模型不卖授权改抽成：智谱上了亚马逊云

一个换挡：从“卖断”到“抽成”

  过去理解大模型变现，路径很直白：卖授权。

  把模型打包，卖给一家企业，签一份合同，收一笔钱。这像是把一台机器卖出去。

  卖断的好处是干净利落。坏处也一样明显：卖一台少一台，收入是离散的，天花板看得见。

  分成模式换了个算法。

  模型放进云厂商的货架，客户每调用一次，双方按比例分一次钱。

  这就像从“卖机器”，变成了“卖里程”。

  机器只卖一次，里程却天天在涨。只要有人在用，收入就在流。

一次授权是句号，分成是省略号。

  一个更朴素的比方。开饭馆，你可以把菜谱卖给别人，收一笔一次性费用。

  也可以自己开分店，客人每点一道菜，你分一份钱。

  前者轻，但只赚一次；后者慢，却细水长流。

  这背后还有一层账。卖授权收的是“当下”的钱，分成收的是“未来”的钱。

  你把模型交出去的那一刻，收入就停了；可只要调用还在继续，钱就一直在来。

  生意的性质，从“卖资产”变成了“收租”。

  当一门生意开始按“次数”收费，说明重心从“卖出去”，转向了“被用起来”。

智谱上架亚马逊云，为什么是个标志

  单看一次合作，可能只是商务动作。把它放进时间线里，味道就变了。

  同一天，智谱（02513.HK）股价大幅拉升，盘中涨超 8%、高见 720 港元；截至 9 时 47 分报 712 港元、涨 7.07%，成交 5.65 亿港元。

  但股价是情绪，模式才是信号。我更在意另一条信息：这不是孤立事件。

  除 AWS 之外，智谱近期已与多家海外云服务商，落实了类似的分成模式。

  国内也没落下。它已与阿里云百炼平台等头部云厂商，签署类似的分成协议。

  华为云也已上架 GLM-5.3，并就类似合作，达成意向。

  一横一纵，就拼出了一张图。

一张贯通国内外的收入分成体系，正在成型。

  注意关键词：分成体系。它不是一次签约，是一套结构。

  一套结构搭好之后，每接入一个渠道，都是在同一个底座上加一根管子。

  这就像修高速公路。第一段最难，要勘测、要铺路、要谈土地。

  可一旦主干道通了，后面每接一个出口，成本都低得多。

  智谱现在做的，就是把自己，接进了别人已经修好的高速。

  所以 10 月 6 日，我更愿意叫它“换挡日”，而不是“合作日”。

轻资产的本质：别人帮你扛重活

云厂商出算力，智谱出模型

  为什么说分成比卖授权更聪明？

  因为它把“谁承担风险、谁分享收益”，重新排了一遍。

  卖授权时，模型公司要自己扛获客，自己扛渠道。

  分成的逻辑是：云厂商出渠道，模型公司出模型，赚了钱一起分。

  各出各的长板，各吃各的短处，谁也别嫌谁。

  这就引出一个更值钱的结果：轻。

  轻，在商业世界里是个被低估的词。

  重资产的公司，扩张要花钱；轻资产的公司，扩张只要签字。

  前者用资本换增长，后者用结构换增长。后者的速度，往往快得多。

  按公开信息，合作云厂商承担底层推理算力，也承担海外分销渠道的建设。

  翻译成人话：模型公司不必在全世界，自己铺一圈重资产的自营算力节点。

  这件事有多重？重到可以压垮一家公司的现金流。

  自建节点要买卡、要散热、要运维，还要在每一个市场，从头再来一遍。

  而分成模式，把这块最沉的石头，交给了本来就靠它吃饭的云厂商。

  云厂商手里有一堆服务器，缺的恰恰是“好货”。

  一边缺货，一边缺路。两边一拍即合。

  有人会问：云厂商图什么？

  图的是“货”。云厂商之间同质化严重，谁家服务器都差不多。

  能优先上架一个好模型，就是一块差异化的招牌。

接近 100% 毛利：分成收入的含金量

  这里有个数字，值得单独拎出来。

  由于推理成本主要由云平台承担，这类收入分成，预计将以接近 100% 的高毛利率，直接注入。

  接近 100% 的毛利率，是什么概念？

  它意味着，每分回来一块钱，几乎不用再扣掉制造成本。

  传统制造业的毛利，做到三成已算不错；软件行业高一些，仍有服务器和运维的消耗。

  而这一块，是“净的”。

  再算一笔账。假设分成收入是 100 块，几乎全额落进利润里。

  同样 100 块的收入，如果自己扛算力，先扣掉机房、电力、折旧，可能只剩三四十。

  同样一张收入表，含金量大不相同。

高毛利的收入，才是能养研发的收入。

  这一点，决定了一家公司能不能在下一轮里，继续把钱投进去。

  因为只有很赚钱的收入，才敢拿来烧下一代。

  所以分成模式表面在分钱，实质在换结构。

  换来的，是一个更轻、更薄、更容易复制的收入盘子。

  那问题来了：凭什么云厂商愿意分？凭什么不是模型公司白占便宜？

  答案在成本那一头。如果模型本身不便宜，分成就是一起分一个亏损。

成本这一头，为什么撑得住

单 Token 成本，较年初降超 80%

  抛开善意，商业的底子还是成本。

  “撑得住”三个字，是这套模式能不能跑通的前提。

  如果模型贵得离谱，云厂商分回来的是麻烦，不是利润。

  所以成本这头降下来，分成模式才有地基。

  这里有一组实打实的数字。

  GLM-5.3 第一方托管，缓存命中率升至 92%。

  同时，智谱已完成 10 万卡国产芯片集群部署，单 Token 推理成本，较年初下降超过 80%。

成本腰斩再腰斩，生意才立得住。

  降超 80% 意味着什么？原来一块钱能干的活，现在两毛钱就能干。

  而在分成模式下，这块省下来的空间，不是为了打价格战，而是为了把毛利留下来。

  降价是手段，留下利润才是目的。

  只会降价的公司，是在用命换规模；边降价边赚钱的公司，才是真本事。

  成本往下走的同时，卖出去的价格，并没有同比例往下走。

  中间这段差，就是利润的空间。

  技术公司真正的护城河，很多时候不是能做多好的东西，而是能把成本压到多低。

92% 的缓存命中率，才是复利

  命中率 92%，听起来很技术，商业含义却很直白。

  你可以把它想象成：同一个问题，十次里有九次，能直接从抽屉里拿到答案。

  不用每次都重新算一遍，成本自然就下来了。

  缓存命中的本质，是把“思考过的东西”记住。

  换个说法，命中率就是这家公司的“经验值”。

  一个老员工，遇到熟悉的问题，张口就来；新手要查半天资料。

  92% 的命中率，意味着这家“老员工”，大部分问题张口就有答案。

重复的活不用重算，省下的就是利润。

  推理场景有个特点：大量请求是相似的，甚至重复的。

  一个智能体跑一个任务，可能调用几十次模型，其中很多步骤高度相似。

  命中率每提高一点，成本曲线就往下压一点。这是一种复利。

  还有一个调度细节，很能说明问题。

  GLM-5.3 的资源配置，采用“训练 40% + 推理 60%”的结构。

  十份算力，六份给了推理。这是公司自己的选择。

  资源往哪里配，战略就在哪里。嘴上说什么不重要，卡在哪里才是真的。

  成本降了，收入结构变轻了。接下来要看：这套模式，到底能长多大。

账本的另一端：钱在往哪走

ARR 从 27 亿上调到 32 亿美元

  先看一份最硬的外部判断。

  ARR 这个词，翻译过来，就是“能重复收的钱”。

  它跟一次性收入最大的区别，是能不能被预测。

  投资人偏爱 ARR，因为它像房租，而不是像卖房。

  高盛最新研报，把智谱 2026 年底的年度经常性收入（ARR）预期，由 27 亿美元上调至 32 亿美元。

  这个数字，高于公司自身 30 亿美元的目标指引。

  而截至 9 月中旬，智谱的 ARR 已达 18 亿美元；8 月时还是 16 亿。

一个月长出 2 亿美元，这就是“被调用”的加速度。

  在本土独立大模型公司中，这个位置位列第一。

  还有一条更能说明“用起来”的数字：9 月，GLM-5.3 Flash 的日均 Token 消耗量，突破 20 万亿。

  20 万亿这个量级，不是几个大客户能撑起的，是海量日常调用堆出来的。

Token 被消耗，才是模型真正的收入证据。

2027 到 267 亿，2028 到 632 亿

  顺着这条线往下看，曲线更陡。

  高盛预计，智谱 2026 年下半年与全年收入，分别达 72 亿元和 82 亿元人民币，原预测为 70 亿和 79 亿。

  再往后，2027 年与 2028 年，收入将进一步跃升至 267 亿元与 632 亿元人民币。

  从 80 多亿，到 600 多亿。这不是线性增长，是数量级的跃迁。

  底气从哪里来？就在前面那套分成结构里。

  分成一旦跑通，收入增长就不再依赖自己一家一家去谈。

  渠道在别人手里，你只要把模型送上去，剩下的交给流量。

  这里还藏着一个复利的逻辑。

  用户越多，模型被调得越多；被调得越多，反馈数据越多，模型越好用。

  越好用，用户又更多。这是一个自己会转起来的飞轮。

你不是在卖货，你是在借别人的路。

对照：OpenAI 的 300 亿，和 Gartner 的 420 亿

  把视线拉到另一侧，能看到同一种力量的两种表达。

  资本侧，OpenAI 最新一轮融资，寻求至少 300 亿美元，投前估值有望达到约 1.4 万亿美元。

  知情人士称，包括 MGX 在内的多家阿联酋投资基金正在洽谈参与，合计投资金额最高达 100 亿美元。

  贝莱德也在商谈参与。OpenAI 与贝莱德拒绝置评。

  天量的钱，砸向的还是同一件事：谁的模型，被用得更多。

  支出侧，Gartner 预测，2026 年全球 AI 优化型 IaaS 支出增长 96%，达到 420 亿美元，2027 年将达 660 亿美元。

资本和支出，两头都在朝“用”这一端涌。

  云厂商愿意建更多推理集群，因为账单在涨；资本愿意给更高估值，因为调用量在涨。

  把这几组数字放在一起，画面就清楚了。

  资本在给“用”这一端定价，云厂商在为“用”这一端建厂，客户在为“用”这一端付钱。

  三方同时下注，说明拐点不是预测，是正在发生。

  需求侧还有个小例子，特别能说明问题。

  一家生物医药客户，过去要 1 到 2 个人，用 7 天处理实验数据。

  引入 Agent 后，压缩到 10 分钟，Token 消耗只有个位数美元。

  七天的活，变成十分钟，外加一杯咖啡的钱。

客户买的不是 Token，是“这件事办成了”。

  客户为之付费的，是结果落地的那份确定性。

这对我们意味着什么

对企业：把 AI 放在最贵的活上

  如果你是企业决策者，这轮变化给了三个很具体的动作。

  第一，换掉考核指标。别数“我们用了多少 AI”，要数“AI 帮我们办成了几件事、省了多少人天”。

  第二，先挑最贵的活上。同样一次调用，用在闲聊上是几分钱，用在研发、风控、代码上，可能是另一个量级。

把 AI 放在越贵的活上，它就越值钱。

  第三，接受“按结果付费”的新账本。Token 便不便宜不是重点，一件事办成的总成本低不低，才是重点。

  采购标准，正在从“技术指标”，换成“经营指标”。

  老板真正关心的，从来不是你用了什么模型，而是这个月成本降了多少、差错少了多少。

  所以下一次做 AI 预算，别先列工具清单，先列一份“最贵的重复劳动”清单。

  从最贵的地方下手，回报率才最高。

  还有一句提醒：别急着全公司铺开。先在一个部门、一个流程上跑通。

  跑出可验证的结果，再复制。顺序错了，钱就白花了。

  还有一个容易被忽略的动作：把“谁负责”写清楚。

  AI 出的结果，最终要有人签字。这个人是谁，流程里必须定死。

  因为工具能替你干活，替不了你担责。

  最后，给自己设一个检查点：每季度问一次。

  AI 帮我们省的，和它花掉的，哪个多？

  答案如果是“省的更多”，就加大投入；如果不是，先去修流程。

对个人：从“执行者”变成“定任务的人”

  对个人来说，这既是好消息，也是压力。

  推理越来越便宜，Agent 越来越好用，意味着大量流程性的活，会被接管。

  你要做的，是把自己从“执行者”，变成“定义任务的人”。

  会拆任务、会判断结果好坏、会给 AI 兜底的人，会在这轮里被放大。

  只会重复劳动、拒绝新工具的人，会先感到压力。

  这不是危言耸听。每一次工具升级，剧本都一样。

  算盘换成计算器，会计没有消失，但只会打算盘的那批人，被留在了原地。

  具体怎么练？从手边最重复的一件事开始。

  先把它拆成几步，再让 AI 走一遍，最后自己检查对错。

  拆得多了，你对“什么能被替代、什么不能”，就有了直觉。

AI 不是来抢饭碗的，是来重排饭碗的。

  你唯一能做的，是站到“分配任务”的那一侧。

一句话

  回头看 10 月 6 日这件事，它说的其实很朴素。

  大模型怎么赚钱，变了。从卖授权，到摆上货架、按调用抽成。

这不是一次签约，是一次换挡。

  对云厂商，它多了一门“卖里程”的生意；对模型公司，它换来一个更轻、更快的收入盘子。

  对我们，它给了一个更实在的判断标准：别问模型有多强，问它每天被调用多少次。

  因为能力可以自证，生意只能交给客户投票。

  一门生意真正的转折，往往不在发布会上，而在一张账单里。

  10 月 6 日那张账单上，写着一句很轻、也很重的话：按调用量分钱。

  轻的是形式，重的是方向。

  那扇门一旦推开，就关不上了。