文/HAL

AI時代，地主家也開始沒有余糧了。五一假期里豆包的付費方案悄然出現。

App Store頁面更新了介紹，基礎版免費，標準版68元/月，加強版200元/月，專業版500元/月。官方隨后回應說，免費服務依然提供，付費版屬于“增值服務”，方案細節還在測試。

App Store截圖

選這個時間點放出消息，大概率不是巧合。假期里媒體節奏放緩，用戶注意力分散，任何爭議性的動作都更容易被稀釋。這當然是一種典型的輿論操控策略——先把消息釋出去，等假期結束再看輿論怎么走。

盡管上了熱搜，但多數解讀角度都是字節成為Kimi之后又一家頭部AI產品走向商業化的信號，畢竟海外早已走過這條路，國內遲早要補這一課。

這個判斷有一個隱藏前提：海外那條路是走通了的。

事實是，國際AI大廠目前也沒有一家在訂閱制上跑出正毛利。豆包此刻入局，踩的是海外廠商正在撤離的那條路。

豆包App截圖

而比定價模型本身更值得討論的問題是，這兩年國內大廠反復講述的那個故事——AI會改造一切、AI會成為水電煤一樣的基礎設施——在算力基建和經濟模型的雙重約束下，可能從一開始就不成立。

01

AI訂閱，是本跑不通的賬

一位長期觀察AI行業的分析師Ed Zitron在4月28日發表的AI's Economics Don't Make Sense（AI的經濟賬根本算不通）全網刷屏，也堪稱是最近給了這件事最直白的解釋。

月度訂閱這種商業模式，前提是單用戶成本相對靜態、可預測。

健身房可以賣會員，因為它能算清器材損耗、水電人力的大致區間。AI出現之前的Google Workspace也是如此，重度用戶最多多占點存儲，占不掉訂閱毛利。

LLM服務則不是這樣。每一個AI訂閱用戶每個月消耗的算力可以差出幾十倍。有人只是偶爾問幾句話，有人每天往里塞文檔、重構代碼庫、生成PPT和數據分析報告。

圖源：網絡

訂閱價格固定，成本曲線發散。只要有一小部分重度用戶存在，他們就會把這一檔的整體毛利吃光。

GitHub Copilot是這個錯位的活樣本。這款產品最初定價10美元/月，《華爾街日報》披露的數據顯示，平均每位用戶每月造成的虧損超過20美元，部分重度用戶每月給公司造成的成本高達80美元。

微軟連續三年補貼了將近200萬付費用戶的算力差額，撐到2026年終于放棄訂閱模式。

應用層公司處境更糟。Cursor把100%訂閱收入交給Anthropic換模型訪問，自己仍然不盈利。Perplexity在2024年的算力支出占到收入的164%。模型層和應用層都在虧，中間沒有夾層去吸收成本。

Cursor官網截圖

更麻煩的是，行業一度普遍假設token成本會隨時間下降，所以早期虧損可以靠規模化消化。但新一代“推理模型”——OpenAI的o系列、Claude的思考模式——單次任務消耗的token是過去的幾倍乃至幾十倍。

模型變貴的速度，超過了模型變便宜的速度。

Anthropic自己也承認這一點。其增長負責人在解釋為什么把Claude Code從Pro檔拿掉時說，Claude Pro和Max的扁平訂閱“并不是為Claude Code、Cowork這類 Agent 工具而設計的”，原本只是為聊天而設計。

這句話翻譯過來是：聊天場景的訂閱經濟學，其實扛不住Agent場景的算力消耗。

回到豆包身上，它的付費功能定位，根據官方對媒體的回應，主要面向PPT生成、數據分析、影視制作、超長文檔解析、專業AI繪畫。

這些恰好都是生產力型重負載，對應 Zitron 說的“用戶成本可以差出幾十倍”的那個長尾，對應 Anthropic說的扁平訂閱扛不住的Agent場景。

豆包等于一開始就站在訂閱制最難賺錢的那一邊。

68元這一檔大概率連基礎算力都覆蓋不住。200元和500元能否覆蓋重度用戶的算力消耗，要看豆包對使用頻次和token用量的限制做得有多狠。但限制一旦做狠，會員的吸引力就垮掉。畢竟國內的競爭環境甚至要比海外更激烈。除了大廠，還有各位初創公司虎視眈眈。

這是一個先天就沒有舒適區的定價結構。

豆包能不能賺錢，或許只是字節AI業務里很小的一個問題。

更值得討論的，是字節這兩年在AI上鋪開的整體戰線。

底層模型這一層，字節同時在做語言、視頻、語音、圖像。除了豆包大模型本身，視頻生成有Seedance、PixelDance、Seaweed，語音有Seed-ASR 和Seed-TTS，圖像有Seedream。光是底層模型就有17款。

Seedance2.0生成視頻

應用層鋪得更廣。chatbot有豆包，圖像和視頻生成有即夢，智能體開發有扣子，社交陪伴有貓箱，音樂生成有海綿音樂，電商內容有即創，教育有豆包愛學，工具集有小悟空。

編程方向同時押了兩條線。Trae是對標Cursor的獨立AI IDE，豆包MarsCode則是IDE插件。

海外還有Cici、Coze、Dreamina、Gauth等一整套對應版本。硬件層面甚至已經推到了Ola Friend智能體耳機和地瓜機器人。單是在運營數得出名字的AI應用就超過20款。

這種全產業鏈鋪開的姿態，在用戶增長期是合理的。字節作為“應用工廠”，多產品同時跑，跑出誰就重押誰，這套打法在抖音和TikTok時代被反復驗證。

但AI不一樣。AI的每一條產品線都在持續吃算力，而且越往生產力場景走，吃得越兇。

圖源：網絡

視頻生成尤其如此。它的算力消耗遠高于文本生成，每一秒輸出都對應著指數級的推理成本。OpenAI為了“集中算力辦大事”直接關停了Sora 2，Runway 和Pika的商業化也始終沒有跑出健康的單位經濟模型。

Seedance的成功的確讓人看到了字節大力出奇跡的能力，但即便開始商業化，其也加上了諸多限制，而最核心一條其實還是在算力層面。

但視頻生成有多大的商業價值，這條路在戰略上是否值得繼續加碼，可能到了應該重新評估的時候。

算力不足是所有一線AI廠商都要面對的問題。Anthropic、OpenAI和微軟的最新動作，本質上都是在做減法——承認有些場景靠現有商業模式喂不飽，主動收縮戰線，把算力集中到更可能跑出正向毛利的產品上。

OpenAI關停Sora

這一階段考驗的是戰略定力，而不是戰略野心。

字節目前還沒有出現類似的收縮信號。各條線都在加碼，海外海內都在鋪，模型和應用都在做。這種姿態的代價，會隨著算力成本曲線持續上升而越來越高。

02

“AI改造一切”

可能本身就是個偽命題

跳出字節看國內大廠，情況其實差不多。

各家大廠其實也都是多線布局，即便底層模型能力有水平差異，但在應用層面幾乎沒有人愿意放棄“全家桶”戰略，其中極少數的例外大概只有一心專注視頻生成的快手和基礎模型研究的Deepseek。

對大廠而言，每一家都在講同一個故事——AI會改造一切，AI會成為水電煤一樣的基礎設施，誰占住了基座，誰就拿到了下一個時代的入場券。

但這個敘事可能從一開始就回避了一個物理層面的問題：當下的算力基建，遠遠撐不起“AI改造一切”所需要的體量。

圖源：網絡

OpenAI、Anthropic、微軟、亞馬遜都在為算力告急。最近最近Anthropic又宣布和馬斯克的SpaceX合作，共享后者龐大的數據中心算力資源。

GPU短缺、電力短缺、數據中心建設周期以年計，這些不是一句“加大投入”就能解決的。

國內的情況只會更緊。在芯片受限的前提下，國內大廠的算力天花板比海外更低，但產品線的鋪開程度反而更廣。這本身就是一個不閉合的等式。

更根本的問題在于，即便算力基建跟得上，AI的規模效應也并不等同于傳統互聯網時代。

互聯網時代的規模效應是邊際成本趨零。用戶每多一個，服務器成本幾乎不增加，所以平臺只要燒錢堅持到燒出足夠大的規模，最終幾乎就一定能夠有辦法賺錢。

圖源：網絡

但AI并不符合這套規律，因為AI的邊際成本是實打實的算力消耗，用戶每多用一次，算力賬單就增加一次。

這意味著規模本身不再帶來盈利，反而可能放大虧損。

豆包3.45億月活的體量在傳統互聯網邏輯里是無敵的資產，在AI經濟學里卻是一個持續吃算力的成本黑洞。

國內大廠目前還在用互聯網時代的邏輯做AI——先搶用戶、再做生態、最后變現。但這套邏輯的前提，是規模能轉化為利潤。如果規模本身就是負擔，那這套邏輯就需要被重新審視。

豆包開始收費這件事，從這個角度看，其實是一個遲到的信號——字節也意識到了規模帶不來盈利，必須開始想辦法收錢。但選擇付費訂閱制，本身也只是在現成錯誤的答案里硬選一個。

圖源：QuestMobile

可以說豆包收費這是個開始，但不是答案。

至于“AI改造一切”、“AI成為基礎設施”這些更宏大的敘事或者野心，在算力基建和經濟模型雙重不閉合的當下，更像是一種行業為了龐大資本支出和支撐股價的自我說服。

這一階段任何大廠需要的承認現實大概比普通人更多——承認有些事現階段AI還做不了，承認有些產品現階段不該做，承認這場競賽比所有人想象的都要漫長和昂貴。

這個時刻或許終于會開始念起“人”的好來，畢竟“人”還能被欠薪、畫餅甚至白嫖，但冰冷的AI可不吃這一套。