Counterpoint Research发布的2026年Q1全球大语言模型收入榜单，描绘了一个全新的AI权力分布图。该数据显示，Anthropic公司凭借1.34亿用户，占据全球AI收入总额的31.4%，其每用户平均收入（ARPU）高达16.2美元。相比之下，OpenAI虽然拥有9亿庞大用户群，但ARPU仅为2.2美元。在中国市场，字节跳动的豆包月活跃用户达到3.45亿，位居国内首位，却未能在收入榜单上占得一席之地。令人意外的是，一家此前被认为在AI投入上较为保守的中国互联网巨头，反而登上了中国AI公司的收入榜首。
这组数据揭示了一个令人深思的现象：用户基数最大的AI产品，往往贡献的收入最少，而用户规模较小的产品，却能攫取可观的市场份额。更重要的是，每一次AI推理调用都伴随着真实的算力消耗，用户规模的增长直接意味着运营成本的攀升。
在AI时代，互联网领域传统的“边际成本为零”法则已不复存在，取而代之的是“边际成本不为零”的现实。过去依赖烧钱换取用户规模的商业模式，正逐渐被“补给线和变现效率决定生存”的新规则所取代。
这场AI竞争，如同1942年6月的中途岛战役。当年，日本联合舰队虽在战舰吨位和作战经验上占据优势，但其漫长的补给线使其每次作战都面临燃油和弹药难以 replen 的困境。美军则依托夏威夷的基地群和强大的本土工业生产能力，确保了补给线的坚实。如今，中国AI产业也面临着类似的“中途岛时刻”。全球AI大模型总调用量中，中国贡献了一半以上，DeepSeek V4以极低的成本吸引了全球开发者。然而，中国AI的整体收入在全球市场中的份额却处于个位数，甚至不及美国一家公司。这背后，不仅是各企业商业战略的较量，更是两种国家产业发展路线的博弈。
由此，两条战线清晰展开：在“东线”，三家中国科技巨头的补给线正经受着极限考验，其能否持续获得“弹药”并有效“变现”将决定胜负；而在“西线”，一场更为隐秘的围绕全球AI路线的博弈正在进行，即如何以有限的资源赢得这场无限的AI战争。这两条战线以钳形攻势的姿态相互呼应。
**东线：消耗战中的补给与变现效率博弈**
腾讯、阿里巴巴、字节跳动这三家公司，尽管选择了截然不同的发展路径，但都面临着一个共同的挑战：在边际成本不为零的消耗战中，谁能拥有最可靠的补给线，谁又能实现更高的变现效率？
**腾讯：场景变现的效率竞赛**
在中国AI企业中，尽管腾讯在战略前瞻性和研发能力上常受争议，但其变现效率却表现突出。在国际榜单上，腾讯以1.14亿用户和2.9美元的ARPU位居中国公司第一，是百度的两倍多，阿里的四倍多，尽管与微软的5.0美元尚有差距。然而，它的成功秘诀并非在于直接销售AI产品。
2026年Q1，腾讯营收达1964.6亿元，同比增长9%。更值得关注的是其经营利润表现：若剔除新AI产品投入的影响，经营利润同比增长17%，达到844亿元。这意味着AI新产品线在一个季度内消耗了约88亿元的利润。
这些投入的去向何处？营销服务收入同比增长20%，其中AI驱动的广告推荐模型发挥了核心作用；企业服务收入同样增长20%，AI相关的云服务需求是主要增长点。对于腾讯而言，AI并非直接的收入来源，而是现有业务加速运转的催化剂，它使广告投放更精准、云服务更具吸引力、视频号用户使用时长增长超过20%。
腾讯AI竞争力的核心不在于模型本身，而在于其“场景-数据-变现”的闭环效率。推荐模型的升级并不需要最强大的通用大模型，而是需要对腾讯用户行为数据进行深度理解和挖掘，构建稳固的数据壁垒。
腾讯的策略清晰且务实：核心业务的利润是AI发展的坚实补给线。广告和游戏为AI提供资金支持，而AI反过来提升广告的精准度和游戏体验，形成了一个良性循环。腾讯总裁刘炽平曾系统阐述公司的“AI经济学”理念，强调在AI场景下，每次向用户提供智能服务都会产生显著成本。因此，公司的核心策略是“寻找高价值场景”，而非“盲目追求大量日活跃用户”。
更长远的布局在于微信智能体，但其上线时间表却从“Q3全面上线”一再推迟至“短期内不会推出”。这种延迟揭示了腾讯AI补给线上存在的潜在裂痕：微信智能体的全部潜力有赖于更优秀的下一代混元模型；而混元模型的进步，又受制于算力在混元模型训练、微信AI、元宝等多个项目间的复杂分配。此前，腾讯罕见地高调辟谣了AI“一号位”姚顺雨因“微信拿走部分算力”而离职的传闻，这恰恰触及了其最脆弱的环节：当有限的算力需要在多个业务线之间分配时，谁能为公司的长期未来争取必要的“弹药”？
深层来看，这层裂缝暴露出腾讯更深远的战略隐患。“混合用模”策略，即部分核心模型能力依赖外部资源， T体现了腾讯一贯的务实态度：通过借鉴外部模型能力，争取时间来发展自己的AI应用入口。然而，这也意味着一旦基础模型的竞争力出现代际差距，基于这些模型构建的入口、服务和生态都可能随之转移。将核心竞争力寄托于外部，即便是再强大的企业也可能瞬间失去优势。
腾讯显然意识到了这一问题。首席战略官詹姆斯·米切尔在财报电话会议上坦言，为优先保障内部场景需求，腾讯“主动延后了云算力的对外商业化”，将“算力全部用于自身”。目前，集中算力资源用于基础模型研发和高价值场景的变现，已成为腾讯的当务之急。
**阿里：全栈自研的成本赌局**
在2026财年第四季度，阿里云智能集团的收入达到416.26亿元，同比增长38%；其中AI产品收入为89.71亿元，首次突破总收入的30%，并连续十一个季度保持三位数增长。首席执行官吴泳铭明确表示：“全栈AI技术投入已进入正向规模化商业回报周期。”然而，在同一季度，阿里巴巴调整后的EBITA同比骤降84%，经营利润由盈转亏。在外卖业务的激烈竞争与AI军备竞赛同时进行的情况下，营收的快速增长与利润的断崖式下跌之间，提出了一个现实的问题：“黎明前的黑暗究竟有多长？”
阿里的补给线是其“基础设施纵深”。5月20日发布的官方股东信，清晰地描绘了阿里全栈（ATH）战略的蓝图。其模型战略已从单一技术突破转向智能体、世界模型及多模态模型的集团作战。这一战略的核心逻辑是：只有实现从芯片到应用层的全链路掌控，才能将AI推理成本降至可规模化服务的临界点。阿里的全栈策略，本质上是在AI时代复刻“Android时刻”。通过控制底层基础，从而间接控制基于此基础发展出的所有上层应用入口。谷歌花费了十年时间才使Android从成本中心转变为利润引擎。阿里能否度过这段“黎明前的黑暗”，将取决于其能否拥有同样量级的战略耐心。
股东信中还将即时零售明确为“淘宝天猫平台升级的核心战略支柱”，淘宝闪购成为AI驱动用户增长和提升用户粘性的关键场景。面向C端用户的千问App，与淘宝天猫、淘宝闪购、飞猪、大麦、高德、支付宝等生态内各式应用深度整合，在调度日常生活、服务、生产力及娱乐领域的生态服务用户方面具备显著资源优势，与悟空企业级AI工作平台共同构成了B、C两端齐头并进的布局，这可能会对豆包构建超级入口的计划构成实质性威胁。
更深层次的挑战同样体现在算力分配的内部业务组织博弈层面。通义千问技术负责人林俊旸离职后流传的内部复盘纪要，揭示了千问这一战略级产品算力短缺的困境。作为重资产的云服务提供商，阿里云必须在保障自身大模型研发、支持集团内部电商AI化以及向外部客户销售算力之间进行多方权衡，资源分配与庞大的多业务线协同博弈客观存在。
这种冲突暴露了阿里AI的结构性矛盾：即使补给链修得再长，如果链条的各个环节相互设限，物资也难以有效输送。
然而，变化正在发生。千问与淘宝天猫已完成全面双向互通，1.66亿月活跃用户正被系统性地引入淘宝的40亿件商品池。B端AI客服产品“店小蜜”已率先跑通付费闭环。即时零售作为AI与电商融合的新战场，正将AI的“缝合手术”从客服工具延伸至核心交易场景。这场“缝合手术”能否在618大促中证明其价值，将是对阿里ATH战略最直接的压力测试。
另外，此前稿件中提及的千问在输出提纲时毫无用处的缺陷至今未得到改进，这也是C端用户体验被忽视的问题之一。
**字节跳动：流量逻辑的AI大考**
字节跳动的策略，延续了移动互联网时代“应用工厂”的惯性模式：在C端和B端同时推出超过20款AI应用，涵盖聊天机器人、虚拟角色、社交、图片工具等多种类别。其逻辑直接明了：通过流量孵化爆款，利用爆款抢占市场入口，待入口稳固后再寻求变现。
这套方法论在移动互联网时代屡试不爽，其成功依赖于软件复制成本趋近于零的行业规律。然而，AI时代的到来打破了这一规律：每一次模型调用都伴随着真实的算力消耗，规模越大，成本越高。豆包的3.45亿月活跃用户，意味着每天都在产生高昂的运营成本。这正是字节AI战略面临的最深层困境。Meta在全球榜单上的处境提供了一个更严峻的参照：拥有10亿用户，ARPU却仅为0.1美元。这表明，依靠免费AI吸引用户相对容易，但通过免费AI实现盈利则难上加难。
C端业务的亏损规模，远比其缺席收入榜单更为严峻。一个可供参考的数据是：OpenAI在第一季度营收57亿美元，但运营亏损高达70亿美元，意味着每实现1美元收入就亏损1.22美元，其C端用户付费比例约为5.5%。而国内C端AI应用的付费转化率普遍不足1%。有机构测算，即便豆包能达到ChatGPT的5.6%付费率，其年化收入也仅能勉强覆盖运营成本；若按照国内不足1%的实际转化率计算，年收入可能不足百亿，而一个季度动辄消耗百亿级成本的C端市场，这笔收入无异于杯水车薪。
更值得探讨的是，字节在这场AI竞赛中，究竟是“主动革命”还是“被动防御”。豆包手机助手试图从系统底层接管用户操作，这正是字节最为焦虑的问题：当用户不再打开抖音刷视频，而是直接向AI发出“帮我找点好玩的”指令时，旧有广告营收的根基是否会先于新帝国的建成而崩塌？此外，“先跑起来再修护栏”的模式正在消耗比流量更宝贵的资产——信任。AI助理的一个失误，就可能导致银行密码等敏感信息的泄露。
更严重的裂痕在于其内部逐渐扭曲的组织文化。前字节Seed团队研究员张驰离职后公开批评Seed内部的“刷分”文化：团队领导依据负责的基准测试评估绩效，导致所有人都在为了分数而努力，“但这并不能转化为实际使用中的良好体验”。此外，字节跳动完成一轮大模型训练（包括预训练和后期训练）大约需要半年时间，而据传谷歌仅需三个月，这意味着两者间的差距可能正在扩大，而非缩小。
字节的补给线是流量和主营业务的现金流，但这条补给线正在收窄——2025年净利润同比下滑超过70%，AI投入正在疯狂吞噬利润。在开源与闭源策略之间，字节的定位非常独特：豆包本身不开源，却通过极致的低价策略实现了全球开发者的广泛接入。这是一种低价闭源的逻辑：不开源，却以价格战达到了开源的效果。然而，价格战终有尽头，当现金流被AI投入持续消耗时，既没有开源社区的生态护城河，也缺乏闭源高端客户的溢价能力，这种夹在中间的战略又能走多远？
字节旗下AI产品矩阵的国际化表现同样抢眼。Dola在2026年Q1下载量超过7200万次，累计突破2亿次，已跻身全球AI助手应用前列。AnyGen正在对标Manus测试付费订阅，Trae则定位于AI编程工具，但它们同样面临补给线的考验：Dola用户越多，调用外部模型的成本就越高；付费产品越深入，与OpenAI和Meta的竞争就越激烈。目前，海外付费产品对补给线的贡献几乎可以忽略不计——Gauth年收入仅1400万美元，AnyGen仍在烧钱圈用户，Dola则完全免费。尽管海外市场的付费意愿更高，未来或许能带来转机，但至少目前，海外市场并非“粮仓”，而是另一个亟待投入的“无底洞”。
补给线的长短，终究无法替代“因粮于敌”的变现效率优势——前者决定企业能支撑多久，后者决定能否最终取胜。
腾讯的策略如同“收租”，阿里则在“修路”，字节则在“丈地”。这三种模式的本质差异，不仅体现在AI与盈利的距离，更是基于各自资源禀赋的战略选择。
腾讯的AI巧妙地隐藏在广告和云服务背后，距离变现最近；阿里的AI销售的是基础设施，其Token消耗正在爆发式增长，但要将算力转化为利润，还需要跨越规模效应的临界点；字节的AI则直接面向用户，距离变现最远。离钱越远，风险越大，但也意味着更大的想象空间。然而，将想象力转化为收入，考验的正是时间，以及能否跑通一个有效的付费闭环。
除了变现效率，字节最为看重的AI超级入口，除了用户数量，其生态价值可能是一个更关键的变量。在这方面，腾讯和阿里展现出更为显著的优势——谁能将AI对话转化为真实的交易闭环，谁才能真正将入口的“流量价值”兑现为“收租能力”。这考验的不是用户的付费意愿，而是AI对真实世界服务链条的调度能力。
微信智能体手握一副好牌。微信小程序生态中沉淀了数百万家商户的服务能力，涵盖点餐、打车、挂号、缴费等各种场景。理论上，一个AI对话入口可以调用所有这些能力，在聊天界面内完成从需求到交付的完整闭环。调用小程序本身不难，真正的挑战在于AI能否准确理解用户在特定场景下的真实意图，并在数百个相似的小程序中做出正确的选择。一次错误推荐，用户损失的是时间和耐心；一次错误支付，损失的则是信任。腾讯的谨慎，与其说是技术难题，不如说是对14亿用户容错率的清醒认知。
字节的豆包手机助手试图另辟蹊径，跳过小程序，直接从系统层面接管用户操作。这一方案听起来更为激进，但也更为脆弱。系统层的悬浮球可以识别屏幕内容、模拟点击、填写表单，但它面临两个根本性障碍：一是手机厂商的权限壁垒，没有哪个操作系统会轻易允许第三方应用接管系统级交互；二是固有的安全信任短板，一个能够读取你屏幕、模拟你点击的AI，也最可能让你心生恐惧。
阿里千问与淘宝完成双向互通后，用户可以在对话中完成商品选择、比价和下单，支付和物流则由淘宝无缝承接。这是目前三家公司中最接近“AI+交易”闭环的方案，但其局限性也同样明显：千问能调动的服务范围，几乎仅限于阿里生态内部。
究竟谁能占据未来人机交互的超级入口，成为取代浏览器、App和搜索框的新一代界面，谁就将拥有最大的期权价值。
然而，想象力也需要经过实践的检验，其证伪条件同样清晰：如果豆包手机助手在未来12个月内未能显著提升用户对AI指令的依赖度；如果微信智能体在2026年底仍无明确上线时间表；如果千问与阿里生态打通后，用户在对话中完成的交易订单量和复购率未能持续攀升——那么这些“超级入口”的期权价值将会被大幅重新评估。
想象力并非永恒的护身符，它只是一张有期限的期权。若到期未能兑现，则其溢价归零。在期权行权之前，对它的估值永远是一门艺术而非科学。
**西线：“存地”与“存人”的战略分野**
当腾讯积极推动模型开源，阿里凭借千问斩获全球超过半数的开源下载量，以及DeepSeek和Kimi以极低价格席卷全球开发者市场时，中国企业在“东线”的战略选择正逐步汇入“西线”的路线博弈。第一条战线的补给线较量，与第二条战线的标准竞争形成了相互支撑的局面。
1947年3月，胡宗南率领25万大军突袭延安，而西北野战兵团仅有2.6万人。面对敌强我弱的局面，毛泽东决定主动撤离。撤离前夜，他留下了一段后来被反复引用的战略论述：“我军打仗，不在一城一地的得失。存人失地，人地皆存；存地失人，人地皆失。”他还生动地比喻道：“敌人进延安是握着拳头的，他到了延安，就要把指头伸开，这样就便于我们一个一个地切掉它。”仅仅一年后，延安得以收复，又不到两年，新中国宣告成立。
中国AI产业正处于一个相似的历史十字路口。AI调用量占据全球半数以上，但收入却被挤压到个位数——这一矛盾的根源在于中国AI与美国AI选择了截然不同的商业模式。千问、DeepSeek、Kimi以及混元等模型纷纷选择开源。Kimi K2.6的每百万Token价格仅为4美元，比Claude便宜六到八倍；通义千问则一举拿下全球超过50%的开源模型下载量。无论是低价闭源还是成本更低的开源，本质上都在执行同一战略：农村包围城市。
美国则走的是闭源高溢价路线。Anthropic凭借16.2美元的ARPU锁定企业级高端市场。《外交政策》一针见血地指出：“真正的AI竞赛，并非依靠最尖端芯片就能取胜的硬件军备竞赛，而是看谁能让自己的模型成为新兴市场的默认选择。”
这便是“存地”与“存人”的战略区分。美式“存地”，通过构筑技术壁垒，凭借垄断级性能死守B端头部客户的利润高地。中式“存人”，则将全球开发者视为最核心资产，通过开源和低价策略，在广大的新兴市场、中小企业和独立开发者中吸引用户，在无数长尾场景中积累生态势能。
闭源模型在高端市场紧握的“拳头”，会逐步在低端市场“张开”，而开源模型则赋能开发者在医疗、农业、跨境电商等无数长尾场景中进行自主微调，从而逐步切割闭源模型摊开的“手指”。一旦这些由开发者创办的企业成长为行业巨头，其对技术栈的路径依赖将使他们锁定在中国开源生态中。更深层次的可能性在于，开源大模型本身可能成为AI时代的“Android”——它并非直接作为用户入口变现，而是作为底层基础设施，使得所有上层应用和Agent都能天然运行在中国模型的技生态上。谁掌握了开发者生态的底层，谁就间接控制了开发者创造的所有上层入口。Android的成功并非源于授权费，而是因为它让谷歌搜索、Gmail、Play商店成为全球数十亿设备的默认选择。开源大模型的商业闭环，大部分可能不会来源于模型本身，而是来源于模型之上构建的云服务、应用市场和分发渠道。千问已被新加坡政府用于构建国家主权AI，这证明开源可以成为标准输出。
美式闭源巨头的利润流失并非“未来时”，而是正在加速发生的“现在进行时”。当DeepSeek、通义千问等模型在性能上追平GPT-4级别后，极低的Token价格直接冲击了闭源巨头的高溢价定价权。当全球主流云厂商的调用排行榜中，开源模型流量总和全面超越闭源模型之时，便是闭源模式利润率永久性下跌的定局。
但是，“存人”之后能否实现“人地皆存”，取决于开源生态的商业化闭环能否成功兑现。“模型免费、算力收税”的逻辑成立的前提是，开发者最终会将模型调用统一迁移到同一家云平台上完成训练和推理。然而现实是，开源模型可以在任何云平台上部署——通义千问的开源下载量过半，并不意味着阿里云收入同步过半。Meta的Llama同样是开源阵营的主力，但Meta自身并未从中获得可观的云收入。生态占有是第一步，生态变现是第二步，这两步之间的鸿沟，恰恰是开源路线最容易被高估的环节。
差距的根本不在于技术，而在于付费意愿的结构性差异。Anthropic精准切入了企业级高价值生产力场景，如代码生成、长文本分析和深度推理，客户为这些产出付费，而非仅仅为Token付费。