巴克萊在8月28日釋出的AI行業單位經濟學研報中揭示了一個關鍵事實：AI模型公司每賺取100美元收入，其中約35-40美元以推理計算費用的形式流向三大雲廠商——AWS、Azure和GCP。雲廠商從這筆收入中賺取10-20美元的營業利潤，對應營業利潤率約35%-45%。這一資料凸顯了雲廠商在AI價值鏈中的核心地位，也反映了推理成本在模型公司支出中的佔比之高。
與此同時，研報指出AI實驗室的付費推理利潤率已從2025年的十幾個百分點飆升至2026年的50%-65%以上，調整後毛利率同比提升30-50個百分點。巴克萊分析師Ross Sandler認為，當前實際利潤率可能比報告估算還要高，但隨著前沿競爭加劇和算力供給增加，預計將逐步回落。這一判斷暗示，當前的高利潤率可能難以長期維持。
為了拆解利潤差異，巴克萊構建了兩個假想的前沿實驗室模型。實驗室A約70%收入來自API、30%來自訂閱；實驗室B則相反，80%靠訂閱、API僅佔20%。由於API天然比訂閱擁有更高的推理利潤率，疊加訓練成本分攤和合作夥伴分成的差異，兩者的調整後毛利率出現17個百分點的落差——實驗室A約55%，實驗室B約38%。
收入確認方式進一步放大了這種差異。實驗室A按總額法確認間接API收入，實驗室B按淨額法處理，甚至完全不確認戰略合作伙伴代運營的間接API收入。巴克萊將此類比為UBER與LYFT：同一核心業務，因財務口徑不同，報告數字截然不同。隨著AI實驗室開始披露GAAP報表，投資者在做跨公司比較時需拆開這些口徑差異。
具體到各產品線，訂閱產品（如Claude Code、Codex）的推理利潤率估計在70%左右，在三條產品線中反而最低，原因是AI實驗室願意補貼token成本來留住使用者。直接API是AI實驗室最早的商業模式，也是利潤率最豐厚的，巴克萊估計當前API推理利潤率已超過80%。模型token效率的提升、API名義定價上調，以及推理服務在基礎設施層面的最佳化——量化、speculator技術、新一代算力——都在持續釋放利潤空間。間接API的終端體驗與直接API一致，但計費關係在使用者與雲廠商之間，隨著其收入佔比上升，不同實驗室在收入確認上的口徑差異將進一步拉大財報的可比性。
雲廠商的盈利情況也因實驗室結構而異。每100美元AI實驗室收入中，實驗室A對應35美元雲廠商收入，扣除基礎設施成本後貢獻約11.8美元利潤，營業利潤率約34%；實驗室B因存在戰略合作伙伴收入分成（佔收入的20%，設有累計上限），雲廠商拿到更多——41美元收入，19.1美元利潤，營業利潤率47%。巴克萊指出，分成推高的是雲廠商的表觀利潤率，剝離分成後每個token對應的實際利潤並無差異，該分成預計在2028年後歸零。此外，agentic訂閱產品為雲廠商創造了額外價值，這類有狀態執行時產品往往需要呼叫資料庫等上層軟體資源，單位收入的含金量更高，部分場景下雲廠商與AI實驗室之間還存在收入分成安排。
從更宏觀的視角看，巴克萊估算AI實驗室整體收入將從2024年的70億美元增至2026年的1370億美元，2028年達到6900億美元；年末ARR口徑更為激進：2026年底約2000億美元，2028年底約7820億美元。當前訓練支出仍佔AI實驗室收入的48%左右，但訓練成本佔比正快速下降——從2024年的96%到2027年預計降至35%、2028年降至30%。隨著推理利潤逐步超過訓練開支，AI實驗室整體盈利能力將持續改善。
雲廠商的AI收入佔AI實驗室收入的比例也在下滑：從2024年的153%降至2026年的90%，2028年預計降至73%。巴克萊預計，AWS、Azure和GCP在未來兩年仍將維持各自對AI實驗室算力支出的份額，但從2028年起，有擔保的AI基礎設施專案將投入運營，成為AI實驗室的優先選擇——三大雲廠商可能因此在訓練和推理領域逐步丟失份額。這一趨勢對雲廠商的長期增長構成潛在挑戰，也為其他算力提供商帶來機會。