相当。免费Agent的单位经济模型是负数——用得越多，亏得越多，这也是2026年所有产品集体收费的根本原因。智谱和MiniMax的研发开支约为收入的2倍，收入增速再快，也填不平这个漏斗。

但提价空间是存在的：智谱年内三度提价、API定价累计上调83%，Token消耗量反而增长。需求真实，只是单价长期被“免费”锚定。

业内三个流行说法，但都需要修正

误区一：中国用户没钱，所以不付费

这个说法站不住脚。中国消费者为直播打赏、游戏皮肤、短剧付费并不吝啬——娱乐消费和工具消费是两个心理账户。问题不是支付能力，而是“为工具付费”的土壤从未形成。

误区二：中国模型能力不行，所以没人付费

能力差距正在快速收窄，豆包、DeepSeek、通义的日常表现已逼近头部水平。真正的问题是同质化：免费供给太多，能力一旦可被比价，就没有人愿意为“模型本身”付钱。DeepSeek把API单价压到美国前沿模型的几十分之一，靠开源生态和开发者调用做出了接近5亿美元的年化收入——中国不是不能卖AI，而是不能按“能力”卖。

误区三：亏损是暂时的，跑通规模就盈利

规模确实在涨：智谱收入同比增近400%，MiniMax增283%。但只要收入结构不变——C端低付费、B端低价同质化、免费生态持续分流——烧钱和回报的剪刀差就会延续。美国OpenAI同样在亏（2026上半年销售额43亿美元、烧钱25亿美元），但它的亏损买来的是全球定价权；中国多数厂商的亏损，目前买来的是流量。

判断一家AI公司的回报质量，看四个指标

指标一：收入质量。订阅、API、企业经常性收入占比越高，收入越接近“可积累资产”；一次性项目收入占比高，则更像工程队。智谱API收入占比升至86.5%，是结构改善的信号。

指标二：单位经济模型。单用户边际毛利能否为正：每多服务一个用户，推理成本增加多少，付费额能否覆盖。免费Agent的负毛利，就是最典型的反例。

指标三：可验收场景。是否在做“结果可验证”的生意：代码、文档、报告、工作流可以验收，所以能溢价；“更强的模型”无法即时验证，所以只能比价。

指标四：定价权。敢不敢提价、提价后用户走不走。智谱累计提价83%而消耗量反增，说明它在中国市场已经拿到了稀缺的定价权。

一句话收束：中国AI与美国的回报差，本质是商业模式差，不是能力差，也不是用户差。谁能先把AI从“能力”卖成“交付物”，谁就先拿到定价权。

05 青芜畔指引

一是AI办公能否规模化收费。国内AI办公桌面端总月活约3000万，相对传统办公软件还有约20倍空间，关键是能否嵌入企业流程和数据。

二是独立模型实验室的API/MaaS路线能否跑通盈利。DeepSeek、Kimi、智谱已经证明这条路有需求，但收入仍然偏薄——智谱上半年9.5亿元营收曾撑起数千亿港元市值，故事和收入之间还有距离。

三是Agent化之后，“结果定价”模式能否在中国落地。如果文档、表格、PPT这些可验收交付物能规模化收费，中美回报差才会真正收窄。

关注青芜畔咨询

CEO及高管教练 ｜ 战略咨询 ｜ 商业模式迭代

个人陪伴式赋能· 经营管理咨询 · 团队组织提升