巴克莱研报解读：AI 实验室利润率差 50 个百分点，秘密全在 API 占比

撰文：Rita

两家头部 AI 实验室，2026 年总营收都是 100 美元，一家最终利润 55 美元，另一家只有 38 美元。这 17 美元的差距不来自模型能力，来自业务结构本身。

8 月 27 日，巴克莱发布美国互联网行业报告，系统拆解 AI 实验室与超大规模厂商的单位经济学。API 产品利润率远高于订阅产品，业务结构差异解释了 AI 实验室毛利率的大部分差距。随着 AI 实验室开始披露 GAAP 财务数据，投资者需要穿透收入数字，理解这些结构性差异。

API 利润率已超 65%，订阅产品低近 30 个百分点

巴克莱估算，AI 实验室付费推理利润率在 2026 年已跃升至 50%至 65%以上，较 2025 年的中双位数水平大幅提升。API 产品利润率最为可观，订阅产品相对偏低，主要因部分用户受益于 AI 实验室为保持竞争力而补贴 token 成本。

订阅产品多为月费制或用量制，通常有使用上限，用户可在不同模型间切换，token 消耗速度差异很大。企业订阅按许可证计价，限额更高。API 采用纯粹的按用量付费模式，开发者（如 Cursor、Figma）在其产品中嵌入 AI 功能，调用 API 生成 token。随着模型 token 效率提升和 API 定价上涨，API 利润率持续走阔。

巴克莱列出一组假设数据。实验室 A 营收结构中 30%来自订阅、45%来自直销 API、25%来自间接 API。实验室 B 则相反，80%来自订阅，直销和间接 API 各仅 10%。两者推理利润率差异从 2025 年的 4%与 8%扩大至 2026 年的 55%与 38%。巴克莱指出，API 和付费企业账户利润率更高，随着业务结构向这一方向倾斜，整体利润率仍有上行空间。

间接 API 的收入确认方式制造报表幻觉

间接 API 的业务实质与直销 API 相同，用户调用 AI 实验室的 API 接口生成 token，但计费和客户关系通过超大规模厂商完成，用户与 AI 实验室没有直接互动。

问题出在收入确认方式上。AI 实验室 A 将间接 API 收入按总额法确认，这部分占比正持续扩大。AI 实验室 B 相关收入较小，按净额法确认，甚至在其战略合作方运营间接 API 时完全不确认收入。

巴克莱将此类比为 Uber与 Lyft。核心业务相同，但总收入与净收入的确认方式不同，导致两家公司报表差异巨大。随着间接 API 在整体 AI 实验室收入中占比上升，这种确认方式将对营收数字产生显著扭曲，进而可能误导市场对各家 AI 实验室相对进展的判断。

每 100 美元 AI 收入中 35到 40 美元流向云厂商

巴克莱估算了 AI 实验室收入在产业链上的流向。2026 年每 100 美元 AI 实验室收入中，约 35至 40 美元最终转化为超大规模厂商的推理收入，后者在此之上产生约 10至 20 美元营业利润，对应约 35%至 45%营业利润率。

不同业务模式下流向有所差异。直销 API 模式下，每 100 美元 AI 实验室收入中约 35 美元流向超大规模厂商，产生约 11.8 美元营业利润，利润率约 34%。订阅占比较高的实验室 B，因战略合作伙伴收入分成，流向超大规模厂商的收入达 41 美元，营业利润约 19.1 美元，利润率约 47%。巴克莱强调，排除收入分成因素后，单位 token 的实际利润在各家之间基本一致。

推理利润终将超越训练成本，云厂商份额预计 2028 年回落

当前 AI 实验室的绝大部分收入最终都流向超大规模厂商的营收表，主要原因是训练成本在总成本中占比极高。巴克莱预计，推理利润将逐步超越训练成本，推动 AI 实验室自身利润率提升。

格局正在变化。2028 年起，AI 实验室自建的 backstopped AI 基础设施项目将陆续上线，成为首选算力来源。巴克莱预计 AWS、Azure和 GCP 在未来两年仍将控制 AI 实验室计算支出的主要份额，此后将逐步让位于自建基础设施。

巴克莱的结论清晰。AI 实验室的单位经济正在快速改善，但业务结构、收入确认方式和合作伙伴关系等因素造成显著的表观差异。投资者比较各家 AI 实验室时，不能只看营收数字，需要穿透到产品结构、API 与订阅占比以及收入确认方法这些底层变量。模型能力的竞争已经让位于商业模式的竞争。