主播
节目简介
来源：小宇宙
编者按：豆包们的马拉松已跑到“免费的终点”，因为AI边际成本不趋近于零，AI算力成本正在打破互联网“羊毛出在猪身上”的免费商业模式，Token经济规律让所有大模型公司别无选择。
一、3.45亿打破了"免费"的幻想
“3.45亿”这是豆包2025年公布的月活跃用户数量。这个数字在中国互联网史上足以俯视群雄，相当于整个英国人口的4倍多。按照过去二十年互联网经济的逻辑，流量聚集到这个量级，恭喜，广告模式、会员模式、增值服务，随便哪条路都能走通，免费继续，钱水自来。
然而，豆包选择在这个时间节点开始推进收费。
这是AI时代与互联网时代之间，一道真实存在的断层线第一次被大众清晰感知的时刻。要理解这道断层线，需要先弄清楚一件事：互联网的免费，究竟免的是什么？
二、互联网免费的底层逻辑，在AI面前失效了
互联网经济有一条长期被视为铁律的规律：数字内容的边际成本趋近于零。一篇文章写出来，第一个读者和第一百万个读者，服务器的额外成本几乎可以忽略不计。一款游戏、一首歌、一段视频，在庞大的用户量面前，复制传播的成本接近于零。这是互联网创造财富神话的物理基础——流量越大，单位成本越低，免费不过是把边际成本为零的产品标个零售价而已。
经济学家克里斯·安德森在2009年出版的《免费：商业的未来》中将这一逻辑推向极致，认为数字经济的未来属于免费。十余年来，这几乎成为科技产业的商业信仰。
但AI颠覆了这个前提。
很多人还没有意识到，Token需求的增长，并非简单的线性扩张，而是一场指数级跃迁。田丰分享了直观的对比数据：人和AI一次普通文字对话，消耗约50至200个Token；一次含多模态排版的PPT生成，消耗约10万Token；而生成一分钟720p AI视频（Seedance类产品），消耗超过100万Token。三者算力成本比例接近1:500:5000。用户数量越多，任务越复杂，这个过程就需要消耗更多倍的计算资源，而智能体则带来了长达数小时的复杂任务，背后的Tokens算力成本已经悄然增长了1-2个数量级。
这意味着，AI时代Token经济学下的边际成本并不趋近于零。用户规模越大，每个人的个性化提问、个性化PPT设计、个性化视频生成、个性化AI编程任务都在实实在在地消耗算力，规模不但不能摊薄成本，反而在某些场景下是超线性放大的。免费补贴3亿多用户的简单对话，尚且勉强可行；免费支撑3亿以上用户向复杂场景迁移，则是一道投入产出账目上无法跨越的鸿沟。
豆包选择此时推进收费，正是这道成本鸿沟倒逼的结果。
三、流量漏斗：免费不是目的，是路径
理解豆包收费逻辑，还需要看清另一面：免费阶段的战略价值。
中国古代教育家孔子说，"学而时习之，不亦说乎"——人类习惯的养成需要长时间反复强化。AI产品的用户培育，同样遵循类似的习得逻辑。免费阶段的本质，是以零摩擦的方式让用户养成使用AI助手的习惯，完成从"偶尔尝鲜"到"日常依赖"的行为迁移。大厂给新人用户的数千万免费tokens，不是搞慈善，而是让你忘记tokens成本，逐步养成日常AI工具使用的行为习惯。
用市场营销的语言描述，这是一个"流量漏斗"——漏斗顶端的免费用户规模越大，筛选出的高频用户越多，付费转化的潜在池子就越深。3.45亿月活，即便付费转化率只有2%，也意味着690万付费用户基础。这个数字已经可以支撑一个健康的订阅收入模型。
这并非AI产品的独创。西方Spotify、Netflix、Adobe的订阅转型都走过类似的路径：先以免费或低价构建用户习惯，再在用户依赖形成后引入付费门槛。区别在于，那些产品的免费阶段成本是可控的，而AI产品的免费阶段成本随用户深度使用而加速攀升，使得收费时间窗口的判断更加关键——太早，用户习惯未成，付费用户数量太少；太晚，补贴成本已成无底洞，对手可能抢先拥有定价权。
豆包在月活跨越3.45亿门槛后推进收费，正是在这两个约束条件之间寻找到的时间窗口。
四、算力军备竞赛，基础大模型正在变成少数派游戏
将视野从单一产品的商业决策，扩展到整个AI产业链的结构性变化，可以看到一个更清晰的图景正在成形。
训练成本，是这个图景中最关键的参数。
全球范围内，基础大模型的训练成本已从数年前的数千万美元量级，上升至如今的数十亿美元级别。GPT-4的训练成本估算超过1亿美元，而新一代的顶尖模型训练成本被多方估算已达数亿乃至数十亿美元。当一次模型训练的“票价”达到这个数量级，能够持续“上场参赛”的玩家，注定越来越少。
这不是单纯的资本壁垒，而是计算范式转移带来的结构性淘汰。经济学中的"规模收益递增"理论在这里以一种残酷的形式呈现：大模型性能与训练算力之间存在幂律关系（Scaling Law），这意味着每一次性能的跨越式提升，都需要算力投入的指数级增加。能够负担这种投入的，只有极少数头部机构。这也是DeepSeek首轮融资的原因之一。
目前，多家大模型企业正通过一级市场和二级市场的大额融资构建算力壁垒——OpenAI、Anthropic、xAI、字节跳动旗下相关业务等，均处于持续大额融资状态。马太效应在此被放大到极致：融到钱的能训出更强大的领先模型，更强的模型吸引更多用户和收入，进而支撑更大的下一轮融资。正如Anthropic创始人Dario Amodei说的“模型即产品”，而产品即营收。融不到钱的AI模型创企，则被迫退出基础模型赛道，转型为AI应用层玩家或垂直场景模型服务商。
基础大模型，正在变成一场少数派游戏。行业分流，已不可逆转。
五、中国AI的价值洼地与商业化短板
从投资者视角审视中国AI格局，存在一个清晰的结构性矛盾：技术能力被认可，商业变现被质疑。
中国的AI企业，尤其是基础模型企业的估值与其技术能力相比，仍处于相对低估状态。DeepSeek V4等国产模型在国际评测中展示出接近顶尖水平的性能，而对应的商业化营收规模与美国同类企业相比仍存在显著差距。这一差距的根源，部分在于中国AI应用层的商业化生态成熟度，部分在于企业级客户、消费级用户的付费意愿与付费能力。
中国DeepSeek公司估值450亿美元，美国Anthropic公司估值9000亿美元，差距一个数量级。但这个洼地也意味着机会。当商业化的挡板被逐步移除，当大中型企业客户的AI工具化采购逐步从试点走向规模化，这种估值差距有望收窄。
更值得关注的是二级市场投资机会的结构性迁移。当前阶段，模型公司的估值高度依赖对未来盈利的预期折现，不确定性极大。但随着AI基础设施需求的确定性增强，投资机会将逐步从模型公司本身，转移至两个方向：一是算力基础设施服务商——无论哪家大模型公司最终胜出，对GPU、数据中心、网络带宽的需求都是确定的；二是AI应用工具层——AI编程工具、AI视频生成工具、AI PPT生成工具等垂直应用，已经开始展示出清晰的付费场景和用户黏性。
这是一次类似互联网时代"卖铲人逻辑"的价值重估，但规模和确定性都比当年更高。
六、所有大模型公司，终将走向付费
回到最初的命题。豆包的收费，是一个智能商业时代的开始，而不是终点。
AI时代，用户使用越深入，产生的算力消耗越大；场景越复杂，单次服务的成本越高；模型越先进，训练和维护的投入越巨大。这三条规律，共同指向同一个结论：长期免费，是任何大模型企业都无法承受的经营状态。
越早完成从免费到付费的模式转型，商业模型的长期健康度就越高。越晚转型，补贴积累的成本包袱就越重，用户在免费中形成的"零价格预期"就越难被打破。
中国教育家陶行知曾说："生活即教育。"在AI商业化的语境里，这句话可以改写为：市场即教师。豆包的收费决策，是市场用真实的算力账单教给所有AI企业上的一堂课。
这一课，整个行业都将修完。
一、3.45亿打破了"免费"的幻想
“3.45亿”这是豆包2025年公布的月活跃用户数量。这个数字在中国互联网史上足以俯视群雄，相当于整个英国人口的4倍多。按照过去二十年互联网经济的逻辑，流量聚集到这个量级，恭喜，广告模式、会员模式、增值服务，随便哪条路都能走通，免费继续，钱水自来。
然而，豆包选择在这个时间节点开始推进收费。
这是AI时代与互联网时代之间，一道真实存在的断层线第一次被大众清晰感知的时刻。要理解这道断层线，需要先弄清楚一件事：互联网的免费，究竟免的是什么？
二、互联网免费的底层逻辑，在AI面前失效了
互联网经济有一条长期被视为铁律的规律：数字内容的边际成本趋近于零。一篇文章写出来，第一个读者和第一百万个读者，服务器的额外成本几乎可以忽略不计。一款游戏、一首歌、一段视频，在庞大的用户量面前，复制传播的成本接近于零。这是互联网创造财富神话的物理基础——流量越大，单位成本越低，免费不过是把边际成本为零的产品标个零售价而已。
经济学家克里斯·安德森在2009年出版的《免费：商业的未来》中将这一逻辑推向极致，认为数字经济的未来属于免费。十余年来，这几乎成为科技产业的商业信仰。
但AI颠覆了这个前提。
很多人还没有意识到，Token需求的增长，并非简单的线性扩张，而是一场指数级跃迁。田丰分享了直观的对比数据：人和AI一次普通文字对话，消耗约50至200个Token；一次含多模态排版的PPT生成，消耗约10万Token；而生成一分钟720p AI视频（Seedance类产品），消耗超过100万Token。三者算力成本比例接近1:500:5000。用户数量越多，任务越复杂，这个过程就需要消耗更多倍的计算资源，而智能体则带来了长达数小时的复杂任务，背后的Tokens算力成本已经悄然增长了1-2个数量级。
这意味着，AI时代Token经济学下的边际成本并不趋近于零。用户规模越大，每个人的个性化提问、个性化PPT设计、个性化视频生成、个性化AI编程任务都在实实在在地消耗算力，规模不但不能摊薄成本，反而在某些场景下是超线性放大的。免费补贴3亿多用户的简单对话，尚且勉强可行；免费支撑3亿以上用户向复杂场景迁移，则是一道投入产出账目上无法跨越的鸿沟。
豆包选择此时推进收费，正是这道成本鸿沟倒逼的结果。
三、流量漏斗：免费不是目的，是路径
理解豆包收费逻辑，还需要看清另一面：免费阶段的战略价值。
中国古代教育家孔子说，"学而时习之，不亦说乎"——人类习惯的养成需要长时间反复强化。AI产品的用户培育，同样遵循类似的习得逻辑。免费阶段的本质，是以零摩擦的方式让用户养成使用AI助手的习惯，完成从"偶尔尝鲜"到"日常依赖"的行为迁移。大厂给新人用户的数千万免费tokens，不是搞慈善，而是让你忘记tokens成本，逐步养成日常AI工具使用的行为习惯。
用市场营销的语言描述，这是一个"流量漏斗"——漏斗顶端的免费用户规模越大，筛选出的高频用户越多，付费转化的潜在池子就越深。3.45亿月活，即便付费转化率只有2%，也意味着690万付费用户基础。这个数字已经可以支撑一个健康的订阅收入模型。
这并非AI产品的独创。西方Spotify、Netflix、Adobe的订阅转型都走过类似的路径：先以免费或低价构建用户习惯，再在用户依赖形成后引入付费门槛。区别在于，那些产品的免费阶段成本是可控的，而AI产品的免费阶段成本随用户深度使用而加速攀升，使得收费时间窗口的判断更加关键——太早，用户习惯未成，付费用户数量太少；太晚，补贴成本已成无底洞，对手可能抢先拥有定价权。
豆包在月活跨越3.45亿门槛后推进收费，正是在这两个约束条件之间寻找到的时间窗口。
四、算力军备竞赛，基础大模型正在变成少数派游戏
将视野从单一产品的商业决策，扩展到整个AI产业链的结构性变化，可以看到一个更清晰的图景正在成形。
训练成本，是这个图景中最关键的参数。
全球范围内，基础大模型的训练成本已从数年前的数千万美元量级，上升至如今的数十亿美元级别。GPT-4的训练成本估算超过1亿美元，而新一代的顶尖模型训练成本被多方估算已达数亿乃至数十亿美元。当一次模型训练的“票价”达到这个数量级，能够持续“上场参赛”的玩家，注定越来越少。
这不是单纯的资本壁垒，而是计算范式转移带来的结构性淘汰。经济学中的"规模收益递增"理论在这里以一种残酷的形式呈现：大模型性能与训练算力之间存在幂律关系（Scaling Law），这意味着每一次性能的跨越式提升，都需要算力投入的指数级增加。能够负担这种投入的，只有极少数头部机构。这也是DeepSeek首轮融资的原因之一。
目前，多家大模型企业正通过一级市场和二级市场的大额融资构建算力壁垒——OpenAI、Anthropic、xAI、字节跳动旗下相关业务等，均处于持续大额融资状态。马太效应在此被放大到极致：融到钱的能训出更强大的领先模型，更强的模型吸引更多用户和收入，进而支撑更大的下一轮融资。正如Anthropic创始人Dario Amodei说的“模型即产品”，而产品即营收。融不到钱的AI模型创企，则被迫退出基础模型赛道，转型为AI应用层玩家或垂直场景模型服务商。
基础大模型，正在变成一场少数派游戏。行业分流，已不可逆转。
五、中国AI的价值洼地与商业化短板
从投资者视角审视中国AI格局，存在一个清晰的结构性矛盾：技术能力被认可，商业变现被质疑。
中国的AI企业，尤其是基础模型企业的估值与其技术能力相比，仍处于相对低估状态。DeepSeek V4等国产模型在国际评测中展示出接近顶尖水平的性能，而对应的商业化营收规模与美国同类企业相比仍存在显著差距。这一差距的根源，部分在于中国AI应用层的商业化生态成熟度，部分在于企业级客户、消费级用户的付费意愿与付费能力。
中国DeepSeek公司估值450亿美元，美国Anthropic公司估值9000亿美元，差距一个数量级。但这个洼地也意味着机会。当商业化的挡板被逐步移除，当大中型企业客户的AI工具化采购逐步从试点走向规模化，这种估值差距有望收窄。
更值得关注的是二级市场投资机会的结构性迁移。当前阶段，模型公司的估值高度依赖对未来盈利的预期折现，不确定性极大。但随着AI基础设施需求的确定性增强，投资机会将逐步从模型公司本身，转移至两个方向：一是算力基础设施服务商——无论哪家大模型公司最终胜出，对GPU、数据中心、网络带宽的需求都是确定的；二是AI应用工具层——AI编程工具、AI视频生成工具、AI PPT生成工具等垂直应用，已经开始展示出清晰的付费场景和用户黏性。
这是一次类似互联网时代"卖铲人逻辑"的价值重估，但规模和确定性都比当年更高。
六、所有大模型公司，终将走向付费
回到最初的命题。豆包的收费，是一个智能商业时代的开始，而不是终点。
AI时代，用户使用越深入，产生的算力消耗越大；场景越复杂，单次服务的成本越高；模型越先进，训练和维护的投入越巨大。这三条规律，共同指向同一个结论：长期免费，是任何大模型企业都无法承受的经营状态。
越早完成从免费到付费的模式转型，商业模型的长期健康度就越高。越晚转型，补贴积累的成本包袱就越重，用户在免费中形成的"零价格预期"就越难被打破。
中国教育家陶行知曾说："生活即教育。"在AI商业化的语境里，这句话可以改写为：市场即教师。豆包的收费决策，是市场用真实的算力账单教给所有AI企业上的一堂课。
这一课，整个行业都将修完。
