豆包即將收費：不敢亮價，何談競爭

看了幾天，市場上關於豆包收費版這件事，大多解讀不幸都是錯的。

總結下來，市場上對於豆包保留免費版本、同時對高級功能開啟收費版本的敍事，基本可以分為兩類：

第一類是互聯網時代的「免費戰勝收費」敍事： 

在這個敍事中，豆包現在月活全球第二、中國區第一，一旦推出收費版，活躍用户就會遷移到免費模型，DAU下降，會影響豆包的估值。

第二類是SaaS時代投資人的「收費困難症」痛苦記憶重現： 

在這個敍事中，中國市場軟件付費習慣有限，開啟收費模式產生的收入體量非常可疑，杯水車薪，於事無補。

這兩個解讀在我看來，毫無意外均屬對AI發展的誤判，也是今天互聯網輿論圈對於AI發展前沿的判斷力，尚未跟上中國AI技術能力進化的一種體現。

在我們看來，以豆包為樣本，保留免費基礎功能、通過訂閲模式走向商業化，是AI作為一種提供價值的工具屬性的必然迴歸，更為重要的是，這個過程中無論免費用户還是付費用户，產品最終體驗都將獲得提升。

而當下輿論囿於古典互聯網時代的流量敍事，或受限於收入體量邏輯的SaaS敍事，已經與當下AI時代的發展邏輯產生了相當的脱節。
01

模型推理有真實成本：一線AI大廠的同構妙手

與互聯網和SaaS「邊際成本為零」的邏輯不同，AI無論是訓練還是推理，每天都在產生巨大的真實成本。

關於字節算力成本的信息有限，我們不妨用有限公開信息做一個粗略年化估算：

根據媒體和火山引擎官方披露，截至2026年3月，豆包日均Token消耗已達120萬億，較2024年5月上線時增長1000倍（當時僅0.12萬億/天）。這個增速意味着用户對豆包的消耗，遠超早期聊天機器人時代，是Agent、多模態、長鏈路任務爆發后的結果。

字節跳動對算力成本的控制已經非常優秀：

例如在之前的Pro版中，字節公佈了低至0.0008元/千Token的定價，不難推算字節自建算力的真實成本應該比這個數字更低。但即使以這種顯著低的成本來評價，豆包的算力消耗依然驚人：

以Pro版定價估算，豆包每日算力消耗上限在1億人民幣上下；即使我們假設算力成本僅為定價的30%，豆包每日算力消耗最低也應在幾千萬人民幣量級。這意味着豆包年化推理硬成本輕松過百億。

要知道，這還沒有算新模型訓練、上游資本開支、算力迭代採購等鉅額投入，也沒有考慮豆包用户數繼續增加、長任務增長后的額外消耗——每一項都直指每年千億級消耗。

豆包這樣每年百億人民幣起步、且仍在指數級增長的使用成本，與古典互聯網時代的「邊際成本為零」邏輯天差地別。

每年動輒百億直指千億的長任務算力消耗，意味着任何一家互聯網巨頭用自己的廣告業務對AI進行現金流補貼，都幾乎不可持續，很快就會碰到現金耗竭的牆而不得不有所取捨：

要麼大幅漲價/限額，要麼挖掘專業付費用户生產力服務潛力。
02

豆包收費的行動邏輯與OpenAI等一線大廠如出一轍

我們不妨看一下全球其他AI大廠是怎麼做的：

2025年底至2026年初，OpenAI大幅強化Codex能力（代碼生成 + Agentic Coding能力），但同時主動限制免費用户的使用，並放緩整體用户增長速度。

具體做法是：OpenAI把最強的推理模型（o1、o1-pro、Codex增強版）深度綁定到ChatGPT Plus / Pro / Team付費計劃。免費用户雖然還能用基礎GPT-4o，但複雜長任務（多文件重構、長時間Agent調試、百萬行代碼庫理解）被大幅限制或排隊。

這直接導致2025年下半年到2026年初，OpenAI的周活躍用户增長明顯放緩——之前每月新增幾千萬用户，如今增長已逐漸趨穩。但這正是OpenAI有意為之的一步棋：優先服務願意付費的專業開發者和企業，API與企業訂閲收入佔比快速上升，財年收入增長主要來自API和企業訂閲，而非消費者免費用户。

2026年初，OpenAI正式將Codex代理功能開放給ChatGPT Pro、Team和Enterprise用户，並明確表示初期「慷慨訪問權限」，隨后將實施使用頻率限制，免費用户需額外購買積分。

這正是「強化高消耗能力 + 付費優先 + 免費限流」的典型操作，與豆包當前策略高度同構。

隨着付費增強的ChatGPT能力提升，免費用户也會因此受益——這纔是正確的商業飛輪。

我們不難看出，在這個問題上，字節和OpenAI面臨的情況是同構的。豆包在中國市場的地位與ChatGPT等量齊觀，用户繼續高速增長已不是首要目標，基於定價區分的用户體驗優化來的更為重要。

事實上，AI組織設定的北極星指標越是靠近「領紅包、做月活、強運營」，整個公司的模型能力就距離AGI這個聖盃越發遙遠，模型會陷入淺層使用和流量優化等非核心指標里無法自拔，始終在與生產力提升無關的問題上反覆打轉，消耗已經十分昂貴的算力資源和組織耐心。

03

AI是工具，付費用户的體驗纔是有效反饋源

今天很多的AI輿論所走入的誤區是：AI訂閲的本質不是賣功能，而是賣不同強度、不同成本曲線下的Token使用權。

生產力工具必然伴隨成本，它本質上是通過付費機制篩選出高質量反饋源，從而推動模型向更實用、更可靠的方向進化。

首先，工具類產品的迭代需要明確的參照系。免費模式雖然能快速積累用户規模，但往往帶來大量低質量反饋。這些免費用户多為淺層嘗試者，使用場景有限，反饋內容常停留在表面情緒或隨機測試層面，容易形成噪聲，掩蓋真實的核心需求。

相比之下，付費用户是願意為性能、響應速度、穩定性、上下文長度等關鍵指標直接付費的群體。他們的付費行為本身就是一種強信號，表明他們對模型有實際依賴和深度使用意願。這種反饋更具商業真實性和改進價值，能幫助團隊優化方向。

這一機制在傳統軟件和SaaS領域早已被驗證有效。

比如，Figma在推出Professional和Organization付費計劃后，付費設計團隊（尤其是大型企業用户）的高頻複雜協作場景反饋，直接推動了多版本歷史、AI輔助設計（生成變體、自動佈局優化）等核心功能的快速迭代。這些功能遠超免費用户淺層使用的貢獻，最終讓Figma在設計工具領域形成難以撼動的護城河。

豆包也是同樣的道理：通過設置付費門檻，鎖定的是有真實業務場景的企業用户、專業工作者和深度應用者。通過收費，這些生產力場景的用户可以免去算力稀缺產生的排隊時長消耗。

這意味着在資源分配上，系統會優先保障付費用户的請求：響應速度更快、無需排隊、複雜任務處理更穩定。付費版往往能調用更高性能或滿血版模型，減少幻覺、提升上下文保持能力，同時在多輪對話或重度生產力任務（如PPT生成、長文檔分析、高清生圖）中保持流暢。

免費版高消耗功能（如高級生成）有每日額度限制，用完即受限或降速；付費版不僅額度大幅提升，還疊加優先權，確保重度用户在需要時「説用就用」。

更重要的是，在算力稀缺的大背景下，當前全球大模型普遍面臨算力卡短缺的現實困境，OpenAI、Anthropic、Google等一線廠商無一例外都在通過付費分層來緩解這一矛盾：豆包這一設計符合工具類產品的資源分配邏輯。

對普通用户而言，日常輕度使用免費版完全夠用，不會受到明顯影響；對職場人士、創作者、學生等有頻次需求的用户來説，68元/月換來「不卡頓、不等待」的效率提升，往往是值得的——它直接轉化為時間節省和產出提高。

通過付費分流高消耗用户后，整體算力資源得到更合理的分配，免費用户的排隊等待時間也將明顯緩解，形成「付費用户體驗升級 + 免費用户體驗改善」的雙贏局面。這正是工具類產品在資源稀缺環境下的最優資源配置邏輯。

簡單説，工具必然有成本，工具迭代必須有明確參照系。只有付費用户願意為性能、速度、穩定性買單，他們的意見才具備商業真實性與改進價值。免費用户的大量噪聲往往掩蓋真正需求，付費行為本身就是最精準的信號篩選機制。

04

AI的終點是AGI，而不是下一個流量平臺或SaaS

無論我們有多樂觀，但不能否認的是，今天的AI仍然處於物種繁榮的早期。穿越通向AGI這一最終聖盃的漫漫長路，需要依靠付費用户的深度反饋，真正推動模型向實用工具、向AGI進化。

在這條路上，企業和個人付費的營收以及倍數並非關鍵。用古典的SaaS估值倍數衡量，往往會產生極大的偏差。真正有價值的，是模型在邏輯推理、知識應用、任務執行等方面的進步。而付費用户的真實場景反饋，正是推動這一進步的最可靠輸入。

他們在工作、創作、決策等實際應用中，會充分暴露模型的幻覺問題、上下文保持能力不足、領域知識短板等缺陷。這些反饋能直接轉化為迭代優先級，幫助模型從通用聊天工具逐步向可信賴的生產力助手轉型。

收入增長在這一過程中，也成為衡量生產力水平的重要標準。付費用户規模擴大，意味着模型為用户創造的邊際價值被市場認可，中國AI公司因此獲得可持續的現金流，用於進一步加大研發投入、算力採購和數據優化，形成正向循環。

反之，如果完全依賴免費模式，雖然短期流量可觀，但容易導致資源分散和反饋失真，拖累長期技術進步。

今天炙手可熱，估值接近一萬億美金的Anthropic在付費分層問題上走的更早，走得更遠：

在2026年初，Anthropic將高消耗的Claude Code功能逐步從基礎Pro計劃移除或限額，推動重度用户升級至更高檔位或轉向API付費。

這直接幫助Anthropic推理毛利率從38%提升至70%以上：Claude Code周活用户兩個月內翻倍，ARR（年化收入）快速攀升至數百億美元級別。

付費用户的高強度反饋，正是推動其Agentic Coding能力持續領先的核心動力。

豆包的收費策略，正是對長期主義的一種體現：不被流量焦慮主導，而是通過價值交換來積累高質量信號，推動AGI相關能力的穩步提升。

事實上，更多的中國大模型公司，都應該積極推動用户基於模型能力付費，來用更優秀的生意模式，對模型優化產生正反饋。

誅心而論，沒有信心收費，反而纔可能是組織內核不穩的顯性表現。
05

結語

在我看來，豆包此次收費不是太早，甚至可以説姍姍來迟。

它體現了豆包作為中國大模型先發者應有的覺悟：不沉迷免費流量和用户數量的一時一地的領先，而是主動建立可循環、健康的商業閉環。

這一步不僅是為自身造血，更是為行業樹立正確標杆——AI的未來，屬於那些敢於向價值付費者負責的模型，這是通向AGI的必經之路。

風險提示: 投資涉及風險，證券價格可升亦可跌，更可變得毫無價值。投資未必一定能夠賺取利潤，反而可能會招致損失。過往業績並不代表將來的表現。在作出任何投資決定之前，投資者須評估本身的財政狀況、投資目標、經驗、承受風險的能力及瞭解有關產品之性質及風險。個別投資產品的性質及風險詳情，請細閲相關銷售文件，以瞭解更多資料。倘有任何疑問，應徵詢獨立的專業意見。