20260622-中金公司-中金_Token启示录_三_大模型商业模式的中观分析_13页_2mb

中金 | Token启示录（三）：大模型商业模式的中观分析总结

核心内容概述

本报告以中观视角分析大模型在B端和C端场景的商业化变现方式，探讨模型厂商的算力成本结构，以及未来盈利潜力。随着AI Agent的爆发，大模型正加速进入真实生产力场景，Token的商业价值和应用场景持续扩展，商业化路径逐渐清晰。

主要观点与关键信息

B端：以API为核心的Token Factory模式

• 商业模式：B端市场主要通过API调用进行变现，模型智能水平和效率是核心竞争力。
• 商业化加速：AI coding和Agent的出现，显著提升了模型在企业级市场的渗透率，Anthropic和OpenAI在该领域展开竞争。
• TAM预测：
  • 基准情形：全球白领AI Agent TAM预计达到1万亿美元。
  • 乐观情形：有望达到3万亿美元。
• 用户分层：
  • 重度用户（5%）：主要为程序员，贡献约60%的市场份额，ARPU值约为1.2万美元。
  • 中度用户（20%）：如金融、法律、科研等，付费意愿有限，ARPU约1000美元。
  • 轻度用户（75%）：以通用助手为主，ARPU约200美元。
• 模型能力：模型智能水平提升，能处理更长链条任务，推动Agentic AI发展。
• 算力成本：2025年海外模型厂商算力支出为收入的1.5倍，国内则更高，但具备优化空间。
• 盈利前景：随着推理需求增长，模型厂商的毛利率将提升，预计未来5年可实现盈利。

C端：订阅制与广告为主要变现方式

• 商业模式：C端主要通过订阅制和广告实现变现，Token作为成本项被间接覆盖。
• 市场表现：
  • 截至2026年5月，ChatGPT和Gemini月活分别达到10亿和9亿。
  • 2026年3月，ChatGPT广告上线不到6周ARR已超1亿美元。
• 付费潜力：
  • OpenAI预计2030年C端订阅ARR可达1320亿美元。
  • Google广告收入在AI Overview和AI Mode中快速增长，预计2025年AI Overview年化收入达50亿美元。
• 未来趋势：C端市场将继续通过提升用户粘性和智能水平，实现更高的Token付费率和单Token价值。

Token分层与商业价值

• Token价值分层：
  • C端：主要应用于日常任务，通过广告和订阅实现变现，预计2030年C端TAM为6000亿美元。
  • B端：专注于复杂任务，所需Token智能水平更高，商业模式以API和订阅为主，TAM预计达到4万亿美元。
  • AI原生应用：具备更高议价能力和价值含量，TAM甚至可按GDP占比估算，目前仍处于探索阶段。
• 产品级Token：厂商需探索多样化的付费模式，如API收费、license付费或按任务价值收费。

成本结构分析

• 训练端：占算力成本的70%以上，国内外模型厂商均加大投入，2026年预计训练成本将维持100%增长。
• 推理端：随着工程优化，毛利率趋势性提升，预计未来可达40%-50%。
• 人员成本：占收入的42%-64%，随着收入增长，成本占比将逐步下降。

推理端毛利率趋势

• 毛利率提升：随着算力效率优化和模型智能提升，推理端毛利率将显著增长。
• 收入增长：推理端收入规模预计未来五年将呈指数级增长，2026年预计达9504亿美元。
• 成本摊薄：训练端和人员成本将随收入增长而摊薄，推动整体盈利。

风险提示

• 算力涨价：若算力成本持续上升，可能影响模型厂商的毛利率和盈利。
• Agent泛化能力不足：若Agent在非编程场景的泛化能力不及预期，将限制其市场扩张。
• API价格竞争：若模型厂商在API价格上展开激烈竞争，可能压缩利润空间。

结论

大模型正逐步从实验室走向真实生产力场景，商业化路径逐渐清晰。B端以API为核心的Token Factory模式具备高确定性，而C端则通过订阅和广告实现变现。随着模型智能水平和Agent泛化能力的提升，Token的商业价值将显著增长，推动模型厂商实现盈利。然而，算力成本、Agent泛化能力和API价格竞争仍是主要风险点。