巴克莱在8月28日发布的AI行业单位经济学研报中揭示了一个关键事实：AI模型公司每赚取100美元收入，其中约35-40美元以推理计算费用的形式流向三大云厂商——AWS、Azure和GCP。云厂商从这笔收入中赚取10-20美元的营业利润，对应营业利润率约35%-45%。这一数据凸显了云厂商在AI价值链中的核心地位，也反映了推理成本在模型公司支出中的占比之高。
与此同时，研报指出AI实验室的付费推理利润率已从2025年的十几个百分点飙升至2026年的50%-65%以上，调整后毛利率同比提升30-50个百分点。巴克莱分析师Ross Sandler认为，当前实际利润率可能比报告估算还要高，但随着前沿竞争加剧和算力供给增加，预计将逐步回落。这一判断暗示，当前的高利润率可能难以长期维持。
为了拆解利润差异，巴克莱构建了两个假想的前沿实验室模型。实验室A约70%收入来自API、30%来自订阅；实验室B则相反，80%靠订阅、API仅占20%。由于API天然比订阅拥有更高的推理利润率，叠加训练成本分摊和合作伙伴分成的差异，两者的调整后毛利率出现17个百分点的落差——实验室A约55%，实验室B约38%。
收入确认方式进一步放大了这种差异。实验室A按总额法确认间接API收入，实验室B按净额法处理，甚至完全不确认战略合作伙伴代运营的间接API收入。巴克莱将此类比为UBER与LYFT：同一核心业务，因财务口径不同，报告数字截然不同。随着AI实验室开始披露GAAP报表，投资者在做跨公司比较时需拆开这些口径差异。
具体到各产品线，订阅产品（如Claude Code、Codex）的推理利润率估计在70%左右，在三条产品线中反而最低，原因是AI实验室愿意补贴token成本来留住用户。直接API是AI实验室最早的商业模式，也是利润率最丰厚的，巴克莱估计当前API推理利润率已超过80%。模型token效率的提升、API名义定价上调，以及推理服务在基础设施层面的优化——量化、speculator技术、新一代算力——都在持续释放利润空间。间接API的终端体验与直接API一致，但计费关系在用户与云厂商之间，随着其收入占比上升，不同实验室在收入确认上的口径差异将进一步拉大财报的可比性。
云厂商的盈利情况也因实验室结构而异。每100美元AI实验室收入中，实验室A对应35美元云厂商收入，扣除基础设施成本后贡献约11.8美元利润，营业利润率约34%；实验室B因存在战略合作伙伴收入分成（占收入的20%，设有累计上限），云厂商拿到更多——41美元收入，19.1美元利润，营业利润率47%。巴克莱指出，分成推高的是云厂商的表观利润率，剥离分成后每个token对应的实际利润并无差异，该分成预计在2028年后归零。此外，agentic订阅产品为云厂商创造了额外价值，这类有状态运行时产品往往需要调用数据库等上层软件资源，单位收入的含金量更高，部分场景下云厂商与AI实验室之间还存在收入分成安排。
从更宏观的视角看，巴克莱估算AI实验室整体收入将从2024年的70亿美元增至2026年的1370亿美元，2028年达到6900亿美元；年末ARR口径更为激进：2026年底约2000亿美元，2028年底约7820亿美元。当前训练支出仍占AI实验室收入的48%左右，但训练成本占比正快速下降——从2024年的96%到2027年预计降至35%、2028年降至30%。随着推理利润逐步超过训练开支，AI实验室整体盈利能力将持续改善。
云厂商的AI收入占AI实验室收入的比例也在下滑：从2024年的153%降至2026年的90%，2028年预计降至73%。巴克莱预计，AWS、Azure和GCP在未来两年仍将维持各自对AI实验室算力支出的份额，但从2028年起，有担保的AI基础设施项目将投入运营，成为AI实验室的优先选择——三大云厂商可能因此在训练和推理领域逐步丢失份额。这一趋势对云厂商的长期增长构成潜在挑战，也为其他算力提供商带来机会。