假如生在中国，Claude能值多少钱？

成立5年的 Anthropic，营收的年化运行速率在2026年中已逼近450亿美元，这是最近媒体透露的消息。这是一家几乎从零起步、靠卖大模型能力赚钱的公司，用极短的时间走到了许多老牌软件巨头几十年才到的位置。

一个可供佐证的参照是：同样做到450亿美元上下的年营收，微软花了约30年（1975年创立，2006 财年前后达到），谷歌花了约14年（1998年创立，2012年达到），Anthropic只用了5年。30年、14年、5年，不断缩短的曲线是这个行业增长之猛的注脚。

不妨做一个假设：如果这家公司不是生在旧金山，而是生在中国，它今天的营收会是多少？

我的判断是远到不了这个量级，而且差得不是一点半点。更要紧的是，差额衡量的并不是技术，中国未必造不出同样水准的模型。它衡量的是另一件事：一个国家为智能付费的能力。

约束中国大模型的因素通常被归结为供给端：算力够不够，芯片卡不卡。但需求端在今天被严重低估了：用户愿不愿意、能不能够为它付费。这一端可能是一道更深的坎。

瓦特的煤斗

工业革命以瓦特发明蒸汽机作为象征的故事，早已为人熟知。但少有人追问：瓦特究竟是如何把改良后的蒸汽机推广到生产中去的？

答案可能出乎意料：瓦特不是以售卖机器的方式获利，而是按效果收费。他向矿主收取的是一笔按节省煤耗计算的费用：以当时通行的纽科门机为基准，算出同等工作量下2台机器的耗煤差额，再从中提取大约三分之一作为专利使用费。客户支付的不是机器的价钱，而是它省下来的成本。

这套办法能跑通有两个条件。一是煤耗可以被精确计量，吨数摆在煤斗里，谁也赖不掉。二是买卖双方对效果的信心并不对等。瓦特深知自己的机器确实能为矿主省煤，矿主却将信将疑。这种不对称让按效果收费成为对双方都划算的安排，瓦特用它打消了矿主的疑虑，也让自己分享到了省下的煤钱。

瓦特的真正幸运，不在于蒸汽机这项发明本身，而在于这项发明的产出恰好可以用煤来标定。一项技术能不能收到钱，归根到底取决于它创造的价值能否找到一把公认的尺子。

这个古老的问题，今天以新的形式回到了中国大模型面前，但形势更加严峻。大模型出售的是人类商业史上第一种被大规模生产、却始终找不到计量单位的商品：智能。它没有煤耗那样现成的尺子，买卖双方的信心也往往是反的，用户对它能值多少钱，比厂商更没有把握。

回到供给和需求这两端，我们会发现它们的难度并不对称。

供给端的算力短缺虽然棘手，却是一个有明确解法的工程问题：缺芯片就想办法造芯片、买芯片、用更多的次级芯片堆叠。这个问题可以被计量、被规划。

需求端的付费却没有清晰的解法，因为它卡在一个更根本的地方：智能这件商品，找不到自己的煤斗。一个模型即便拥有充足的算力，若训练出来后没有人愿意为它持续付费，再强的算力也只是在把钱烧成热量。

本文要谈的正是被算力叙事盖住的这一端。

一条失效的旧路

中国用户不爱为软件和服务付费，这不是新观察。整个互联网时代，中国始终没有跑出一家规模可观的SaaS公司，单纯靠服务收费的企业也普遍长不大。微软在华营收长期与其全球地位不相称，盗版一度遍地，都是这类现实的注脚。

但现象背后藏着一条更长的线索。盗版也好，SaaS企业长不大也好，根因在同一处：中国的商业传统，为有形之物付费天经地义，为无形之物付费却始终勉强。一台机器、一袋米、一部手机，价值看得见摸得着，客户付钱顺理成章。一段代码、一项服务、一份知识，价值悬浮在空中，客户付费就总觉得亏。

这不是某一代人的吝啬，而是一种延续已久的定价文化：我们擅长为物定价，不擅长为服务定价，尤其是智识。

互联网恰好用一条巧妙的路——广告，绕开了这个难题。它的财务逻辑建立在一个特殊的成本结构之上：互联网产品的边际成本趋近于零，多服务一个免费用户，几乎不增加额外开支。“先用免费圈住海量用户，再把用户的注意力卖给广告主”在算术上是成立的。用户不必为看不见的服务掏钱，他们的注意力本身被打包卖给了第三方。

“羊毛出在猪身上”，无形之物难以定价的尴尬，被广告这层巧妙的转嫁悄悄抹平了。这条路也支撑了中国互联网20年的繁荣。但它有一个隐而不宣的关键前提：边际成本必须趋近于零。

大模型恰恰打破了这个前提。每一次推理都在真实地消耗算力和电力，边际成本是实打实的正数。广告那套“规模换变现”的算法在大模型这里反转了：免费用户越多，亏损越大，而不是成本越摊越薄。

绕开付费意愿的那条老路就此走不通了。被抹平20年的老问题——如何为无形之物定价，重新浮出水面。

收费的现状：从红包大战到三档订阅

真正走到直接向用户收费这步，国内大模型目前又做得如何？

我们目前看到的图景可能是矛盾的。一方面，主要厂商已经搭起了收费的架子。以豆包为例，它把订阅分为三档：标准版每月68元，主打轻度办公；加强版每月200元，开放数据分析和多轮深度推理；专业版每月500元，面向企业和专业创作者，提供模型微调和优先算力通道。这种阶梯定价本身是成熟的商业设计，其他厂商也各有分层，付费的形式已经齐备。

但另一方面，真正愿意持续掏钱的用户规模，远不足以撑起模型的成本。更值得玩味的是厂商自己的动作。

今年春节，阿里、百度、腾讯、字节先后拿出红包和免单，行业投入合计超过80亿元。一边在C端立起付费的价目表，一边又用巨额补贴把用户重新拉回免费的轨道，这本身就说明，定价表上的数字还无法靠自身的吸引力站稳。

在开发者一端，“价格战”更为直接。各家旗舰模型的API调用价格一路下探，DeepSeek把单价压到同行的三分之一甚至更低，叠加各大云平台动辄数月的免费额度，调用大模型的边际价格被压到趋近于零。

这是一个意味深长的反转：模型的每一次推理都存在真实成本，厂商的报价却在向零滑落。卖方在用赔本的价格，去对冲买方根深蒂固、不愿为无形之物付费的习惯。

这幅图景描绘起来就是：收费的形式已经建立，收费的能力尚未建立；价目表挂出来了，可定价权不在厂商手里。问题的根子不在于会不会定价，而在于智能这件商品本身，难以让用户心服口服地认账。这就要回到它最棘手的一个特征。

看得见与看不见

是不是可以就此断定，中国用户不愿为无形之物付费，大模型在中国就没有出路？

下这个判断或许还言之过早。过去十年，中国C端的付费习惯其实发生了真实的迁移。视频网站的会员、网络文学的订阅、各类知识付费产品，都是从“白嫖”的土壤里一点点培育出来的。最有说服力的是游戏，中国是全球规模最大的游戏付费市场之一，玩家为虚拟道具一掷千金毫不犹豫。

可见，中国人不是不愿付费，只是不肯为感知不到价值的东西付费。游戏里的付费能成立，是因为一刀切下去的伤害加成、一身皮肤带来的体验，玩家立刻能感受到。

这里藏着一个比“产品力”更冷峻的难题。19世纪的法国经济学家弗雷德里克·巴斯夏提出过一个著名的区分：看得见的与看不见的。一笔开支带来的直接后果是看得见的，而它替你规避掉的损失、节省下的成本，是看不见的。

大模型最大的价值恰恰大量落在了看不见的那一侧。它替用户想到的方案、帮用户绕开的错误，都不会作为一件具体的产出摆在用户面前，让后者心甘情愿为之付费。

我们会看到一个令人不安的错位：大模型最容易收费的，往往是最低端、最可替代的能力，写一段文案、应答一轮客服，产出看得见、好计价。它最高的价值——那些深层的判断、预警和避险，反而沉没在不可见之中，难以标价，难以收费。

换句话说，越是廉价的智能越好卖，越是珍贵的智能越难卖。这也解释了上述那个矛盾的图景：厂商不是不会定价，而是它最该收费的那部分价值，恰恰是用户感知不到、因而不愿付费的部分。所谓“把价值做得可感知”这条出路，要对抗的不是用户的“吝啬”，而是智能这种商品与生俱来的特征——最值钱的部分，天生不肯现身。

如果说C端要对抗的是价值的不可见，那么B端的障碍更硬，因为它在不可见之上，又叠加了一层体制性的制约。

第一重困难在于计量和比价。硬件好定价，在于背后有公认的参数：主频多少、内存多大、功耗几何，一目了然。硬件本质上就是自带煤斗的商品。但大模型更接近一个黑箱，A模型的定价为何能比B模型高，背后缺少一把能写进招标书、让各方认账的客观标尺。能力的差距真实存在，却难以被翻译成采购流程所要求的、可量化可比对的指标。

第二重困难在于采购与问责机制本身。国有企业的采购要走招标，政府的支出要对价格的合理性负责。当一件商品无法用参数来论证它的高价，决策者就被推到一个尴尬的位置：买了贵的，事后无法向审计和问责机制交代“为什么是它、为什么是这个价”；买了便宜的或者干脆不买，至少不会被追究。在这样的激励结构下，理性的选择往往是压价，或者回避。

结合这两重困难，我们会发现一个深层悖论：问责机制的本意是约束决策、防止浪费，它要求一切支出都能用看得见的依据来辩护。可大模型的价值大量栖身于看不见的一侧。

当遇上价值无形的商品时，这套为有形世界设计的制度就系统性失灵了：它不是在为价值定价，而是在惩罚那些无法被看见的价值。结果很有可能是，越是能力出众、溢价合理的模型，越难在B端拿到与之相称的回报。

回到文章开头的假设，Anthropic 450亿美元的营收中，约八成来自B端，支撑它的是上千家每年掏出超过100万美元的企业。Claude的命脉恰恰扎在B端。

上千家企业为一个无法用参数论证溢价的产品、各自批出百万美元以上的预算，这在中国的招标与问责机制下几乎是不可想象的。Claude在美国赖以为生的那种支出结构，在中国的采购土壤里很难成长出来。这也是为什么同一个模型换一片土壤，能变现的金额会相差一个量级。

谁能证明自己值得被付费

把两端的约束放在一起看，中国大模型的处境就清楚了：C端要对抗智能价值天生的不可见，B端在此之上还压着一层体制性的采购障碍，互联网时代绕开付费的广告退路又被大模型的边际成本堵死。三者叠加，留给中国大模型证明自己的窗口期，比想象中要紧。

短期之内，这道坎还不致命。眼下全球的前沿模型大多尚未实现自我造血，比拼的是谁能在盈利到来之前活得更久。那些背靠大厂母体、或承载了某种战略定位的中国模型，不会很快倒下。80亿元的红包大战正是输血续命的写照，它能换来用户，却换不来用户的付费习惯。

但补贴不会永远持续。当资本的耐心耗尽，所有人都要回答同一个问题：谁来持续地付费。

窗口虽紧，方向却并非无迹可寻。出路恰恰在于，想办法把看不见的价值，搬到看得见的一侧。这正是瓦特当年做成的事：抽水机省下的劳力本是看不见的，他用纽科门机这把公认的尺子，把它换算成了看得见的煤。

今天能穿越这道关口的公司，要做的是同一件事：为智能找到属于它的煤斗。

在C端，企业需要把能力嵌进用户离不开的具体场景，让价值随时可感；B端则是让产出直接对标人力成本，把“省下多少思考”翻译成“省下多少开支”。找到这把尺子的企业将转入造血阶段，找不到的则会在补贴退潮时集中离场。

互联网时代，中国互联网企业靠“羊毛出在猪身上”，绕开了“为无形之物定价”这道难题，但也把这道难题原封不动地推给了未来。曾经绕开为智识付费的那条捷径，这一次或将走到尽头。

但这未必是坏事，捷径被堵死，反而可能出现真正以价值和付费为导向的公司，倒逼整个商业环境去学习已欠学很久的事：如何为看不见的价值，找到看得见的标价。

200多年前，瓦特为蒸汽机找到了煤这把尺子。如果他来到今天的中国，面对一个连计量单位都还没有的智能，又会为大模型定出怎样的价格？

本文来自微信公众号“经济观察报”，作者：傅蔚冈，36氪经授权发布。