央广网北京10月7日消息（记者蔡军）前沿大模型的竞争，正从“拼参数”走向“拼落地”。当地时间9月30日，谷歌DeepMind发布新一代旗舰模型Gemini 4 Argon，主攻真实世界软件工程、企业知识工作与网络安全（885459）防御；与此同时，国内大模型厂商的商业化也出现标志性变化——智谱（HK2513）2026年半年报显示，上半年开放平台及API业务收入达8.25亿元，同比增长约27倍，占总收入的86.5%，API业务毛利率由负转正至24.6%。当“卖Token”开始形成收入闭环，哪些“AI+”行业真正跑通了付费？谁在帮企业把Token变成现金流？经济之声交易实况《基金观察》特别策划《寻找AI周期（883436）里的“确定性”机会》，采访了华夏基金高级策略分析师陈彦冰。
整体来看，“AI+”当中哪些行业已经看到付费落地，哪些还处在试点或者概念演示的阶段？
陈彦冰表示，可以按成熟度把“AI+”应用分成三档。第一档是已经规模化付费的：编程场景最典型，智谱（HK2513）编程套餐（Coding Plan）调用量较年初增长超23倍，API平均售价提高约101%，量价齐升，说明客户确实在为AI写代码的能力付费；办公也很典型，金山办公（688111）半年报显示，面向企业的WPS 365收入同比增长约61%，已连续六个季度增长超60%；金融也有进展，恒生电子（600570）大模型赋能的经纪业务累计签约20家客户。
第二档是已跨过收费门槛、但商业模式仍在探索的。医疗是代表，科大讯飞（002230）影像云通过AI完成影像质控、压缩和调阅，效果接近院内阅片，单次收费约5元；传媒相对特殊，国内首部上星AI长剧《后西游记》已登陆湖南卫视，同步上线芒果TV，成本不到同级别高品质动画的十分之一、制作周期（883436）压缩约七成，但AI降低的是制作成本，获取观众的成本并未同步下降，内容供给激增后真正稀缺的是用户注意力，项目仍依赖投流、平台分账和广告招商，商业模式还在打磨；智能驾驶同属此档，车企付费采购智驾方案、无人驾驶（885736）出租车在特定区域试运营，但大规模盈利模式尚未跑通。
第三档处于试点或概念演示阶段：教育方面，科大讯飞（002230）星火智能批阅机上半年签约销售同比增长14倍，累计覆盖全国5000余所学校；制造方面，规上制造业企业AI应用普及率已超30%，但多集中在质检、视觉等单点环节；机器人领域，工厂巡检、仓储物流已有真实需求，但泛化能力仍是瓶颈，距大规模应用还有距离。
市场上常把基础大模型和AI应用混在一起，您觉得应该如何区分？反映到上市公司财报上，两者在收入和业绩兑现上的逻辑有哪些不同？
陈彦冰表示，两者确实不同。英伟达（NVDA）CEO黄仁勋提出“五层蛋糕”理论：AI产业自下而上依次是能源（850101）、芯片、基础设施、模型和应用，应用是最后一环。如果把模型理解为发动机，应用层就是拿发动机去造车。
模型公司如OpenAI、Anthropic，国内的DeepSeek、月之暗面，比拼的是模型能力、算力效率和推理成本，按Token调用量或订阅会员收费；应用公司通常接入别人的模型，适配嵌入医院（884301）、银行、工厂、学校等原有业务流程，按席位、按项目收费。
反映到财报上差异明显：模型层收入增长特别快，动辄百分之几百的增速，但普遍仍在亏损，因为研发投入超过现阶段收入，算力成本刚性。Anthropic今年二季度实现创立以来首个盈利季度，是一个好的开始。二级市场看模型层，核心不是当期利润，而是可预期的年度收入斜率（ARR）、API毛利率的爬坡速度、单位Token成本的下降速度；应用层则相反，收入增速中等偏稳，毛利率相对更高，但收入通常滞后于订单——先交付、再验收、后回款，所以要更多关注合同负债和经营现金流。
根据半年报，智谱（HK2513）上半年的API收入达到8.25亿元，同比增长27倍，占总收入的86.5%，API毛利率从过去的-0.4%提升到24.6%。这是不是说明大模型厂商从卖项目到卖调用的转型已经跑通，Token经济的盈利模式已经成立？
陈彦冰认为，可以说商业模式初步得到验证，但还不能简单判断大模型厂商的盈利模式已经完全跑通。过去大模型公司的收入中，项目制、私有化部署的占比较高；现在智谱（HK2513）八成以上收入来自API，说明收入模式正向调用量付费转变，大模型开始越来越像云计算（885362）——能力可以被标准化地计量和销售，正在走向“商品化”。
毛利率转正是非常关键的指标，背后是单位Token推理成本的大幅下降，智谱（HK2513）单位词元推理成本较年初下降80%。这说明随着推理效率改善，“卖Token”本身可以形成正向的收入结构。但这与大模型公司整体实现盈利仍是两码事：头部厂商都在竞相研发最先进的模型以留住客户，基础大模型的训练研发和算力投入，短期难以下降。
更准确的判断是：API商业模式开始成立，大模型公司的整体盈利模式仍处于验证阶段。
整体来看，谁在为Token买单？企业客户的付费意愿和续费率情况大概怎么样？
陈彦冰介绍，目前真正快速增长的买方市场主要有两类。第一类是AI原生产业创业公司和智能体开发者，这是目前最主力的付费方，用量大、增长快，但生命周期（883436）不稳定；第二类是大企业的特定场景，如金融机构的智能客服、营销内容生成，游戏（881275）公司的互动与音视频生成，以及越来越多嵌入工作流程的企业智能体，这类付费增速没那么快，但生命周期（883436）更稳定，建立黏性后不易被替代。
大模型厂商基本不披露付费率数据，可参考的替代指标是：智谱（HK2513）付费日活用户数较年初增长603%，前十大客户日均调用量增长98倍，说明存量客户在增购，付费意愿在增强。但还不能仅凭调用量和收入的高速增长，就判断客户黏性已经完全验证：中尾部产品同质化竞争明显，付费场景仍比较集中、高度依赖编程等少数场景，谁最终胜出还不明确，需要持续关注大模型能力边界的进展。
有投资者通过Token调用量来判断AI应用的商业化成色，这种做法是否合理？Token调用量能不能等同于应用端赚钱？
陈彦冰认为，一个常见误区是把Token调用量直接等同于大模型公司的收入。智能体完成复杂任务需要多轮推理、反复调用工具，Token消耗与任务复杂程度、模型智能化程度和效率都有关：模型效率低，别人几轮就能搞定，它要花几十轮，反而消耗更多Token。
各家Token定价也不一样，每百万输入、输出Token的价格各不相同，消耗量乘以定价，最后的结果也不一样。Token消耗多，最多说明AI使用强度在增强，并不天然意味着商业效率更高；而且模型、芯片、推理架构都在进步，完成同一任务的成本会持续下降。
要判断大模型公司或应用端有没有赚到钱，还是应看其披露的AI相关收入、AI收入占总收入的比例、这块业务的毛利率，三个数据结合起来，才能判断AI应用的商业化成色。
