傅蔚岡

成立5年的 Anthropic，營收的年化運行速率在2026年中已逼近450億美元，這是最近媒體透露的消息。這是一家幾乎從零起步、靠賣大模型能力賺錢的公司，用極短的時間走到了許多老牌軟件巨頭幾十年才到的位置。

一個可供佐證的參照是：同樣做到450億美元上下的年營收，微軟花了約30年（1975年創立，2006 財年前后達到），谷歌花了約14年（1998年創立，2012年達到），Anthropic只用了5年。30年、14年、5年，不斷縮短的曲線是這個行業增長之猛的注腳。

不妨做一個假設：如果這家公司不是生在舊金山，而是生在中國，它今天的營收會是多少？

我的判斷是遠到不了這個量級，而且差得不是一點半點。更要緊的是，差額衡量的并不是技術，中國未必造不出同樣水準的模型。它衡量的是另一件事：一個國家為智能付費的能力。

約束中國大模型的因素通常被歸結為供給端：算力夠不夠，芯片卡不卡。但需求端在今天被嚴重低估了：用戶愿不愿意、能不能夠為它付費。這一端可能是一道更深的坎。

瓦特的煤斗

工業革命以瓦特發明蒸汽機作為象征的故事，早已為人熟知。但少有人追問：瓦特究竟是如何把改良后的蒸汽機推廣到生產中去的？

答案可能出乎意料：瓦特不是以售賣機器的方式獲利，而是按效果收費。他向礦主收取的是一筆按節省煤耗計算的費用：以當時通行的紐科門機為基準，算出同等工作量下2臺機器的耗煤差額，再從中提取大約三分之一作為專利使用費。客戶支付的不是機器的價錢，而是它省下來的成本。

這套辦法能跑通有兩個條件。一是煤耗可以被精確計量，噸數擺在煤斗里，誰也賴不掉。二是買賣雙方對效果的信心并不對等。瓦特深知自己的機器確實能為礦主省煤，礦主卻將信將疑。這種不對稱讓按效果收費成為對雙方都劃算的安排，瓦特用它打消了礦主的疑慮，也讓自己分享到了省下的煤錢。

瓦特的真正幸運，不在于蒸汽機這項發明本身，而在于這項發明的產出恰好可以用煤來標定。一項技術能不能收到錢，歸根到底取決于它創造的價值能否找到一把公認的尺子。

這個古老的問題，今天以新的形式回到了中國大模型面前，但形勢更加嚴峻。大模型出售的是人類商業史上第一種被大規模生產、卻始終找不到計量單位的商品：智能。它沒有煤耗那樣現成的尺子，買賣雙方的信心也往往是反的，用戶對它能值多少錢，比廠商更沒有把握。

回到供給和需求這兩端，我們會發現它們的難度并不對稱。

供給端的算力短缺雖然棘手，卻是一個有明確解法的工程問題：缺芯片就想辦法造芯片、買芯片、用更多的次級芯片堆疊。這個問題可以被計量、被規劃。

需求端的付費卻沒有清晰的解法，因為它卡在一個更根本的地方：智能這件商品，找不到自己的煤斗。一個模型即便擁有充足的算力，若訓練出來后沒有人愿意為它持續付費，再強的算力也只是在把錢燒成熱量。

本文要談的正是被算力敘事蓋住的這一端。

一條失效的舊路

中國用戶不愛為軟件和服務付費，這不是新觀察。整個互聯網時代，中國始終沒有跑出一家規模可觀的SaaS公司，單純靠服務收費的企業也普遍長不大。微軟在華營收長期與其全球地位不相稱，盜版一度遍地，都是這類現實的注腳。

但現象背后藏著一條更長的線索。盜版也好，SaaS企業長不大也好，根因在同一處：中國的商業傳統，為有形之物付費天經地義，為無形之物付費卻始終勉強。一臺機器、一袋米、一部手機，價值看得見摸得著，客戶付錢順理成章。一段代碼、一項服務、一份知識，價值懸浮在空中，客戶付費就總覺得虧。

這不是某一代人的吝嗇，而是一種延續已久的定價文化：我們擅長為物定價，不擅長為服務定價，尤其是智識。

互聯網恰好用一條巧妙的路——廣告，繞開了這個難題。它的財務邏輯建立在一個特殊的成本結構之上：互聯網產品的邊際成本趨近于零，多服務一個免費用戶，幾乎不增加額外開支。“先用免費圈住海量用戶，再把用戶的注意力賣給廣告主”在算術上是成立的。用戶不必為看不見的服務掏錢，他們的注意力本身被打包賣給了第三方。

“羊毛出在豬身上”，無形之物難以定價的尷尬，被廣告這層巧妙的轉嫁悄悄抹平了。這條路也支撐了中國互聯網20年的繁榮。但它有一個隱而不宣的關鍵前提：邊際成本必須趨近于零。

大模型恰恰打破了這個前提。每一次推理都在真實地消耗算力和電力，邊際成本是實打實的正數。廣告那套“規模換變現”的算法在大模型這里反轉了：免費用戶越多，虧損越大，而不是成本越攤越薄。

繞開付費意愿的那條老路就此走不通了。被抹平20年的老問題——如何為無形之物定價，重新浮出水面。

收費的現狀：從紅包大戰到三檔訂閱

真正走到直接向用戶收費這步，國內大模型目前又做得如何？

我們目前看到的圖景可能是矛盾的。一方面，主要廠商已經搭起了收費的架子。以豆包為例，它把訂閱分為三檔：標準版每月68元，主打輕度辦公；加強版每月200元，開放數據分析和多輪深度推理；專業版每月500元，面向企業和專業創作者，提供模型微調和優先算力通道。這種階梯定價本身是成熟的商業設計，其他廠商也各有分層，付費的形式已經齊備。

但另一方面，真正愿意持續掏錢的用戶規模，遠不足以撐起模型的成本。更值得玩味的是廠商自己的動作。

今年春節，阿里、百度、騰訊、字節先后拿出紅包和免單，行業投入合計超過80億元。一邊在C端立起付費的價目表，一邊又用巨額補貼把用戶重新拉回免費的軌道，這本身就說明，定價表上的數字還無法靠自身的吸引力站穩。

在開發者一端，“價格戰”更為直接。各家旗艦模型的API調用價格一路下探，DeepSeek把單價壓到同行的三分之一甚至更低，疊加各大云平臺動輒數月的免費額度，調用大模型的邊際價格被壓到趨近于零。

這是一個意味深長的反轉：模型的每一次推理都存在真實成本，廠商的報價卻在向零滑落。賣方在用賠本的價格，去對沖買方根深蒂固、不愿為無形之物付費的習慣。

這幅圖景描繪起來就是：收費的形式已經建立，收費的能力尚未建立；價目表掛出來了，可定價權不在廠商手里。問題的根子不在于會不會定價，而在于智能這件商品本身，難以讓用戶心服口服地認賬。這就要回到它最棘手的一個特征。

看得見與看不見

是不是可以就此斷定，中國用戶不愿為無形之物付費，大模型在中國就沒有出路？

下這個判斷或許還言之過早。過去十年，中國C端的付費習慣其實發生了真實的遷移。視頻網站的會員、網絡文學的訂閱、各類知識付費產品，都是從“白嫖”的土壤里一點點培育出來的。最有說服力的是游戲，中國是全球規模最大的游戲付費市場之一，玩家為虛擬道具一擲千金毫不猶豫。

可見，中國人不是不愿付費，只是不肯為感知不到價值的東西付費。游戲里的付費能成立，是因為一刀切下去的傷害加成、一身皮膚帶來的體驗，玩家立刻能感受到。

這里藏著一個比“產品力”更冷峻的難題。19世紀的法國經濟學家弗雷德里克·巴斯夏提出過一個著名的區分：看得見的與看不見的。一筆開支帶來的直接后果是看得見的，而它替你規避掉的損失、節省下的成本，是看不見的。

大模型最大的價值恰恰大量落在了看不見的那一側。它替用戶想到的方案、幫用戶繞開的錯誤，都不會作為一件具體的產出擺在用戶面前，讓后者心甘情愿為之付費。

我們會看到一個令人不安的錯位：大模型最容易收費的，往往是最低端、最可替代的能力，寫一段文案、應答一輪客服，產出看得見、好計價。它最高的價值——那些深層的判斷、預警和避險，反而沉沒在不可見之中，難以標價，難以收費。

換句話說，越是廉價的智能越好賣，越是珍貴的智能越難賣。這也解釋了上述那個矛盾的圖景：廠商不是不會定價，而是它最該收費的那部分價值，恰恰是用戶感知不到、因而不愿付費的部分。所謂“把價值做得可感知”這條出路，要對抗的不是用戶的“吝嗇”，而是智能這種商品與生俱來的特征——最值錢的部分，天生不肯現身。

如果說C端要對抗的是價值的不可見，那么B端的障礙更硬，因為它在不可見之上，又疊加了一層體制性的制約。

第一重困難在于計量和比價。硬件好定價，在于背后有公認的參數：主頻多少、內存多大、功耗幾何，一目了然。硬件本質上就是自帶煤斗的商品。但大模型更接近一個黑箱，A模型的定價為何能比B模型高，背后缺少一把能寫進招標書、讓各方認賬的客觀標尺。能力的差距真實存在，卻難以被翻譯成采購流程所要求的、可量化可比對的指標。

第二重困難在于采購與問責機制本身。國有企業的采購要走招標，政府的支出要對價格的合理性負責。當一件商品無法用參數來論證它的高價，決策者就被推到一個尷尬的位置：買了貴的，事后無法向審計和問責機制交代“為什么是它、為什么是這個價”；買了便宜的或者干脆不買，至少不會被追究。在這樣的激勵結構下，理性的選擇往往是壓價，或者回避。

結合這兩重困難，我們會發現一個深層悖論：問責機制的本意是約束決策、防止浪費，它要求一切支出都能用看得見的依據來辯護。可大模型的價值大量棲身于看不見的一側。

當遇上價值無形的商品時，這套為有形世界設計的制度就系統性失靈了：它不是在為價值定價，而是在懲罰那些無法被看見的價值。結果很有可能是，越是能力出眾、溢價合理的模型，越難在B端拿到與之相稱的回報。

回到文章開頭的假設，Anthropic 450億美元的營收中，約八成來自B端，支撐它的是上千家每年掏出超過100萬美元的企業。Claude的命脈恰恰扎在B端。

上千家企業為一個無法用參數論證溢價的產品、各自批出百萬美元以上的預算，這在中國的招標與問責機制下幾乎是不可想象的。Claude在美國賴以為生的那種支出結構，在中國的采購土壤里很難成長出來。這也是為什么同一個模型換一片土壤，能變現的金額會相差一個量級。

誰能證明自己值得被付費

把兩端的約束放在一起看，中國大模型的處境就清楚了：C端要對抗智能價值天生的不可見，B端在此之上還壓著一層體制性的采購障礙，互聯網時代繞開付費的廣告退路又被大模型的邊際成本堵死。三者疊加，留給中國大模型證明自己的窗口期，比想象中要緊。

短期之內，這道坎還不致命。眼下全球的前沿模型大多尚未實現自我造血，比拼的是誰能在盈利到來之前活得更久。那些背靠大廠母體、或承載了某種戰略定位的中國模型，不會很快倒下。80億元的紅包大戰正是輸血續命的寫照，它能換來用戶，卻換不來用戶的付費習慣。

但補貼不會永遠持續。當資本的耐心耗盡，所有人都要回答同一個問題：誰來持續地付費。

窗口雖緊，方向卻并非無跡可尋。出路恰恰在于，想辦法把看不見的價值，搬到看得見的一側。這正是瓦特當年做成的事：抽水機省下的勞力本是看不見的，他用紐科門機這把公認的尺子，把它換算成了看得見的煤。

今天能穿越這道關口的公司，要做的是同一件事：為智能找到屬于它的煤斗。

在C端，企業需要把能力嵌進用戶離不開的具體場景，讓價值隨時可感；B端則是讓產出直接對標人力成本，把“省下多少思考”翻譯成“省下多少開支”。找到這把尺子的企業將轉入造血階段，找不到的則會在補貼退潮時集中離場。

互聯網時代，中國互聯網企業靠“羊毛出在豬身上”，繞開了“為無形之物定價”這道難題，但也把這道難題原封不動地推給了未來。曾經繞開為智識付費的那條捷徑，這一次或將走到盡頭。

但這未必是壞事，捷徑被堵死，反而可能出現真正以價值和付費為導向的公司，倒逼整個商業環境去學習已欠學很久的事：如何為看不見的價值，找到看得見的標價。

200多年前，瓦特為蒸汽機找到了煤這把尺子。如果他來到今天的中國，面對一個連計量單位都還沒有的智能，又會為大模型定出怎樣的價格？