基础模型公司的商业模式：三家实验室的三本收入账

三家公司，三种活法

三家基础模型公司的商业模式对比

同样是「做大模型」，OpenAI、Anthropic 与 Google DeepMind 的商业模式在 2026 年已经明显分化：一家重消费订阅与企业平台化，一家深耕企业 API 与垂直场景，一家用「全栈」把模型嵌入自己的产品帝国。模型能力的差距在缩小，商业模式的差异在放大——读懂三本收入账，比追逐每一次模型发布更能看清这个行业的走向。

这篇把三家实验室的收入结构、定价逻辑、护城河与软肋逐一拆开，再看商业模式的选择如何反向影响产品与研发的节奏。

OpenAI：消费级的飞轮与企业平台化

OpenAI 的收入结构是三家中最「消费级」的：ChatGPT 订阅（Free/Plus/Pro 的分层定价——数亿周活的消费产品是它的核心资产）加API 平台加企业合约（ChatGPT Enterprise 与 Azure 上的 OpenAI 模型服务）。这个结构的战略含义有三层：

消费产品即分发。ChatGPT 已经成为「AI 的默认入口」之一——数亿用户意味着每一次新模型的发布都能在几天内触达全球消费者，这种自分发能力让它的模型迭代享有其他实验室难以复制的「用户反馈回路」与品牌心智。GPT-6 向 12 亿用户开闸的新闻（库内已有专文）正是这个飞轮的最新一转。

订阅是收入稳定器。消费订阅的复购率与提价空间构成了收入的「年金层」——它不依赖大客户的周期性决策，让公司在企业销售的长周期中保持现金流。Plus 档的定价（20 美元档）被广泛视为「锚定 AI 价值」的行业参考价。

平台化的软肋是依赖。OpenAI 的企业收入有相当比例经由 Azure（微软的分发与算力绑定）——「最大股东兼最大分销商」的微软关系既是最强臂膀也是结构性软肋：算力成本与分成结构、以及微软自研模型的潜在竞争，都是这条飞轮的暗面（估值逻辑篇的算力资产视角可互参，库内已有专文）。

Anthropic：企业 API 的深耕与垂直场景

Anthropic 的收入结构是三家中最「企业侧」的：API 按量计费与企业合约占据绝对主力，消费端（Claude 订阅）是后来者。它的打法特征有三条：

安全叙事即企业信任。Anthropic 以安全研究起家的品牌定位，在企业采购（尤其金融、医疗、政务等高合规场景）中转化为信任资产——「负责任的实验室」是它的差异化标签，也是企业尽职调查时的加分项。

编程场景的根据地。Claude 在编程场景（代码生成与 Agent 编排）建立了强口碑——开发者群体是 API 收入的种子用户，他们把模型带进公司的技术栈后，企业合约随之生长。这个「开发者渗透→企业合约」的漏斗是它最有效的获客路径。

算力联盟的备份结构。与 Google Cloud、AWS 的多云合作让它避免了单一云绑定——算力来源的分散是企业侧叙事的一部分（「不被单一供应商锁死」对客户也是安心剂）。它的软肋同样明显：消费端的心智与分发弱于 OpenAI，企业合约的集中度高（少数大客户占比大），收入的波动性更高。

Google：全栈的垂直整合

Google 的打法是三家中唯一的「全栈玩家」：自研芯片（TPU）+ 自建云（GCP）+ 自有模型（Gemini）+ 自有分发（搜索、Workspace、Android）。它的收入不依赖「卖模型」——模型是提升既有业务价值的手段：搜索的 AI 化保住广告主粮、Workspace 的 Gemini 订阅提升 ARPU、GCP 卖 Gemini API 是云业务的对标武器。

全栈的结构性优势：成本（TPU 自研摊薄了算力成本——价格战篇的推理成本账它最有底气打）、分发（十亿级入口的默认位置）、数据（搜索与 YouTube 的数据飞轮）。结构性软肋：内部协调成本与「创新者的窘境」——搜索的商业模式对 AI 直接回答的「自我蚕食」顾虑，让 Google 在激进程度上时常落后于无包袱的实验室。

graph TD
    A[基础模型公司的三层收入结构] --> B[消费订阅<br/>ChatGPT Plus/Pro · Claude Pro]
    A --> C[API 按量<br/>开发者与创业公司的技术栈入口]
    A --> D[企业合约<br/>Seat 授权 · 定制部署 · SLA]
    B --> E[OpenAI: 消费飞轮最强<br/>软肋: Azure 依赖]
    C --> F[Anthropic: 企业深耕最强<br/>软肋: 消费心智弱 · 客户集中]
    D --> G[Google: 全栈整合最强<br/>软肋: 自我蚕食的顾虑]

收入账背后的战略推论

三本账对比能推出几条行业级判断。第一，「订阅+API+企业」的三层结构正在成为标配——纯 API 公司（早期 OpenAI 形态）与纯订阅公司都难以支撑训练开销：模型能力的军备竞赛要求百亿美元级的资本开支，单一收入层撑不起这个资产负债表（融资篇的债务驱动时代可互参，库内已有专文）。

第二，分层的利润池不同。订阅层的利润率高但天花板受「愿意为 AI 付费的消费者」总量约束；API 层的毛利受推理成本与价格战挤压（价格战篇的账）；企业合约层的客单价最高但销售周期长、定制成本重——三家的侧重差异本质是对「哪一层利润池最深」的押注。

第三，商业模式的锁定效应开始显形。消费者的模型偏好（「我习惯用 ChatGPT」）与企业的合约绑定（数据驻留、SLA、微调资产沉淀在某一平台）构成转换成本——模型能力追平之后，商业模式锁定将接替模型能力成为竞争的主战场。这个判断的反面案例也值得记录：DeepSeek 等开源系用「开放权重+超低价」对三层结构发起的冲击，正是对锁定效应的对冲实验。

三家账本的深层对比与行业推论

把三家账本放深一层看，能推出更多行业级的判断。收入的「质量」差异：订阅收入（C 端）的月流失率与企业合约的年流失率是两个量级——消费订阅的换用成本低（用户可以同时付两家的钱），企业合约的迁移成本高（数据、微调、工作流的沉淀）——企业合约是更「重」的收入，消费订阅是更「广」的收入——OpenAI 的广度与 Anthropic 的深度，本质是对两种收入质量的下注。定价权的战场转移：API 定价战的钟摆（价格战篇的账）让「按 token 计费」的利润薄如纸，三家都在向「按席位订阅」与「按结果计费」迁移（Agent 的经济账篇的计费演进，库内已有专文）——席位制把收入的可预测性买回来，结果计费把价值锚点从「算力消耗」挪到「任务完成」——定价模式的迁移是商业模式竞争的下一站。亏损与融资的循环：三家的自由现金流都为负（训练开销百亿级），支撑它们的是「收入增速说服投资人继续下注」的循环——这个循环的脆弱点是收入增速的「模型迭代依赖」——如果某一代模型的能力提升不及预期（收益递减的物理现实），收入增速的叙事就会承压——商业模式的健康度最终决定军备竞赛能打多久。对二线玩家的启示：三家账本的结构性优势（分发、信任、全栈）都是规模函数——二线玩家的活路不在复制结构，在错位竞争：垂直领域的专用模型（行业的深度数据与合规适配）、区域市场的本地化（语言与监管的贴合）、开源生态的旗帜位（社区与影响力）——错位的本质是「不与三家的核心利润池正面重叠」。对买方（企业客户）的启示：三家账本提示了采购策略——消费级需求（个人效率工具）可以广撒网按月付；核心业务的技术栈绑定要慎重（锁定效应的反向利用——保持多云与多模型的架构自由度是买方的议价权）。基础模型公司的商业模式竞赛才到中盘：三本账各自完整，但都没有证明「能穿越一轮模型代际的更替」——下一轮检验的是：谁的收入结构在能力追平之后还留得住客户。

高频问答：三本账的边界问题

收尾前集中回答三个高频问题。「实验室会走向应用层抢创业公司的生意吗？」——已经在发生（OpenAI 的产品矩阵从聊天扩展到搜索、Agent、办公场景）——模型公司向应用下沉的动机是「证明模型价值的最好方式是自己做应用」（同时也是收入的第二曲线）；对应用创业者的含义是「避开模型公司会做的通用层，往垂直与私有场景扎」——通用层的应用创业等于在巨头的射程里盖房。「Google 的全栈优势会碾压独立实验室吗？」——全栈的成本与分发优势真实，但独立实验室的优势是「专注」与「节奏」（没有存量业务的牵绊、模型的迭代速度不受组织协调的拖累）——Gemini 的能力追近但没有拉开差距的事实说明：全栈优势的兑现有摩擦力——规模的战争与速度的战争各有赢家。「商业模式的终局是什么？」——两种可能：一、寡头稳定态（三家+开源+云的分层格局固化，利润按锁定效应分配）；二、技术突变态（某次能力跃迁让格局重新洗牌——推理能力的跳跃、多模态的统一、或 Agent 的普及让「席位制」的计费失效）——商业模式的竞争就是为「不确定的终局」配置最多的期权——三家各自的押注（消费飞轮、企业深耕、全栈整合）就是对不同终局的期权组合。基础模型公司的三本账，最终是三份对未来的不同答卷——评分要在五年后才能给出。

小结

三家实验室三种活法：OpenAI 用消费飞轮把订阅做成年金、把 API 做成平台（软肋是 Azure 依赖与微软的双刃剑）；Anthropic 用企业深耕与安全叙事在高合规场景立足、用编程场景的根据地驱动开发者漏斗（软肋是消费心智与客户集中度）；Google 用全栈垂直整合把模型变成既有业务的增强器（软肋是自我蚕食的战略顾虑）。三层收入结构（订阅+API+企业）已成标配——军备竞赛的资本开支要求多引擎现金流；利润池分层不同，三家的侧重差异是对「哪层最深」的押注；模型能力追平之后，商业模式的锁定效应（消费心智与企业合约绑定）将成为主战场。行业的下一程，看的不只是谁的模型更强，是谁的收入结构更能穿越模型迭代与价格战的周期。