概念呢，我能想到的就只有茅台了，茅台是极少的毛利率能做到 90% 的东西。（虽然全世界都是这个打法，但至少海外的两家，还知道把 AI 打包成 Token Plan，本质是把价格降 10 倍来换 C 端增长）。
你以为大模型是水电煤，是农夫山泉，可人销售的价格是茅台。
直到 7 月 31 号那天，DeepSeek V4 Flash 正式版出来，一条斩杀线，把假扮茅台的矿泉水本质暴露出来。
图片2
同一天 Sam 也宣布 Luna 模型降价 80%，我们不妨也套进这公式里也算一算。
如果价格下降 80%，售价就从 10 元降到 2 元，新的毛利率是：
(2 - 1) / 2 = 50%
所以，一个原来毛利率 90% 的模型，价格下降 80% 以后，在成本不变的情况下，毛利率仍然有 50%。
50% 的毛利率，并不是亏钱，仍然有的赚，想想造车行业 20% 的毛利，AI 行业真的已经很幸福了。
之前某圣也说了，如果毛利率是 60%，回本周期大约是 10 个月。
用 10 个月时间，就把推理之外的显卡、研发成本都覆盖了。而通过大幅降价让利，自然获得了行业的口碑传播，这样把运营和销售的钱也省了。这也是让我们可以简化计算的根本原因。
模型太贵，应用就没有空间
模型价格高，还有一个很直接后果：它会把应用层挡在门外。
大家说欸神奇了，AI 这么好的技术，为什么没有什么 2C 应用场景呢？实则是上游你来个 90%，我来个 90%，大家吃肉的实在是太干净了，消费者那边实在啃不动。
一个 AI 应用要付模型调用费，还要付产品、研发、销售、客服、渠道的费用。模型厂商先拿走一大块，应用公司还没开始赚钱，就已经背上了很高的成本。
所以很多产品不是做不出来，也不是没有需求，只是账算不过来。
Coding 场景之所以成立，就是因为程序员的人力成本高，代码模型又能直接参与写代码、调试和交付。普通人的工作当然也需要 AI，只是他们的人力成本往往没有那么高，模型费用就更难被 ROI 覆盖。
现在我们在 Coding 的局部 PMF 里沉浸式捞钱，不要忘了初心想做的是 AGI。
图片3
现在的价格，却只能让 AI 只能先服务最贵的人。
这也是我不太理解的地方。国产模型也好，文本模型也好，视频模型也好，闭源也好，开源也好，我们到底是给谁用的？
如果只是为了出口，卖给海外公司，价格高一点、利润厚一点，至少还能解释成一种商业选择。可现在看起来，大家显然也希望它们服务中国自己的企业和普通人，希望它们提高整个社会的生产效率。那就更应该让更多人用得起。
开源当然不等于免费。但开源至少应该带来更多普及，应该给价格下降留出空间。如果模型开源了，还非要一起协商不能降价，那用户得到的到底是什么？
大家投了很多钱，买了很多算力，做了很多模型，最后却没有多少应用真正长出来，没有多少人真正用得起。
先让更多人用起来
站在初创公司的角度来说，我们没有办法左右模型公司的毛利率，也无法左右资本在 Infra 和模型层的泡沫狂欢，我们只能带着一些无奈，等待正确的事情发生，同时做一些力所能及的事情。
这里不得不提到某神的公司，通过极限的算法，把他们的 Token Plan 做到了 4 折。结果被全行业的媒体喷，说他们打压竞争对手，说他们用投资人的钱补贴用户换增长。但他明明现金流都正了，一个毛利率是负的 AI 应用公司，在尽自己最大的努力让 AI 变得普及，有必要成为人人喊打的对象吗？太神奇了。
我在设计 Cola 的 Token Plan 的时候，发现按照 SaaS 健身房模式，再把利润全部让给用户换增长，4 折的价格其实也不算很夸张。
在测试阶段，我们给 30 美金的套餐开到了 300 美金的 Token 额度，让大家敞开了用。实验结果发现，用户实际使用量只有 30%，如果模型厂商的毛利稍微下降一点，这个 Token Plan 就能盈亏平衡，这个生意就可以做下去。
当然我知道，我们现在都在一个泡沫里。模型公司需要融资，创业公司需要估值，投资人需要故事。大家都想尽快把投入变成利润。
但我觉得某圣说的是对的，AGI 它实则太大了，现在远远还没到只顾着捞钱的时候。用 10 倍成本定价法，实在是太短视了。
AI 的普及需要更低的价格，需要更多人真实地使用，需要更多小公司有机会试错。很多现在算不过来的场景，才有机会慢慢算过来。
这件事最终会影响社会面的生产力，也会影响一个社会面对未来的能力。
所以我最近一直在跟合作的厂商们真诚沟通，希望他们定价的时候可以把目光放长远，可以考虑把毛利降下来。
虽然大模型没有直接数据飞轮，但你看 V4 从预览到正式版的大幅提升，只要 RL 算法好，场景数据也是非常有用的，不要等到大家都提升之后，自己再花钱去买数据。
数据好买，时机难买。
别急着把 AI 变成一台赚钱机器，先让更多人把 AI 用起来吧。
原文链接：https://mp.weixin.qq.com/s/1gYDELnZ0tFum0S8Tx0Oow
@aigc1024
你以为大模型是水电煤，是农夫山泉，可人销售的价格是茅台。
直到 7 月 31 号那天，DeepSeek V4 Flash 正式版出来，一条斩杀线，把假扮茅台的矿泉水本质暴露出来。
图片2
同一天 Sam 也宣布 Luna 模型降价 80%，我们不妨也套进这公式里也算一算。
如果价格下降 80%，售价就从 10 元降到 2 元，新的毛利率是：
(2 - 1) / 2 = 50%
所以，一个原来毛利率 90% 的模型，价格下降 80% 以后，在成本不变的情况下，毛利率仍然有 50%。
50% 的毛利率，并不是亏钱，仍然有的赚，想想造车行业 20% 的毛利，AI 行业真的已经很幸福了。
之前某圣也说了，如果毛利率是 60%，回本周期大约是 10 个月。
用 10 个月时间，就把推理之外的显卡、研发成本都覆盖了。而通过大幅降价让利，自然获得了行业的口碑传播，这样把运营和销售的钱也省了。这也是让我们可以简化计算的根本原因。
模型太贵，应用就没有空间
模型价格高，还有一个很直接后果：它会把应用层挡在门外。
大家说欸神奇了，AI 这么好的技术，为什么没有什么 2C 应用场景呢？实则是上游你来个 90%，我来个 90%，大家吃肉的实在是太干净了，消费者那边实在啃不动。
一个 AI 应用要付模型调用费，还要付产品、研发、销售、客服、渠道的费用。模型厂商先拿走一大块，应用公司还没开始赚钱，就已经背上了很高的成本。
所以很多产品不是做不出来，也不是没有需求，只是账算不过来。
Coding 场景之所以成立，就是因为程序员的人力成本高，代码模型又能直接参与写代码、调试和交付。普通人的工作当然也需要 AI，只是他们的人力成本往往没有那么高，模型费用就更难被 ROI 覆盖。
现在我们在 Coding 的局部 PMF 里沉浸式捞钱，不要忘了初心想做的是 AGI。
图片3
现在的价格，却只能让 AI 只能先服务最贵的人。
这也是我不太理解的地方。国产模型也好，文本模型也好，视频模型也好，闭源也好，开源也好，我们到底是给谁用的？
如果只是为了出口，卖给海外公司，价格高一点、利润厚一点，至少还能解释成一种商业选择。可现在看起来，大家显然也希望它们服务中国自己的企业和普通人，希望它们提高整个社会的生产效率。那就更应该让更多人用得起。
开源当然不等于免费。但开源至少应该带来更多普及，应该给价格下降留出空间。如果模型开源了，还非要一起协商不能降价，那用户得到的到底是什么？
大家投了很多钱，买了很多算力，做了很多模型，最后却没有多少应用真正长出来，没有多少人真正用得起。
先让更多人用起来
站在初创公司的角度来说，我们没有办法左右模型公司的毛利率，也无法左右资本在 Infra 和模型层的泡沫狂欢，我们只能带着一些无奈，等待正确的事情发生，同时做一些力所能及的事情。
这里不得不提到某神的公司，通过极限的算法，把他们的 Token Plan 做到了 4 折。结果被全行业的媒体喷，说他们打压竞争对手，说他们用投资人的钱补贴用户换增长。但他明明现金流都正了，一个毛利率是负的 AI 应用公司，在尽自己最大的努力让 AI 变得普及，有必要成为人人喊打的对象吗？太神奇了。
我在设计 Cola 的 Token Plan 的时候，发现按照 SaaS 健身房模式，再把利润全部让给用户换增长，4 折的价格其实也不算很夸张。
在测试阶段，我们给 30 美金的套餐开到了 300 美金的 Token 额度，让大家敞开了用。实验结果发现，用户实际使用量只有 30%，如果模型厂商的毛利稍微下降一点，这个 Token Plan 就能盈亏平衡，这个生意就可以做下去。
当然我知道，我们现在都在一个泡沫里。模型公司需要融资，创业公司需要估值，投资人需要故事。大家都想尽快把投入变成利润。
但我觉得某圣说的是对的，AGI 它实则太大了，现在远远还没到只顾着捞钱的时候。用 10 倍成本定价法，实在是太短视了。
AI 的普及需要更低的价格，需要更多人真实地使用，需要更多小公司有机会试错。很多现在算不过来的场景，才有机会慢慢算过来。
这件事最终会影响社会面的生产力，也会影响一个社会面对未来的能力。
所以我最近一直在跟合作的厂商们真诚沟通，希望他们定价的时候可以把目光放长远，可以考虑把毛利降下来。
虽然大模型没有直接数据飞轮，但你看 V4 从预览到正式版的大幅提升，只要 RL 算法好，场景数据也是非常有用的，不要等到大家都提升之后，自己再花钱去买数据。
数据好买，时机难买。
别急着把 AI 变成一台赚钱机器，先让更多人把 AI 用起来吧。
原文链接：https://mp.weixin.qq.com/s/1gYDELnZ0tFum0S8Tx0Oow
@aigc1024
