豆包們，開始“上鏈接”

燒錢競賽下，大模型公司還在尋找新的賺錢方式。

封面 I 豆包AI

作者 I 王璐

報道 I 定焦ONE

豆包 ，開始“帶貨”了。

近期有用戶發現，在和豆包對話時，其回復中嵌入了抖音商城的商品鏈接，尤其是涉及消費類話題時，出現頻次不低。不止豆包，騰訊元寶、文小言、Kimi等這類C端用戶高頻使用的智能助手類工具，也都在默默“上鏈接”。國外的ChatGPT更是與沃爾瑪展開合作，用戶能直接在聊天界面內完成下單支付。

從回答問題到推薦商品，這意味著AI工具正在迎來新的商業化階段，它們不僅提供信息，還成為新的交易入口。

但“帶貨”只是表象。背后，是整個大模型行業在高成本和激烈競爭下的集體焦慮。

大模型主要分為開源模型與閉源模型兩類。其中，開源模型更注重技術共享與生態構建，變現主要依賴提供配套服務、企業合作及社區支持；閉源模型的變現方式更為多元，涵蓋直接商業服務、訂閱付費、定制化解決方案等領域。我們將重點聚焦閉源大模型的變現模式。

綜合多位行業從業者的觀點，目前比較成熟的變現模式包括API調用、會員訂閱、給企業做定制化解決方案。但面對高昂的成本，“老三樣”不足以支撐龐大的算力開銷，大模型公司們不得不拼命尋找新的變現路徑。

眼下的帶貨，會是一個好選擇嗎？

豆包們的新動作，讓外界重新關注起大模型公司的搞錢新方式。除了之前的老路，它們正在嘗試兩種“離用戶更近”的方式，一種是廣告，另一種是電商。

其中廣告是互聯網最古老的商業模式之一，但在AI聊天機器人這一全新的交互場景上，各家大模型公司卻普遍保持謹慎，或是低調試水。因為一旦在AI的回答中加入廣告，必然會降低用戶的信任度。要收入，還是要用戶，一直困擾著廠商們。

相比之下，電商目前被從業者認為是更優于廣告的變現新模式。

盡管兩者都依賴于AI搜索的兩大基礎優勢：用戶流量（高用戶活躍度）和大量的用戶行為數據（對用戶需求理解更精準），但廣告模式是大模型公司通過GEO技術（生成式引擎優化，即通過技術手段讓品牌內容優先被ChatGPT等AI平臺引用）為品牌提供曝光服務，追求展示次數和點擊量。電商則更注重“成交”，通過嵌入購物鏈接，引導用戶完成購買。

廣告會被動干擾用戶，電商鏈接通常由用戶主動點擊，因此被認為更易于被用戶接受。

目前，國內大多數頭部TOC向的智能助手類工具都接入了電商鏈接。

「定焦One」測試發現，在豆包、騰訊元寶、文小言、通義、Kimi、納米AI上輸入“敏感肌適合用什么樣的面膜”，除通義之外，其他問答回復中均出現了不同形式的電商鏈接。

豆包在回復中插入文字鏈接，點擊后會跳轉抖音商城；騰訊元寶、Kimi以圖片形式展現，點擊圖片后跳轉到第三方平臺；納米AI和文小言則在參考網頁里出現購物鏈接。涉及的購物平臺包括淘寶、京東、得物、什么值得買等多個第三方渠道。

圖注：豆包（左）、Kimi（中）、元寶（右）的回復中都出現商品了鏈接

專注于人工智能智能體領域的躍盟科技創始人王冉告訴「定焦One」，在搜索過程中，大模型需借助電商平臺的相關商品數據作為支撐，“因此，有電商業務的大模型公司，會優先聯動自家產品進行嘗試，比如豆包接入抖音商城鏈接；而沒有電商業務的大模型公司，會選擇和其他平臺合作，但是這個合作落地的難度會更大一些。”

而且合作的電商平臺數量越多越好，“信息越多，模型交付給用戶的結果就越客觀，更容易交付一個準確的用戶預期。”

王冉表示，在回答中插入商品鏈接，屬于大模型在應用層上的變現模式。應用層的變現可分為L1-L5五個難度級別，插入商品鏈接屬于L1也就是最基礎的級別，依靠關鍵詞索引和內容匹配技術即可實現。

但正因為這一變現方式的技術門檻不高，很難拉開與當前主流的電商平臺搜索推薦的體驗差距，更難媲美廣告商業模式帶來的收入。

一位從業者表示，大模型公司和電商平臺的合作靈活多樣，有的可能以傭金分成的方式，有的可能是資源置換，比如大模型利用這些數據訓練自己的電商推薦能力，電商平臺則通過大模型的用戶點擊、瀏覽行為等反饋數據，優化商品和運營，但目前“電商變現”還處在初步嘗試期。

國外的探索則更進一步。

OpenAI先是在今年4月底宣布，ChatGPT內置了購物功能，形式和國內類似，也需要跳轉外部鏈接購買產品。9月底，它又推出了“即時結賬（Instant Checkout）”功能，用戶可以在ChatGPT界面內直接下單Etsy和Shopify兩大平臺的商品，無需跳轉至第三方平臺。目前OpenAI表示，會對通過ChatGPT完成的交易收取一定的費用，不過暫未透露具體費用標準，具體信息包含在與Etsy和Shopify的保密合同中。

從業者認為，這意味著OpenAI正試圖打通“搜索-推薦-決策-支付”的全鏈路，ChatGPT的商業價值再升級。如果成功，ChatGPT便成為了新的、流量巨大的“購物入口“，用戶和商家也會降低對亞馬遜等傳統電商平臺的依賴。

王冉表示，支付功能的技術難度更高更復雜，模型直接到了支付交付環節，屬于應用層的變現的L3難度級別甚至更高級別的事情，目前大模型公司還需要走很長的路才能實現。

雖然這一構想不錯，但實施難度不小。目前最大的限制或許來源于電商平臺端。

王冉指出，電商平臺并不愿將自家商品數據開放給外部AI產品，擔心會損害自己的流量入口、降低用戶粘性。因為付出了昂貴的獲客成本，平臺更希望將流量沉淀在內部，而不是把用戶的交易心智放在AI產品入口里。

即便是走得比較靠前的ChatGPT，目前能在站內查看鏈接并支持的電商平臺僅有Etsy和Shopify，較為小眾。雖然沃爾瑪也宣布和ChatGPT達成合作，但目前ChatGPT內的商品品類還比較少。

「定焦One」也在測試中發現，ChatGPT內出現的大部分商品還需跳轉第三方平臺完成購買。

而且，電商變現也面臨著用戶信任問題。

雖然OpenAI強調，其商品推薦排名完全基于用戶查詢的相關性和上下文，換句話說，不存在商家付費購買排名的情況，但部分用戶依然擔憂，加入電商鏈接，可能讓AI推薦結果受到商家操控。

從廣告到電商，大模型公司在嘗試更多變現可能，但依舊充滿不確定性。

新方式收入體量有限，真正撐起大模型商業化基本盤的，依舊是原來的“三條老路”——賣API接口、搞會員訂閱、給企業做定制化解決方案。

先看“賣API”，即將大模型能力做成一個“工具接口”，賣給其他企業，用于自建AI客服、智能辦公軟件等功能。

“目前API是大模型公司最主要的變現方式之一。”一位資深從業者認為。

其中，代表性公司包括國外的OpenAI、Anthropic和Google，以及國內的字節、阿里、百度。

賣API能賺多少錢？

AI軟件工程師覃相介紹，估算一家大模型公司的API收入，涉及三大核心因素：API調用量（Tokens數）、定價（每百萬Tokens費用）和實際折扣。如果僅從API的調用量和定價粗略計算，從業者預估，OpenAI和Anthropic屬于行業內靠賣API賺錢的第一梯隊，其中，OpenAI主要依賴它領先的模型能力和全球開發者生態，而Anthropic的API收入主要由編程貢獻。

國內的DeepSeek曾披露，若按定價較高的DeepSeek-R1估算，其一天總收入為56萬美元，成本利潤率為545%。Moonpig AI負責人曾公開分析國外的Anthropic和OpenAI的API收入，今年前6個月，Anthropic的API收入達到31億美元，OpenAI則為29億美元。

AI行業資深從業者云中江樹綜合DeepSeek、OpenAI、Anthropic公開披露的收入以及該部分的營收占比數據，認為國內外頭部的大模型公司都能靠API賺到錢。

具體到國內公司，人工智能領域公司向量方程創始人沈仁奎表示，受國內市場競爭的多元化和統計口徑差異的影響，國內目前在API調用上出現了“調用量”與“總營收”兩個不同維度的領先者，火山引擎（字節跳動）在調用量上領先，阿里云在總營收上居首。

再看“會員訂閱”，即個人用戶花錢買會員，從而解鎖更多大模型功能。

這一變現模式的領先者還是OpenAI，目前ChatGPT最低的Plus會員費為每月20美元。

英國《金融時報》曾披露，OpenAI的“年化經常性收入”為130億美元，其中約70%來自ChatGPT用戶的訂閱費。按照這一比例計算，會員費能達到90多億美元。

但這一變現方式與用戶消費習慣密切相關，國內部分大模型公司也推出了C端會員服務，收費在30元/月左右，但付費意愿低。Kimi在去年推出的“打賞”模式算是一個新嘗試，即用戶通過打賞獲取高峰時段的優先使用權限，但也非強制訂閱。

覃相表示，目前國內沒有特別突出的C端付費產品。用戶付費習慣差異和激烈的“百模大戰”，讓國內廠商將基礎服務免費作為獲取用戶的重要戰略，且為了吸引用戶，大模型公司還需不斷投入大量資金進行市場推廣，導致獲客與留存成本不低。

因此，目前主要靠會員訂閱賺錢的僅有OpenAI和Perplexity，且Perplexity用戶規模較小。即便OpenAI的會員總營收不錯，其付費會員占比也僅為5%，顯示出訂閱模式的天花板。

最后是“企業解決方案與定制化”和生態系統分成。

企業解決方案與定制化可以理解為，根據企業的具體需求，專門開發一套AI方案，比如給工廠做智能質檢的AI系統。這一模式的優勢在于利潤率高，企業也愿意為定制而付費。覃相能明顯感覺到，與前兩年相比，客戶的接受度高了很多。但他也表示，目前這種方式的變現規模還是小于賣API、用戶訂閱，而且能憑借這種方式賺錢的，主要是頭部公司。

至于生態系統分成，是建立類似App Store的插件（Plugins）或智能體（Agents）商店，開發者通過提供增值服務獲利、平臺從中抽取分成，但行業整體仍處于早期。

總之，上述三種較為穩定的變現模式中，API和會員訂閱占大頭。

即便大模型公司從沒停止過商業化探索，但面對高昂的訓練和推理成本，還是遠遠不夠。

頭部玩家也扛不住虧損。根據OpenAI向股東提交的財務報告，其在2025年上半年的營收約為43億美元，比去年全年營收高出約16%，但虧損也達135億美元，主要支出花在研發人工智能以及運行ChatGPT上。

綜合從業者的說法，這種高成本，是全行業的宿命。

一方面是訓練成本“坐火箭”似的往上漲。

沈仁奎表示，前沿模型的訓練成本已從2020年的數百萬美元激增至2025年的3億美元以上，增長約66倍，且仍在向更高量級攀升。這背后是硬件壟斷、能源消耗和高質量數據稀缺等多重因素的疊加。

另一方面是用戶使用時的“推理成本”也在上漲。

“推理“也就是用戶使用大模型處理任務時，模型實時計算生成答案的過程。隨著AI工具被用于多步驟任務、分析長文本（長序列）等越來越多的復雜需求，用戶要的“推理”次數和難度都在漲，成本也越來越高。

一次推理任務究竟有多燒錢？覃相將完成不同復雜度任務時所需的成本進行如下對比：

如果是處理簡單的問答，比如寫一篇短文，一次不到0.6美元，但如果是用Agent（智能體）做復雜分析，成本直接達到上百美元，差距能有上百倍。也正因如此，覃相覺得，大模型的訓練和推理就是一場“燒錢競賽”，單靠API接口和會員費的收入，根本填不滿這么高的成本，必須找新的賺錢路子。

與此同時，行業競爭還在不斷加劇。

沈仁奎表示，如今頭部大模型的性能差距越來越小，產品變得越來越“像”，再加上國內開源模型發展得很快，為了搶市場份額，各家公司不得不打起“價格戰”，API接口的定價一降再降，以前調用一次可能要幾毛錢，現在能降到幾分錢。結果就是，利潤空間被擠壓得越來越小，賺錢的老路越走越窄。

于是，大模型公司卡在一個“想賺錢得先砸錢”的循環里：要提升模型，就得投錢訓練；要留住用戶，就得扛住算力成本；要搶占市場，就要應對價格戰壓力。哪怕是OpenAI這樣的頭部企業，也得不停探索新的變現方向。

對于國內廠商來說，“豆包們”在電商領域試水，也是這種壓力下的必然選擇。電商或許不是唯一的答案，但可能是當下最容易落地的一條路。在高昂算力和激烈競爭中，哪怕再低的轉化率，也意味著新的希望。