Is Charging a Trend for Large Models?
The AI commercialization turning point has arrived, with major domestic large models exploring paid services, shifting from "free burning money" to "value realization."
En resumen
- Domestic large models like Doubao are introducing paid subscription tiers, signaling a shift in the AI industry.
- Driven by high computing costs and user segmentation, this move aims to monetize high-value users and optimize resource allocation, moving towards a "productivity economy" model.
Resumen generado por IA
Por qué importa
Domestic large models, once free and accessible, are now exploring paid subscription models. This shift is seen as a turning point in AI commercialization, with major players like Doubao introducing tiered pricing. The move is driven by significant computing costs and the need to cater to different user segments.
“收费”是大模型的趋势吗
曾经免费的、触手可及的国产大模型,是否要全面开启收费模式?
AI商业化的一个转折点来了。
不久前,AI助手豆包在苹果App Store悄然更新了一则“订阅服务声明”:基础版免费使用,满足日常需求;同时推出3档付费订阅方案——标准版每月68元、加强版每月200元、专业版每月500元,年付价格最高可达5088元。消息一经扩散,迅速引发网友热议,“豆包付费”等词条更是接连冲上热搜。
事实上,豆包并非首个尝试“收费”的国产大模型。此前,包括百度文心一言、Kimi等多个大模型都曾试水或建立了自己的付费体系。但作为国内月活第一的AI应用,豆包的“转身”被业内认为是国产大模型转型的一个标志性节点。
“当月活规模最大的玩家都开始收费,用户感知到的不是‘这家公司变了’,而是‘这个行业变了’。”快思慢想研究院院长田丰对记者说。
算力成本压力
一些国产大模型开启“收费”的直接推动力,来自“算力账单”。最新数据显示,截至2026年3月,豆包大模型日均Token(词元)调用量已突破120万亿,是2024年5月的1000倍以上。田丰算了笔账:若按照国内主流大模型平均每百万Token约2-4元的输入价格粗算,每天有2亿到5亿元在GPU上“燃烧”,一年下来就是千亿级支出。
“关键更在于成本结构的改变。”田丰提到,互联网时代免费模式成立的前提是边际成本趋近于零,用户数量越多,成本摊薄效果就越明显。但在AI时代,大模型的每次响应、每个Token的调用都对应着真实的算力、电力消耗。“普通文本对话时,AI多服务一个用户的边际成本还比较低;但当AI的主力场景扩展至PPT生成、视频制作等,单用户边际算力成本就从‘几乎为零’跃升到‘每月数十元’。”
2026年开年以来,以OpenClaw(龙虾)为代表的智能体(Agent)火爆出圈,AI加速从“能对话”转向“会办事”。今年3月,我国日均Token调用量已超140万亿,较2024年年初增长了1000多倍。而Agent类应用的Token消耗量是普通对话的数十倍。“大模型产品的边际成本一旦变化,无限免费的‘战略选择’便难以为继。”田丰说。
除了成本压力,用户分层是推动AI大模型“收费”的另一个关键因素。市场研究机构QuestMobile的数据显示,今年一季度,AI原生App的用户版图朝着“银发+下沉”双向延伸,其中豆包的月人均使用次数达54.8次/月,活跃率为33.5%。“这说明用户规模仍在增长,但新增用户的活跃率并不高。”田丰坦言,在用户已经分层的情况下,不同任务的算力消耗也出现分化,免费统一定价无法反映真实的成本结构。
“付费订阅的核心目的,就是从庞大的用户基数中,筛选出高价值、高黏性、高需求的核心用户群体。这不仅是变现,更是从‘流量运营’向‘用户价值深度运营’转型的关键一步。”在中央财经大学数字经济融合创新发展中心主任陈端看来,通过付费订阅,大模型运营方能更清晰地识别用户需求,将有限的算力资源优先服务于愿意付费的优质用户和场景,从而实现资源配置效率的最大化。“同时,付费用户的数据和行为价值更高,也能反哺模型迭代,形成更优质的服务能力,进而增强整个生态的黏性。”
豆包官方的回应印证了陈端说的这一点。豆包官方明确表示,将始终提供免费服务,在免费服务的基础上,也在探索推出更多增值服务,以满足不同用户的差异化需求。
其实,此前已有模型厂商作了类似的部署。比如,Kimi今年对其会员权益体系进行过一次调整,将计费方式从“按次”改为“按实际消耗”。按次计费时,不同任务场景的算力消耗不同,但用户花费相同;调整之后,按任务难易、消耗多少的实际情况计费。Kimi的这次调整也是因为看到了不同用户任务的成本消耗存在较大差距。
付费模式是否可持续
互联网时代,广告是平台获得收益的重要途径,AI平台为何不延续同样的盈利模式?对此,田丰提到了一点:注意力经济。他说,互联网时代,内容由用户生产,平台仅承担分发成本,广告是凭借用户注意力置换算法推荐成本的生意。大模型的内容生产成本由平台承担而非用户,“流量变现”的逻辑需要平台先亏损获客、再靠广告回收,而大模型的每次服务本身就是成本,广告收入无法覆盖。
“更关键的是,AI场景下用户黏性来自‘有用’而非‘成瘾’,插入广告会直接降低‘有用’的感知。一旦用户感觉到AI在为广告主服务,信任坍塌是不可逆的。”田丰说。
在陈端看来,互联网平台生态内,用户免费提供“注意力”和“数据”,平台通过广告将其变现。而大模型提供的是直接的生产力、创造力和决策支持,创造的价值更直接、更可衡量。她说,AI大模型收费,实质上是将生态内用户价值的变现方式,从间接的“注意力经济”部分转向更直接的“生产力经济”。“这要求AI平台在生态内重塑用户的价值认知和付费习惯。”
业内认为,一些国产大模型正从“免费烧钱”转向“价值变现”。这是否意味着“收费”将成为大模型未来发展的一种趋势?田丰的答案是:付费订阅将成为大模型行业的主流商业底层,但不同类型产品会形成“免费基础层+付费能力层”的双轨结构,而非全面收费。
“对于同一个AI大模型来说,对话式问答与复杂Agent任务的算力消耗差距很大,这种非线性的成本结构天然支持分层定价:低消耗场景免费引流,高消耗场景付费覆盖成本,把成本负担转移给实际消耗者。”田丰说。
但陈端强调,“付费”模式能否持续,关键在于用户感知价值是否持续大于支付成本。通俗点说,就是付费版与免费版之间要存在用户可感知的能力差异。随着基础模型能力趋同,上述差异将集中体现在:更多的上下文窗口、更快的推理速度、Agent任务执行权限,以及专属高算力模型等方面。
生态也至关重要。陈端以豆包为例分析,字节跳动在推荐算法、工程效能和基础设施上的深厚积累,能为其大模型降本提供独特优势。同时,豆包推出付费服务的价值不仅在于其模型本身,更在于与抖音、剪映、飞书等生态产品的深度协同。比如,付费版豆包可能会提供一键生成抖音脚本、智能剪辑、个性化文案优化等独家功能。“这种‘AI能力+生态场景’的深度绑定,创造了其他独立大模型难以复制的独特价值和用户黏性,是支撑付费模式长期可持续的关键。”陈端说。
大模型商业化下一步
中国互联网络信息中心政策与国际合作所发布的第57次《中国互联网络发展状况统计报告》显示,截至2025年12月,我国生成式人工智能用户规模达6.02亿人。其中,超80%的网民优先使用生成式AI产品获取信息、解答问题。
随着国内大模型竞争进入深水区,各家企业都在探索可持续的商业化路径。其中,智谱、MiniMax等公司已早早将产品目标对准了更有付费意愿的群体。在陈端看来,我国AI产业的发展,正从技术驱动的“流量思维”回归商业本质的“价值思维”。
值得注意的是,目前还有不少大模型仍坚持免费。比如,腾讯元宝目前仍面向C端用户免费;阿里的通义千问等产品也同样延续免费策略。而面对豆包推出分级付费订阅服务的消息,不少网友的第一反应是“找替代品”:即使豆包收费了,还有千问、DeepSeek等免费模型可以用。
5月12日,腾讯研究院公布的一项“网民AI消费调研”结果显示,有95.6%的受访者在最近3个月内使用过AI大模型,82.3%的用户属于高频使用者,但AI用户中付费比例仅为9.8%,深度使用是付费转化的关键驱动力。“在西方较为成熟的市场,付费服务渗透率高,生活水平也很高。但把这个标准套用到中国,付费订阅的市场规模不会太大。”腾讯公司总裁刘炽平在今年一季度腾讯财报电话会上分析。
关于大模型企业的商业化,田丰认为,核心就是“从通用能力提供商”转向“垂直任务交付平台”,关键点在于把模型能力锚定到用户可衡量的经济产出上。他认为,可持续的大模型商业化体系需要三层协同,即“C端订阅+B端API与MaaS(大模型API调用)+垂直场景嵌入”。
“这三层不是顺序演进,而是并行布局。”田丰表示,当前阶段,强调任何单一层都是错误的。同时,中国大模型企业最容易忽视的商业化路径是垂直场景的高壁垒深耕。“当基础能力趋同后,在单一行业做到‘行业最优解’比在通用场景做到‘平均第一’创造的商业价值高出一个数量级。”
中青报·中青网记者 贾骥业
来源:中国青年报 2026年05月26日 05版
Qué observar
Perspectiva de IA — posibilidades, no hechos
Paid subscription will become a mainstream commercial model for large models, but a dual-track structure of "free basic layer + paid capability layer" will emerge.
Muy probable · Medio plazo
Differentiation in features like context window, inference speed, Agent task execution, and exclusive high-computing models will be key for paid versions.
Muy probable · Medio plazo
Deep integration with existing ecosystems will provide a competitive advantage for paid AI services.
Probable · Medio plazo
Preguntas abiertas
- Will the paid model be sustainable for all large models?
- How will user adoption rates change with the introduction of fees?
- What specific features will differentiate free and paid versions?
- What is the long-term impact on AI accessibility in China?


