Rhodium在9月17日发布的一份中美AI对比报告，把两个市场的价格关系摆在了同一张表上：用户端中国模型明显更便宜，投资人端中国模型的一美元收入反而更贵。

用户侧，即便今年已经历一轮涨价，主流前沿模型完成一次标准化任务大多仍只需0.04—0.5美元，而Claude最强一档约需2—4美元。但换成估值口径，关系倒转：DeepSeek每一美元ARR对应约163美元估值，Moonshot约50美元，OpenAI约34美元，Anthropic约21美元。

收入体量的差距更直观。按最新月收入年化估算，中国主要模型业务ARR合计约107亿美元；OpenAI约400亿美元，Anthropic约650亿美元——后两家加起来接近整个中国模型阵营的十倍。这组数字指向一个核心疑问：资本市场究竟在为哪一段尚未兑现的收入付钱？

报告特别提到一个结构性原因：中国开放权重模型被第三方云平台托管后，平台通常无需向原始实验室支付许可费用。这带来极强的分发能力，也让「使用规模」与「公司收入」更容易分离。企业可以把权重下载到自有服务器，云厂商也能部署一份再把API卖给自己的客户，模型每天被调用，实验室却未必能从每次调用中分到钱。美国头部实验室同样经由云平台分发，但闭源模式保留了更明确的收费关系：Claude被企业调用，钱大多回到Anthropic；GPT进入企业，OpenAI也更容易把客户与账单留在自己手里。

这条链路正在被修补。8月26日路透社披露，月之暗面正与微软、Amazon和Google讨论Kimi K3的收入分成，谈判仍处早期，Moonshot希望从这些云平台销售K3产生的收入中拿到最高30%，双方还需解决Token使用量审计、数据访问与分成方式。

另一个容易被误读的点是：便宜不等于每枚Token亏钱。Rhodium援引数据称，截至今年7月，DeepSeek API业务毛利率约83%，已接近Anthropic API业务80%以上的水平。低价本身不是最难的问题——一次API请求只需承担这一次推理成本，而一家前沿实验室还要承担下一代模型：训练集群、RL、数据、environment、失败实验，以及一批今天没有收入却可能决定半年后竞争位置的研究项目。

MiniMax上半年的财报把这两笔钱并排放在了一起：收入1.166亿美元、同比增长283.1%，毛利2081万美元、毛利率17.9%；但同期研发费用达2.969亿美元，是收入的2.5倍以上，经调整净亏损2.93亿美元。公司解释研发增长很大一部分来自模型迭代带来的训练云服务费用。智谱的资金需求更直接：今年1月IPO募资约40亿元，7月完成约270亿元H股配售，9月13日再通过新股和零息可转债拿到50亿美元；其8月MaaS ARR约16亿美元。

资本市场的动作也在加速。9月初路透社报道，月之暗面已以保密方式提交香港IPO申请，计划募资约30亿美元，当时估值约500亿美元；十一天后，DeepSeek准备请高瓴创投合伙人严文涛出任首任CFO，为可能的科创板上市做准备。Rhodium统计，智谱、MiniMax、DeepSeek和Moonshot四家公司2025年获得的PE/VC投资合计约90亿元；进入2026年前八个月，把PE/VC、IPO和定增算在一起，股权资金规模已升至1790亿元。更大的资金需求在算力侧：Rhodium统计的13家中国主要AI基础设施参与者今年AI基础设施投资将达9320亿元、同比增长103%，2027年可能超过1.2万亿元。

把这些数字放在一起，夸张的ARR倍数至少多了一层解释：客户今天还没付的钱，资本市场先替模型公司付了一部分。但ARR取自不同时间点的月收入年化，各家公司业务结构也不一样；Moonshot自身估值从2025年底约40亿美元升至今年8月500亿美元，估值增长明显快于收入。

价格竞争也在向美国市场蔓延。7月30日，OpenAI把GPT-5.6 Luna的API价格一次下调80%、Terra下调20%；一周后把免费版ChatGPT默认模型换成Luna并开放不限量文本对话；8月，Sol的API和Credits价格也阶段性下调超过20%。美国头部实验室在降价的同时仍尽量守住收费关系，中国开放模型则要解决已经出去的使用量如何补上回款链路。

中国AI下一阶段真正需要跑通的是三条曲线：价格继续下降、调用量继续增加、单位成本下降得更快。只要后两条能跑过研发、算力和获客投入，便宜完全可以是一种健康的商业模式。但MiniMax与智谱的财报提醒了另一面：一笔调用能赚钱，距离一家实验室能自己养活自己，中间还隔着下一代模型。这里甚至存在一个反直觉阶段——模型越成功，公司短期越可能缺钱：用户增加需要更多推理算力，开发者增加需要更大服务容量，排名上升后公司更难停下下一轮训练。

过去三年，中美AI的比较表里塞满了参数、Benchmark、GPU数量和Token价格。接下来可能还要多加一列：上一代模型赚的钱，够不够付下一次训练。