Rhodium 发现 OpenAI 与 Anthropic 产生的收入约为所有中国 AI 模型总和的十倍

目录

• 你可能想知道
• 主要议题
• 关键见解表
• 后续…

你可能想知道

中国 AI 模型开发者的收入数字与美国领先公司相比如何？

收入差异对初创估值、投资风险和未来扩张有何影响？

主要议题

美国研究机构 Rhodium Group 最近发布的估算显示，美国领先 AI 公司的收入与整体中国 AI 模型开发者所产生的收入之间存在明显差距。Rhodium 使用一种称为年经常性收入（ARR）的行业指标，该指标将近期月度收入数据年化以反映快速增长。Rhodium 发现，所有中国 AI 模型合计的 ARR 约为 OpenAI 与 Anthropic 报告 ARR 的十分之一。该差距凸显了不同市场中广泛用户采用与货币化能力之间的分歧。

Rhodium 的分析评估了几家知名中国 AI 公司的已报告与估算 ARR。报告将 DeepSeek 的 ARR 定在 5 亿美元，MiniMax 为 8 亿美元，Moonshot 为 10 亿美元。Z.ai 在近期的投资者沟通中报告其 ARR 为 18 亿美元，而较大型的科技集团如字节跳动与阿里巴巴分别贡献约 40 亿美元和 24 亿美元。相比之下，OpenAI 的 ARR 估计约为 400 亿美元，Anthropic 约为 650 亿美元。综合来看，这两家美国公司主导了收入版图，尽管中国模型在国内与区域市场的采用速度很快。

这些数字不仅在绝对值上引人注目，还与公司估值的关系值得注意。Rhodium 强调，若干中国初创公司的估值水平似乎与其目前的收入来源脱节。具体而言，报告指出 Moonshot 的估值对收入倍数估计约为 50 倍，DeepSeek 约为 163 倍。相比之下，报告引述 OpenAI 近 34 倍、Anthropic 约 21 倍的倍数。这些差异意味着投资者对某些中国初创公司预计更强的未来增长，而这些预期似乎超出了当前收入所能证明的范围。

中国报告收入较低的部分原因在于产品模式与分发方式的差异。许多中国 AI 实验室以更容易让第三方使用的方式发布或分发模型，包括开源释出或允许客户在自有基础设施上部署的授权方式。这种开放方式会降低直接收入捕捉，因为拥有足够硬件的第三方可以在不依赖开发者的情况下自行运行模型。相反，领先的美国模型大多是封闭的，且经常通过提供方托管的 API 访问，平台保留控制权并收取更多使用费用。根据 AI 比较公司 Artificial Analysis 的说法，顶级美国模型的每次任务成本远高于可比的中国模型，这支持了美国供应商每单位使用所能获得的较高收入。

Rhodium 也指出，其比较依赖于可得的最新数据，其中部分数据反映了夏季资料。中国模型的使用率正从早期低点快速上升，且多家公司已更新其前瞻性收入预期。例如，据报道 Z.ai 将其年终 ARR 预测从先前的 24 亿美元上调到 30 亿美元。因此，如果增长持续并且公司能够将使用量转化为经常性客户合约与货币化服务，收入差距可能会随时间缩小。

然而，融资环境构成了结构性挑战。Rhodium 团队认为，中国前沿 AI 实验室若无持续有利的公私募资本市场环境，可能难以实现可持续扩张。历史上，中国高成长科技的资本市场可能相当波动。虽然国家一直是资金的重要来源——特别是在芯片与服务器等硬件方面——但对前沿 AI 研究与私人模型开发者的直接政府资金可能较为有限。Rhodium 估计，中国 AI 芯片与服务器的股权投资中超过 60% 与国家相关来源有关，凸显了对公共支持以建设基础设施的依赖。

估值与市场动态也与数家公司筹备 IPO 与投资者情绪相互交织。据报道 Anthropic 正在准备赴美上市，而 OpenAI 已将 IPO 延后到明年。在中国方面，据称 Moonshot 已向香港证券监管机构机密递交上市文件，DeepSeek 也被指正在准备潜在上市。公开市场对此类上市案的反应，将在验证或挑战当前观察到的高估值倍数方面发挥重要作用。

市场波动性显而易见。中国 AI 股价有时出现剧烈波动：Z.ai 的股价在一个交易日曾在先前下跌后上涨逾 5%，而其他公司如 MiniMax 则难以维持 IPO 当日的涨幅。领先美国 AI 公司的高层警告快速发展风险后，美国科技股也曾出现抛售。中国主要 AI 实验室的领导者在这些更广泛风险讨论上大多保持沉默。

分析师警告，要获得更高比例的收入，中国实验室须采取能更直接捕捉使用价值的货币化模式，或构建专有且封闭的产品以将客户锁定于付费服务。否则，有助于快速采用的开放分发与较低的每次任务成本特性，可能会持续压缩直接收入。正如 Rhodium 合伙人暨报告共同作者 Logan Wright 所观察到的，大量硬件投资支持加上对前沿实验室的直接资金有限，使得长期扩张依赖于有利的股权市场——而这在中国的历史上并不稳定。

总之，Rhodium 报告凸显了一个明显的紧张关系：强劲的采用与技术进展并不会自动转化为相称的收入捕捉。分发结构、产品包装与市场通路策略非常重要。在中国 AI 公司将使用量转化为大规模且稳健的经常性收入之前，尽管采用率上升且增长快速，其总体货币化仍将远低于最大型的美国公司。

关键见解表

后续…

展望未来，有若干领域值得密切关注。首先，中国实验室货币化策略的演进将决定其收入增长能否缩小与美国竞争者的差距。公司可以采取基于 API 的托管服务、企业合约或分层授权模式来捕捉更多经常性收入。其次，硬件与算力成本的发展——特别是本地化供应链与降低单位成本的努力——将影响竞争定位。政府与国家相关投资者可能会继续支持基础设施，但公开市场在验证估值方面仍扮演关键角色。

第三，治理与分发选择——开放与封闭模型——将对创新扩散与商业回报产生长期影响。开放方式能加速采用与生态系统发展，但可能压抑直接收入；封闭方式则提高收入捕捉但可能限制覆盖与整合。最后，国际动态、监管框架与投资者情绪都会相互作用，影响哪些公司能够持续扩张并证明其高估值的合理性。

在近期内，关注更新的 ARR 披露、IPO 结果与产品上市策略的变化，将提供中国 AI 开发者能否把动能转化为持续且大规模收入的最清晰信号。采用、货币化设计与资本市场之间的相互作用，将在很大程度上决定哪些公司能成为全球 AI 经济的长期领导者。 关于定价、分发与产品控制的战略选择，可能将是决定性的。