豆包收费：烧钱逼近“沸点” 大模型重估“商业叙事”

　　本期话题：近日，豆包App出现付费服务声明，针对高算力消耗的生产场景，披露了标准版、加强版和专业版三种收费模式，连续包月价格分别为每月68元、200元和500元。随着用户规模趋于稳定和算力等成本的增加，“烧钱”的刻度针已经逼近行业“沸点”，中国大模型行业也已经从前两年“多试错、跑规模”，逐渐向“专业化、商业化”提速。豆包收费，是主动的商业化探索，还是成本压力下的无奈？眼下，国内主流大模型企业的融资、市场情况如何？“用户规模”和“算力成本”如何平衡？大模型加速商业化趋势下，将对产业带来哪些影响？普通人该选“免费蛋糕”，还是“付费服务”？

　　豆包推出收费版：主动商业化，还是被动降成本？

　　简单说，收费版豆包除了有免费版的普通对话、基础写作等功能外，在AI生图、深度推理、数据分析、专业文案等高级功能方面，比免费版有更多资源额度和优先权；越高档位的付费版，享有更高、更专业的数据处理能力，专属定制模型和算力通道。

　　豆包收费版示意图（图片来源：豆包大模型反馈）

　　豆包收费，是时机成熟进行的主动商业化，还是成本压力的被动结果？回答这个问题，就要明白大模型到底有多“烧钱”。

　　大模型是名副其实的“吞金兽”。每一次用户对话、图片生成，背后都是算力的疯狂燃烧。用户规模高增长、AI视频、智能体的爆发，更是让Token消耗呈指数级上升，算力、电力、带宽成本持续走高。数据显示，2025年国内大模型行业整体亏损超180亿元，中金预测2026年行业亏损将突破200亿元。

　　以豆包为例，母公司字节跳动2025年资本开支为1500亿元，其中900亿元专项用于AI算力采购；AI板块日均固定投入4.38亿元，导致净利润同比下滑70%。豆包日消耗Token约120万亿/天，两年间增长超1000倍，根据第三方测算，豆包的单月净亏损约2.1亿—2.7亿元。其他头部大模型企业，2025年，亏损也普遍在20亿元以上。

　　同时，行业融资从狂热回归理性，马太效应加剧——2025年，国内大模型融资事件同比减少23%，金额减少18%，头部企业融资占比超80%。资本的投资逻辑也从“跑规模、讲故事”转向“落地交付和商业造血”。

　　在这个背景下，坐拥3.45亿月活用户的豆包，进行商业化探索是必然选择。

　　大模型的成本结构示意图（图片来源：AI生图）

　　大模型的价值评估标准，迎来“四维”转向

　　在去年（2025）云栖大会和外滩大会两大国内行业峰会上，行业讨论的关注点都指向同一核心话题：怎样平衡“市场规模”和“成本压力”？

　　在海外市场，付费用户占比高。中国市场受互联网时代“免费模式”的惯性影响，用户规模越大、活跃度越高，算力消耗和成本越高。相比普通AI对话，算力成本的“线性增长”；智能体下的复杂任务，算力成本则是“指数级增长”。

　　在这种情况下，必须筛选用户，实现服务分层，平衡成本。行业和资本对大模型公司的价值评估，也转变成四个核心维度。

　　1、市场指标。如用户规模、月活度、留存度，付费用户占比等，这个指标体现产品的市场影响力；

　　2、算力和消耗指标。如Token消耗量、单位Token成本、算力使用效率等，侧面反映了产品的质量和行业竞争力；

　　3、商业化指标。如C端用户的订阅收费规模，对B端企业开放API接口产生的ARR年度经常性收入，产品毛利率等，这些指标反映了大模型商业化的成熟度、健康度；

　　4、技术指标。如大模型的专业性能参数和专业数据，更高性能的测评分数、更高质量的专业数据，将形成大模型的壁垒和定价权。

　　大模型迎来行业拐点：试错期落幕，产业落地期到来

　　如果说，2023-2024年是国内大模型“跑马圈地、免费试错”的培育期，2025-2026年正式进入产业化落地周期。当下，国内大模型行业分化成两种不同的产业模式和路径。

　　国内大模型的两种主流商业化路径（图片来源：AI生图）

　　一类是以豆包、智谱等企业为代表的“付费模式”，通过技术优势和用户规模，掌握有定价权的终端产品和服务；

　　一类是以DeepSeek为代表的“数字基建”模式，通过开源和低价，普惠底层算力，靠规模化控制Token成本，充当数字基础设施的路径。

　　这两个模式“殊途同归”，前者能聚焦高价值客户，赚到“当下的钱”；后者则稳扎稳打，构建规模生态，慢慢地赚“未来的钱”。

　　总之，豆包收费是中国大模型行业的标志性事件。对产业而言，大模型加速商业化终结了无序烧钱的行业乱象，抑制“低质量、无效需求，占用顶级算力”的资源浪费，让AI从资本泡沫走向真实生产力。

　　面对“免费和付费”，普通人选哪个？作为媒体工作者，这两年我在工作中，积极拥抱、使用和挑战大模型，并尝试把不同大模型融入“工作流”——这个过程中，我发现大模型既有对信息和效率的指数级提升，也有对使用者的盲目“迎合”与信口开河的“AI幻觉”。

　　同时，不同大模型，叙事逻辑、擅长领域、论述方法差异很大，使用者从问题架构、提问方式、交互纠错的方法不同，结果差异也很大。大模型能为使用者兜住“下限”，但使用者的专业素养，决定了它的“上限”。所以，我既不贪图免费，也不迷信付费。

　　生活中，“免费大模型”兜底和提供便利，够用了。但在工作职场和专业领域，根据场景、需求和自己的能力付费，也没有任何疑问，在“战场”上，没有人会为了省钱，错过一把“好武器”。

　　作者：总台经济之声评论员、《远见》制作人 王思远