相比之下，电商目前被从业者认为是更优于广告的变现新模式。

尽管两者都依赖于AI搜索的两大基础优势：用户流量（高用户活跃度）和大量的用户行为数据（对用户需求理解更精准），但广告模式是大模型公司通过GEO技术（生成式引擎优化，即通过技术手段让品牌内容优先被ChatGPT等AI平台引用）为品牌提供曝光服务，追求展示次数和点击量。电商则更注重“成交”，通过嵌入购物链接，引导用户完成购买。

广告会被动干扰用户，电商链接通常由用户主动点击，因此被认为更易于被用户接受。

目前，国内大多数头部TOC向的智能助手类工具都接入了电商链接。

「定焦One」测试发现，在豆包、腾讯元宝、文小言、通义、Kimi、纳米AI上输入“敏感肌适合用什么样的面膜”，除通义之外，其他问答回复中均出现了不同形式的电商链接。

豆包在回复中插入文字链接，点击后会跳转抖音商城；腾讯元宝、Kimi以图片形式展现，点击图片后跳转到第三方平台；纳米AI和文小言则在参考网页里出现购物链接。涉及的购物平台包括淘宝、京东、得物、什么值得买等多个第三方渠道。

豆包（左）、Kimi（中）、元宝（右）的回复中都出现商品了链接

专注于人工智能智能体领域的跃盟科技创始人王冉告诉「定焦One」，在搜索过程中，大模型需借助电商平台的相关商品数据作为支撑，“因此，有电商业务的大模型公司，会优先联动自家产品进行尝试，比如豆包接入抖音商城链接；而没有电商业务的大模型公司，会选择和其他平台合作，但是这个合作落地的难度会更大一些。”

而且合作的电商平台数量越多越好，“信息越多，模型交付给用户的结果就越客观，更容易交付一个准确的用户预期。”

王冉表示，在回答中插入商品链接，属于大模型在应用层上的变现模式。应用层的变现可分为L1-L5五个难度级别，插入商品链接属于L1也就是最基础的级别，依靠关键词索引和内容匹配技术即可实现。

但正因为这一变现方式的技术门槛不高，很难拉开与当前主流的电商平台搜索推荐的体验差距，更难媲美广告商业模式带来的收入。

一位从业者表示，大模型公司和电商平台的合作灵活多样，有的可能以佣金分成的方式，有的可能是资源置换，比如大模型利用这些数据训练自己的电商推荐能力，电商平台则通过大模型的用户点击、浏览行为等反馈数据，优化商品和运营，但目前“电商变现”还处在初步尝试期。

国外的探索则更进一步。

OpenAI先是在今年4月底宣布，ChatGPT内置了购物功能，形式和国内类似，也需要跳转外部链接购买产品。9月底，它又推出了“即时结账（Instant Checkout）”功能，用户可以在ChatGPT界面内直接下单Etsy和Shopify两大平台的商品，无需跳转至第三方平台。目前OpenAI表示，会对通过ChatGPT完成的交易收取一定的费用，不过暂未透露具体费用标准，具体信息包含在与Etsy和Shopify的保密合同中。

从业者认为，这意味着OpenAI正试图打通“搜索-推荐-决策-支付”的全链路，ChatGPT的商业价值再升级。如果成功，ChatGPT便成为了新的、流量巨大的“购物入口“，用户和商家也会降低对亚马逊等传统电商平台的依赖。

王冉表示，支付功能的技术难度更高更复杂，模型直接到了支付交付环节，属于应用层的变现的L3难度级别甚至更高级别的事情，目前大模型公司还需要走很长的路才能实现。

虽然这一构想不错，但实施难度不小。目前最大的限制或许来源于电商平台端。

王冉指出，电商平台并不愿将自家商品数据开放给外部AI产品，担心会损害自己的流量入口、降低用户粘性。因为付出了昂贵的获客成本，平台更希望将流量沉淀在内部，而不是把用户的交易心智放在AI产品入口里。

即便是走得比较靠前的ChatGPT，目前能在站内查看链接并支持的电商平台仅有Etsy和Shopify，较为小众。虽然沃尔玛也宣布和ChatGPT达成合作，但目前ChatGPT内的商品品类还比较少。

「定焦One」也在测试中发现，ChatGPT内出现的大部分商品还需跳转第三方平台完成购买。

而且，电商变现也面临着用户信任问题。

虽然OpenAI强调，其商品推荐排名完全基于用户查询的相关性和上下文，换句话说，不存在商家付费购买排名的情况，但部分用户依然担忧，加入电商链接，可能让AI推荐结果受到商家操控。

从广告到电商，大模型公司在尝试更多变现可能，但依旧充满不确定性。

老方式“三强”：API、会员、定制，仍是基本盘

新方式收入体量有限，真正撑起大模型商业化基本盘的，依旧是原来的“三条老路”——卖API接口、搞会员订阅、给企业做定制化解决方案。

先看“卖API”，即将大模型能力做成一个“工具接口”，卖给其他企业，用于自建AI客服、智能办公软件等功能。

“目前API是大模型公司最主要的变现方式之一。”一位资深从业者认为。

其中，代表性公司包括国外的OpenAI、Anthropic和Google，以及国内的字节、阿里、百度。

卖API能赚多少钱？

AI软件工程师覃相介绍，估算一家大模型公司的API收入，涉及三大核心因素：API调用量（Tokens数）、定价（每百万Tokens费用）和实际折扣。如果仅从API的调用量和定价粗略计算，从业者预估，OpenAI和Anthropic属于行业内靠卖API赚钱的第一梯队，其中，OpenAI主要依赖它领先的模型能力和全球开发者生态，而Anthropic的API收入主要由编程贡献。

国内的DeepSeek曾披露，若按定价较高的DeepSeek-R1估算，其一天总收入为56万美元，成本利润率为545%。Moonpig AI负责人曾公开分析国外的Anthropic和OpenAI的API收入，今年前6个月，Anthropic的API收入达到31亿美元，OpenAI则为29亿美元。

AI行业资深从业者云中江树综合DeepSeek、OpenAI、Anthropic公开披露的收入以及该部分的营收占比数据，认为国内外头部的大模型公司都能靠API赚到钱。

具体到国内公司，人工智能领域公司向量方程创始人沈仁奎表示，受国内市场竞争的多元化和统计口径差异的影响，国内目前在API调用上出现了“调用量”与“总营收”两个不同维度的领先者，火山引擎（字节跳动）在调用量上领先，阿里云在总营收上居首。

再看“会员订阅”，即个人用户花钱买会员，从而解锁更多大模型功能。

这一变现模式的领先者还是OpenAI，目前ChatGPT最低的Plus会员费为每月20美元。

英国《金融时报》曾披露，OpenAI的“年化经常性收入”为130亿美元，其中约70%来自ChatGPT用户的订阅费。按照这一比例计算，会员费能达到90多亿美元。

但这一变现方式与用户消费习惯密切相关，国内部分大模型公司也推出了C端会员服务，收费在30元/月左右，但付费意愿低。Kimi在去年推出的“打赏”模式算是一个新尝试，即用户通过打赏获取高峰时段的优先使用权限，但也非强制订阅。

覃相表示，目前国内没有特别突出的C端付费产品。用户付费习惯差异和激烈的“百模大战”，让国内厂商将基础服务免费作为获取用户的重要战略，且为了吸引用户，大模型公司还需不断投入大量资金进行市场推广，导致获客与留存成本不低。

因此，目前主要靠会员订阅赚钱的仅有OpenAI和Perplexity，且Perplexity用户规模较小。即便OpenAI的会员总营收不错，其付费会员占比也仅为5%，显示出订阅模式的天花板。

最后是“企业解决方案与定制化”和生态系统分成。

企业解决方案与定制化可以理解为，根据企业的具体需求，专门开发一套AI方案，比如给工厂做智能质检的AI系统。这一模式的优势在于利润率高，企业也愿意为定制而付费。覃相能明显感觉到，与前两年相比，客户的接受度高了很多。但他也表示，目前这种方式的变现规模还是小于卖API、用户订阅，而且能凭借这种方式赚钱的，主要是头部公司。

至于生态系统分成，是建立类似App Store的插件（Plugins）或智能体（Agents）商店，开发者通过提供增值服务获利、平台从中抽取分成，但行业整体仍处于早期。

总之，上述三种较为稳定的变现模式中，API和会员订阅占大头。

成本太高，不得不为

即便大模型公司从没停止过商业化探索，但面对高昂的训练和推理成本，还是远远不够。

头部玩家也扛不住亏损。根据OpenAI向股东提交的财务报告，其在2025年上半年的营收约为43亿美元，比去年全年营收高出约16%，但亏损也达135亿美元，主要支出花在研发人工智能以及运行ChatGPT上。

综合从业者的说法，这种高成本，是全行业的宿命。

一方面是训练成本“坐火箭”似的往上涨。

沈仁奎表示，前沿模型的训练成本已从2020年的数百万美元激增至2025年的3亿美元以上，增长约66倍，且仍在向更高量级攀升。这背后是硬件垄断、能源消耗和高质量数据稀缺等多重因素的叠加。

另一方面是用户使用时的“推理成本”也在上涨。

“推理“也就是用户使用大模型处理任务时，模型实时计算生成答案的过程。随着AI工具被用于多步骤任务、分析长文本（长序列）等越来越多的复杂需求，用户要的“推理”次数和难度都在涨，成本也越来越高。

一次推理任务究竟有多烧钱？覃相将完成不同复杂度任务时所需的成本进行如下对比：

如果是处理简单的问答，比如写一篇短文，一次不到0.6美元，但如果是用Agent（智能体）做复杂分析，成本直接达到上百美元，差距能有上百倍。也正因如此，覃相觉得，大模型的训练和推理就是一场“烧钱竞赛”，单靠API接口和会员费的收入，根本填不满这么高的成本，必须找新的赚钱路子。

与此同时，行业竞争还在不断加剧。

沈仁奎表示，如今头部大模型的性能差距越来越小，产品变得越来越“像”，再加上国内开源模型发展得很快，为了抢市场份额，各家公司不得不打起“价格战”，API接口的定价一降再降，以前调用一次可能要几毛钱，现在能降到几分钱。结果就是，利润空间被挤压得越来越小，赚钱的老路越走越窄。

于是，大模型公司卡在一个“想赚钱得先砸钱”的循环里：要提升模型，就得投钱训练；要留住用户，就得扛住算力成本；要抢占市场，就要应对价格战压力。哪怕是OpenAI这样的头部企业，也得不停探索新的变现方向。

对于国内厂商来说，“豆包们”在电商领域试水，也是这种压力下的必然选择。电商或许不是唯一的答案，但可能是当下最容易落地的一条路。在高昂算力和激烈竞争中，哪怕再低的转化率，也意味着新的希望。

*题图来源于pexels。