TechFlowPost 10 月 3 日刊发 Robonaissance 与 Inside China's Machine 合作撰写的文章称，在已提交财报或披露经营数据的中国 AI 模型厂商中，暂无一家能够证明其模型业务已经实现自负盈亏。文章把中国 19 家模型厂商按出资来源分组后得出的结论是：母公司主要用其他业务利润填补 AI 缺口，独立实验室则继续依赖融资。
文章提出的核心问题不是模型分数高低，而是谁在为模型的构建、运行和研发成本买单。作者称，单看评分或价格，投资者和采用中国模型构建产品的运营者都无法判断一家厂商的持续经营能力。
小米与智谱：分数接近，成本与资金来源不同
文章以小米和智谱作为开篇对照。按小米自己的说法，其半年 182 亿元人民币研发预算中，近 30%投向 AI。文中据此估算，小米 AI 相关投入约为 55 亿元人民币，约合 8 亿美元，这一口径覆盖其全部 AI 工作，包括语言模型。
同期，香港上市实验室智谱的全部研发投入为 21.3 亿元人民币，约合 3.16 亿美元。按文中比较，小米的投入超过智谱两倍。
在 Artificial Analysis Intelligence Index 上，小米 MiMo-V2.6-Pro 得分 46，智谱 GLM-5.3 得分 45，仅差 1 分。若按该指数跑完整套测试，MiMo 的成本为 207 美元，GLM 为 2503 美元。文章指出，这一数字反映的是买家支付的价格，而模型对厂商自身意味着多少成本，则需要回到账本中判断。
文中给出的判断是，一个模型若要自负盈亏，收入必须覆盖构建和运行成本，并且要把研发算进去。作者称，在其查阅的所有财报中，没有一个模型能自己养活自己。
披露有限，19 家厂商中仅 5 家有财报可供拆解
文章称，在图谱涉及的 19 家中国模型厂商中，只有 5 家提交了包含模型信息的财报，分别是智谱、MiniMax、商汤，以及阿里巴巴和百度的 AI 业务线。腾讯、小米和快手则是在业绩发布或电话会上给出部分模型数据，其余厂商更多只能通过公司声明和媒体报道了解。
文中同时说明，图中可靠程度分为提交财报、公司披露、报道和无披露四类。H1 指 2026 年上半年，ARR 指年度经常性收入。文章还提示，各厂商披露的运行率不可直接横向比较；例如智谱声称的 16 亿美元，与其半年营收翻倍后的约 2.83 亿美元并非同一口径。
未被列入表格的对象包括电信运营商、面壁智能和上海 AI 实验室。文中解释，电信运营商托管和分发模型，但不公布模型收入；上海 AI 实验室则属于非营利机构。
同一分数段，测试账单最高相差近 24 倍
在 Artificial Analysis 排行榜上，文章列出截至 10 月 1 日得分位于 44 至 46 区间的 5 款中国模型，分别是小米 MiMo-V2.6-Pro、阿里 Qwen3.8 Max、智谱 GLM-5.3、月之暗面 Kimi K3 和阶跃星辰 Step 5 Preview。这也是当时榜单上得分最高的 5 款中国模型。
同一榜单中，得分最高的美国模型为 58，比中国最高分高出 12 分。文章称，其他几家中国厂商排名更低，或尚未上榜。
在买家成本上，这 5 款中国模型跑完整个指数的费用从 MiMo 的 207 美元到 Qwen 的 4935 美元不等，同一分数段账单相差近 24 倍。GLM 的 2503 美元约为 MiMo 的 12 倍，Kimi K3 的测试成本为 3658 美元。
文章指出，token 数量可能比标价更重要。模型会分别对输入文本和输出文本收费。Qwen 的输出标价低于 Kimi，但 Qwen 跑测试花费 4935 美元，高于 Kimi 的 3658 美元，原因是测试中 Qwen 读入了 99 亿输入 token，而 Kimi 为 26 亿。文中建议，运营者应按自身实际工作负载评估模型价格。
文中还给出一组美国参考数据。Claude Opus 5.5 高设置得分 54，测试成本为 2172 美元，低于得分 45 的 GLM-5.3 的 2503 美元。
MiMo 的输出标价为每百万 token 0.87 美元。文章称，这样的低价可能意味着成本较低，也可能只是争夺客户的定价策略，但买家无法仅凭价格判断。
两家上市实验室：毛利为正，但研发缺口仍大
文章把智谱和 MiniMax 视为两家以卖模型为主业、且已上市的实验室。两家公司都报告了正毛利率，意味着收入减去直接服务客户的成本后仍有剩余，但缺口并未消失。
智谱半年营收为 9.54 亿元人民币，约合 1.42 亿美元，净亏损 20.7 亿元人民币，约合 3.08 亿美元。其毛利率为 26.4%，低于上年同期的 50.0%。文章称，这意味着收入增长很快，但利润变薄。
MiniMax 营收增长 283%至 1.166 亿美元，净亏损 3.58 亿美元，研发支出 2.969 亿美元，毛利率为 17.9%。
按文中测算，智谱毛利润约为 2.52 亿元人民币，对应研发费用 21.3 亿元；MiniMax 毛利润约为 2100 万美元，对应研发费用 2.969 亿美元。换言之，两家实验室的研发费用分别约为客户在扣除服务成本后所贡献金额的 8 倍和 14 倍。文章据此认为，研发是亏损缺口的主要来源。
商汤同样在香港上市，也是 SenseNova 模型开发商。文章称，其生成式 AI 占总营收的 79.9%，视觉 AI 占 17.1%，但财报中找不到模型层面的成本，因此无法据此判断单个模型能否自负盈亏。
作者总结称，在其查阅的所有账目中，没有一个显示客户支付的金额足以覆盖模型构建与运行成本；若把研发费用计入，结论更明显，差额仍需由外部资金填补。
母公司覆盖能力：腾讯约 7.2 倍，阿里约 2 倍，小米至少 2.2 倍
文章称，只有 3 家母公司披露了足够信息，可用于测算覆盖倍数，即扣除 AI 支出后的利润与该支出之比，分别是阿里巴巴、小米和腾讯。其余公司无法衡量。
腾讯方面，第二季度其在扣除某些项目之前的营业利润按公司自定调整口径增长 9%至 756 亿元人民币，其中已扣除约 105 亿元、约合 15.6 亿美元的新 AI 产品成本，包括混元模型、元宝助手和编码工具。文章指出，这 105 亿元是包含部分收入的成本项，腾讯并未单独披露 AI 收入。
现金流方面，腾讯自由现金流为负 138 亿元人民币，约合 20 亿美元，原因是算力预付款；若不计这些预付款，则为正 376 亿元。文中还提到，腾讯混元 3 在指数上得分为 25，而前述 5 家领先模型得分在 44 至 46 之间；更新的混元 4 预览版未获排名。
阿里巴巴新设的 AI 实验室与应用板块，将旗下模型实验室、通义消费者应用和 QwenWork 产品归并在一起，因此其营收不只来自模型销售。6 月当季，该板块按调整后 EBITA 口径亏损 138.6 亿元人民币，约合 20.6 亿美元，营收为 33.4 亿元人民币，约合 5 亿美元。
同期，阿里巴巴电商集团调整后 EBITA 为 397 亿元人民币，约合 59 亿美元，约为该亏损的 3 倍；包含 AI 亏损后的集团总调整后 EBITA 同比下降 30%至 273 亿元人民币，约合 41 亿美元，约为该亏损的 2 倍。
小米方面，文章称其在研发费用之后报告利润。上半年调整后净利润为 123 亿元人民币，约合 18.3 亿美元，同比下降 42.8%。按文中估算的最高 55 亿元 AI 研发支出计算，其覆盖倍数至少约为 2.2 倍，接近阿里巴巴集团层面的数字，低于腾讯。
文章还提到，小米向分析师表示，模型访问销售已开始产生收入，但当前并未将变现视为主要目标。文中据此认为，0.87 美元的输出价格，是一家仍有盈利母公司支撑的企业可以选择维持的价格。
按文中计算，在不同口径和期间下，腾讯覆盖倍数约为 7 倍，阿里巴巴集团层面约为 2 倍，小米至少为 2.2 倍。若在 AI 支出不变的情况下，AI 支出后利润继续下滑，阿里巴巴集团层面需下降 50%、小米至少下降 55%、腾讯下降 86%，覆盖倍数才会降至 1 倍。
百度和字节跳动则无法测算。百度财报披露了 AI 业务营收项目，但没有 AI 成本数据。其网络营销收入第二季度下降 19%，AI 相关业务线主要是 AI 云基础设施，增长 25%。字节跳动不提交财报。文章称，该公司表示豆包模型每天处理 180 万亿个 token；同时 The Information 援引内部人士称，其利润正在下滑。
实验室继续依赖融资，智谱股价较峰值一度跌 73%
对于没有母公司利润兜底的实验室，文章认为，股份和债券融资是主要资金来源。
智谱的融资路径被作为重点案例。文中称，其股价在 6 月 22 日收于峰值。7 月，据媒体报道，智谱完成一轮约 270 亿元人民币、约合 40 亿美元的股份出售。到 9 月 9 日，其股价较峰值收盘下跌 62%。
9 月 12 日，智谱同意进行一笔约 135 亿元人民币、约合 20 亿美元的配售，以及一笔 201.4 亿元人民币、约合 30 亿美元的可转换债券融资，两项合计 336 亿元人民币。这些交易是在股价下跌后达成，文中称当时尚未显示为完成。
根据公告，配售所得款项中，60%将用于研发和基础设施，15%用于扩张和战略投资，25%用于营运资金。到 9 月 30 日，智谱股价较峰值收盘下跌 73%。
文章合计称，智谱在 7 月至 9 月中旬已筹集或同意筹集约 610 亿元人民币，约合 90 亿美元，接近其半年亏损的 30 倍。按上半年支出水平计算，如果 9 月交易完成，其现金并不短缺，且这些资金可支撑数年。
不过，文中也指出，智谱调整后亏损较 2025 年上半年扩大 12.1%，下一次出售股份时的定价仍是悬而未决的问题。按 9 月 30 日收盘价，新一轮出售将以较峰值下跌 73%的股价定价。
MiniMax 则在 7 月通过配售和可转换债券融资约 20 亿美元，约为其半年亏损的 5.6 倍。
年化收入、私有实验室与未验证数据
文章称，除股份融资外，伴随融资披露出现的一些经营数字，普通读者难以核实。以智谱为例，该公司在 8 月表示，其模型访问平台年化收入为 16 亿美元。文中将这一数字与其上半年全部产品营收 9.54 亿元人民币、约合 1.42 亿美元进行对比，称若将半年营收简单翻倍，约为 2.83 亿美元，前者接近后者的 6 倍。
作者提醒，年化运行率是把最近一段时期的数据年化，在快速增长业务中通常会高于半年平均水平，因此智谱全年账目将成为检验这一数字的依据。
对于私有实验室，文章称其完全不发账。根据其他媒体转述，The Information 于 9 月 24 日报道，DeepSeek 的 API 在今年前 7 个月获得 82.9% 的毛利率。文中强调，这一口径仅是卖 token 的利润率，不包含研究和训练成本，也与智谱备案的 26.4%和 MiniMax 的 17.9%口径不同，且 DeepSeek 未予确认。
文章还援引财新报道称，DeepSeek 首轮融资后，在约 500 亿元人民币、约合 74 亿美元资金进入后，估值定为 3500 亿元人民币，约合 520 亿美元。另据彭博社报道，月之暗面据称于 7 月以 350 亿美元估值完成 35 亿美元融资。文中指出，这两轮融资都没有附带备案账目，因此仍无法证明任何模型已经覆盖自身成本。
作者给出的判断标准：只有模型级账目才能定论
文章最后提出，真正能回答问题的，是一份模型级账目：在某个分部中，模型收入高于模型构建和运行成本，并且研究费用也被计入。作者认为，阿里巴巴的 AI 云与计算分部销售的是算力和云服务，因此不能作为这一问题的直接答案。
文中给出三类更接近的观察指标。第一，智谱和 MiniMax 的全年账目将在明年到期，届时可观察毛利润相对研究支出是否上升。第二，若全年毛利润达到研究支出，即毛利润单独覆盖研究，或出现一份显示收入高于成本的模型级账目，则这一命题才会被终结。第三，若覆盖比例至少达到上半年数字的两倍，但仍不到 1 倍，则只能说明差距收窄，不能说明模型已实现自负盈亏。
文章还称，私有实验室若提交上市文件，并附带经审计的毛利率和研究支出，也能检验类似 DeepSeek 的说法；若有母公司单独披露模型收入与模型成本并列的数据，也能从另一侧说明问题。
对运营者和投资者的两项现实问题
在这些账目出现之前，作者认为，判断一家模型厂商续航能力可以先看两件事：其母公司其他业务对模型业务的覆盖程度，以及实验室下一次出售股份时的股价。
文章举例称，7 月 19 日，月之暗面表示已暂停新的消费者订阅，因为 Kimi K3 的请求量已接近其算力集群上限。该声明没有提到 API，因此依赖 Kimi 的运营方应询问 API 容量是否也受限。
对投资者而言，文中给出的两个问题是：模型厂商的其他业务对其 AI 支出的覆盖程度如何，以及它下一次何时需要出售股份。
文章最后再次回到小米与智谱。按文中口径，小米是测试账单最低的厂商，其调整后净利润对 AI 研究的覆盖倍数至少为 2.2 倍，而这一利润已在半年内下降 42.8%。智谱则已融资或同意融资约其半年亏损的近 30 倍，但客户毛利润仅覆盖其研究支出的约八分之一，因此其续航能力仍取决于融资能否完成，以及下一次出售股份时的价格。
