智谱、MiniMax陷亏损：大模型涨价后钱去哪了
图源：视觉中国 作者丨陈乐 编辑丨叶锦言 出品丨深网·腾讯新闻小满工作室 大模型这门生意，比拼的重点正从“谁的模型更强”，加速转向“谁能把钱赚回来”。 ....
图源：视觉中国
出品丨深网·腾讯新闻小满工作室。大模型这门生意，比拼的重心正在从“谁的模型更强”快速挪向“谁能把钱赚回来”。
不过，想把砸进去的钱收回来并不轻松。智谱、
MiniMax等公司上半年的收入虽然翻了几倍，但前者仍背着超20亿元亏损，后者亏损也接近3亿美元。
为了自己“造血”，大模型公司纷纷扎进需求最刚性的Coding（编程）场景。可不管是智谱、DeepSeek，还是降价冲量的MiniMax，都没能挣脱“毛利缩水、研发开支数倍于营收”的财务枷锁，到头来还是得靠百亿级的新融资去解决算力问题。
独角兽在烧钱，夹在中间的中小创业公司日子更不好过。商业化上，B端项目定制化程度高，不少企业摆脱不了“纯定制打工人”的处境；资金上，热钱加速向少数巨头集中。IT桔子统计显示，今年第三季度全市场近一半资金被仅43笔超10亿元的融资卷走，而企业服务领域平均每笔融资已经缩水到约3300万元。
AI淘金热的寒冬已经来了，到底该怎么活下去？
独角兽们在Coding战场厮杀
智谱、月之暗面、MiniMax 这些公司今年都盯上了 Coding 这门生意。整个行业普遍缺那种客户愿意掏大钱的场景，Coding 恰恰是少数几个“按效果付费客户也认”的方向。
为什么是Coding？
同样是抢Coding，四家公司的定价策略却各走各的路。智谱从今年2月就开始提价，对GLM Coding Plan的价格体系做结构性调整，整体涨幅30%起，给出的理由是用户规模和调用量增长太快，得加大算力和模型优化投入。
提价并没压住需求。到中报发布时，智谱Coding Plan的调用量比年初涨了超过23倍，API平均售价提高约101%。开放平台及API收入同比增长超27倍，达到8.25亿元，占总收入的比例从一年前的15.2%升到86.5%，取代本地化部署成了公司的主要收入来源。
月之暗面跟智谱的连续提价不一样，它的定价是来回调的。4月推出Kimi K2.6时，部分API价格上涨约58%；10月发布K3.1 Pro后，新模型API价格又比7月的K3降低约三成，编程和智能体能力也进一步强化。
DeepSeek 这次提价是按倍数走的，智谱和月之暗面的调价幅度则还在几十个百分点。据了解，DeepSeek 今年将旗下各模型的 API 价格上调至原来的 2.3 至 4.5 倍。有知情人士称，梁文锋曾对投资人表示，公司年化收入已经超过 10 亿美元。
前三家调的是价格，MiniMax调的是成本。闫俊杰在中期业绩电话会上透露，过去两个多月，文本模型的单位算力吞吐提高了3倍。到今年7月，MiniMax平台的Token消耗量已是年初的20倍；上半年，其开放平台及企业服务收入约7390万美元，同比增长703.1%，占总收入的比例从30.3%升到63.4%，首次超过海螺、Talkie等面向消费者的产品。
把这几家公司的账摆在一起看，收入结构都变了，但这门生意并没因此变得更赚钱。
智谱API业务的毛利率今年上半年由负转正，达到24.6%，可毛利更高的本地化部署占比下降，公司整体毛利率从50%掉到26.4%。MiniMax的毛利率从12.1%升到17.9%，上半年毛利只有约2080万美元。
更大的开销在研发。今年上半年，智谱研发开支是同期收入的2.2倍；MiniMax研发开支2.97亿美元，约为收入的2.5倍，主要花在训练相关的云服务上。
研发和收入之间的缺口，眼下还是靠融资来填。7月，智谱完成约314亿港元配售，资金主要投向算力；同月，MiniMax通过配股和可转债净筹资约159亿港元。
融资能填上缺口，但能填多久？沂景资本董事总经理谢思远认为，大模型本身就是资本密集型行业，持续增长的算力投入正在抬高竞争门槛。一些腰部模型公司就算已经有了收入，也未必跟得上头部厂商的投入节奏，未来还能不能留在竞争里，仍存在不确定性。
夹缝里求生存：标品交付难过五成
头部模型公司抢客户，资金和资源都有限的中小创业公司压力更大，转向专业细分市场成了更现实的选择。
澜舟科技就有部分订单来自大厂。它的产品进了云厂商的采购体系，一些金融项目也由大厂总包，再交给澜舟开发。澜舟科技联席CEO李京梅说：“他们跟客户签，我们跟他们签。”
李京梅的判断是，大厂“有平台、有算力，但是缺应用”。可这些大厂正从云、模型一步步往通用应用市场走，中小公司能活动的空间随之变窄。她的说法很直白：“如果我做的是跟他们一样的，是平行的，没有夹角，那它往上做我们就没了。”
这家曾研发“
今年金融机构和央国企的AI用法变了，从先前的小范围试点转到内部大面积铺开，李京梅注意到了这一点，有些客户甚至愿意为咨询服务单独掏钱。不过这些客户的预算往往提前一年就定死，不少项目走公开招标、低价中标，算力支出还常从同一笔钱里扣，“算力成本过高的话，那我们其他的付给我们的地方就会少了”。在某银行总部的法律合规知识问答项目上，澜舟最初拿标准产品进场，随后发现专业术语、法条版本、口语化提问这几关都过不了，只好额外开发；系统上线之后还得试运行，并附送一年免费运维。
靠项目撑住经营的其实不止澜舟一家。今年以来，一些拿不到融资的AI应用团队也调头替企业做定制部署、培训和售后。有位AI领域人士这样形容它们的处境：应用留在官网上展示想象力，真正到账的钱来自替企业做AI升级。
零壹智库的统计给出一个侧面：今年9月披露金额的金融机构智能体中标项目，平均每单约211万元。智能体正越来越多地作为一个模块，被打包进更大的系统建设项目里。
澜舟这边，对项目毛利率的要求逐年往上提，难赚钱的商机被筛掉，项目里攒下的工程能力则沉淀回标准产品，减少重复开发。2023年完成Pre-A+轮融资后，它再没有公开融资，靠此前的融资和项目回款过日子，亏损逐年收窄。但独立模型公司还得靠融资填研发缺口；中小AI创业公司能不能像李京梅说的那样，做到“平台越来越厚，场景化定制越来越薄”，是它们接下来要回答的问题。
