API 毛利率持续改善，让卖 token 变成一门好生意 一道简单的计算题可以侧面说明大模型规模化部署效率提升的空间：即使是高速版 API 的 400 tokens/s，按照 8 卡 H200 服务器的内存带宽计算，也只用到硬件理论能力上限的四成。一位行业人士对《晚点 LatePost》估算，大模型 Infra 每轮优化仍有 15% 到 30% 的效率提升，而对智谱来说就更是如此，它本来就不以 Infra 优化见长。 这件事的商业价值比技术意义更大，让卖 token 这件事更像一个好生意：成本端推理效率有持续的优化空间，收入端用户需求持续增长。同时，编程的规模越来越大，项目越来越复杂，消耗的 tokens 越来越多。 智谱比别人更早看出来这是一门好生意，它是中国最早喊出 “模型即服务” 的公司， MaaS 开放平台的域名 早在 2022 年 ChatGPT 发布之前就已经注册，但它失误的地方在于没有在更早以更合适的价格锁定更多算力——哪怕拿不出最先进的模型，仅仅有能立刻使用的算力，转租出去也同样是门好生意，马斯克就是这么做的。 目前，AI 在生产力场景的扩散程度还不够高，因此 token 是一个纯粹的增量市场。 根据《晚点 LatePost》了解到的情况，7 月中旬 Kimi 发布 K3 时，智谱 API 用户增长情况几乎没有受到影响，ARR 增速也没有放缓。当下的时间点，每一个模型厂商的增长都不是以别家的萎缩为代价。 这给了各家提价的底气。 智谱在 7 月 31 号放开了 Coding Plan 的购买限制，除了引入积分制的计算规则之外，最引人注目的是价格上涨：推出时的入门价格每月 20 元，而现在 Lite 版已经来到 118 元一个月。 Coding Plan 本来是早期为了吸引用户而制定的策略，当时谁都没有料到 token 需求会井喷爆发。现在，智谱需要优先保供 API ，只能对个人用户提价。 即便如此，按照输入、缓存命中、输出大约 7:2:1 的价格计算，GLM-5.2 的混合价格大约是 8.8 元/百万 token，这显著低于美国同性能的模型。 不同的分析机构给出了各个模型厂商 API 毛利率的估算，SemiAnalysis 估计 Anthropic API 毛利率超过 80%，The Information 的独家报道中指出 DeepSeek 的 API 毛利率大约在 70% 到 80% 之间。据《晚点 LatePost》了解，智谱 API 毛利率在理想状况下，于自有算力设施上运转时可达 50% 到 60%。 这些毛利率的计算方式不涉及 API 服务的前期投入，而在大模型领域，前期投入恰恰是大头——海量的算力采购，加上庞大的人员成本。 7 月智谱宣布新一轮港股配售，这发生在基石投资人港股解禁的第二天，智谱股价不降反升。据一位接近智谱的人士说，整个配售认购的时间一下午就完成，最后募资超过 300 亿港元。根据智谱的公告，55% 用于研发，既包括算力采买，也包括人才队伍扩充。 API 静态毛利率得以维持的另一个前提是模型厂商提供的智能是有区别的，模型领先才有定价权。但许多人认为，开源会直接影响先进模型的定价权，从而影响厂商收入。 因此，不少厂商正在给开源上锁。智谱在 GLM-5.2 上仍沿用最宽松的 MIT 协议，而不止一家厂商正在酝酿或推行把开源授权变成一份商业合同，条款包括：开源版本是 “残血” 的，满血版只在官方 API 提供；年收入超过 2000 万美元的企业需单独申请授权；为模型提供托管服务的第三方，定价不得低于官方 API，部分方案还要求分成，比例最高可超过 30%。 另一些人则不这么认为。开放权重模型是免费的，理论上任何人买几台服务器就能部署，但第三方的价格无法把模型厂商的毛利打穿，原因如前所述：模型的结构、训练过程和推理效率日益紧密地结合在一起，第三方只能在模型之外做优化，而模型厂商则掌握最深的推理效能 know-how。 以 DeepSeek 为例，一个公开信息是，许多第三方提供的 DeepSeek 模型其效率无法达到官方宣称的程度，而 DeepSeek 已经是相对来说对技术最开放的模型厂商了。