从一份公开招股材料看大模型商业化的真实分层

过去几天，围绕某大模型公司公开招股材料的讨论呈现出一种奇特的割裂感：一边是“经营亏损率990%”“倒贴钱做API”的惊悚解读；另一边是其最新模型在多个公开评测平台上的亮眼表现与开发者社区的好评。如果只盯着任意一面看，这家公司都像个谜。但把数百页招股材料、第三方评测数据和数百万月活用户放在同一张图里，很多看似矛盾的东西反而开始自洽了。

收入的真实形状：不是你想的那样

先看最基础的数字。该公司的收入从2022年的约5,740万元，跳到2023年的约1.24亿元，2024年冲到约3.12亿元，2025年上半年已经做到约1.91亿元——半年收入已达到去年全年的61%。这不是“没生意”，而是生意在加速变粗。

但更重要的是收入的结构。这里藏着一个颠覆常识的事实：2025年上半年，该公司84.8%的收入（约1.62亿元）来自本地化部署，只有15.2%（约2,910万元）来自云端部署。这直接打破了很多人的想象——在全球头部厂商用API和订阅席卷市场的当下，中国顶尖的大模型公司，主要收入竟然不是来自云端服务，而是来自给企业“落地版”大模型系统的ToB项目。

这家公司不是一个典型的SaaS公司，它更像一个“高端软件交付商”。

哪条线在赚钱？看毛利率，而不是只看亏损

接下来的数据更有意思。该公司的综合毛利率并不难看：2022—2024年分别是54.6%、64.6%、56.3%，2025年上半年是50.0%。这说明“模型能力+工程交付”这件事本身，不是卖一单亏一单的买卖。

关键在分部差异：

• 本地化部署毛利率：59.1%（2025年上半年）
• 云端部署毛利率：-0.4%（2025年上半年）

一正一负，泾渭分明。

本地化部署服务的客户构成，可能和很多人想象的不一样。据公开信息，该公司互联网高科技客户占了50%，前10大互联网公司中有9家都在合作，而政府端客户占比连20%都不到。其MaaS平台上有数百万企业与开发者，其中付费比例超过10%，付费客户年复购率为70%——在如此之卷的MaaS业务里是个很不错的成绩。

这打破了“大模型本地化主要靠政府项目”的刻板印象。真实情况是：那些对数据安全、合规和深度定制要求极高的互联网大厂、电信运营商，才是本地化业务的主力客户。他们愿意为“专属部署+专用模型+现场支持”支付高昂费用，一个项目动辄几百万甚至上千万。

用一句不好听的话说：现在是大项目在“供血”，云端还在“长身体”。

990%亏损率背后：钱都花在哪了？

2025年上半年，该公司84.8%的收入来自本地化部署，只有15.2%来自云端部署。那么，巨额亏损究竟从何而来？

研发投入：模型迭代的固定成本

大模型公司的核心成本项是研发。以2024年为例，该公司的研发开支占收入的比例超过200%。这意味着每收入1元钱，就要在研发上投入超过2元。这些投入流向：

• 基础模型架构探索与训练
• 多模态能力建设
• 推理效率优化与工程化
• 安全对齐与合规适配

这些投入是刚性的，且短期难以摊薄。因为模型能力一旦停止迭代，客户留存和新增都会迅速下滑。

算力成本：本地化部署的隐性负担

本地化部署虽然毛利率为正，但前期需要投入大量算力资源进行模型适配、现场调试和专属优化。这些成本在项目验收前无法确认为收入，进一步加剧了报表层面的亏损。

云端业务的战略性亏损

云端部署毛利率为-0.4%，基本处于“赔本赚吆喝”阶段。但这是有意为之：通过低价API吸引开发者，建立生态粘性，等待规模效应显现后逐步提价或通过增值服务变现。行业常见技术方案中，这种“先规模后利润”的路径并不罕见。

如何理性评估一家大模型公司的健康度？

如果你是一名开发者或企业技术决策者，面对纷繁的财务数字和评测榜单，建议从以下维度建立评估框架：

1. 收入结构是否具备“双引擎”

• 本地化部署：验证企业级交付能力、客户付费意愿和复购率
• 云端部署：验证开发者生态活跃度和未来规模化潜力

两者缺一不可。只有本地化，容易陷入项目制陷阱；只有云端，在当前中国市场付费习惯下难以支撑研发投入。

2. 毛利率分部数据比综合毛利率更有信息量

综合毛利率可能掩盖问题。必须拆开看：

# 伪代码：分部毛利率健康度检查
def evaluate_segment_health(local_gross_margin, cloud_gross_margin):
    if local_gross_margin > 0.5 and cloud_gross_margin > -0.1:
        return "健康：本地造血，云端可控亏损"
    elif local_gross_margin > 0.5 and cloud_gross_margin < -0.2:
        return "警惕：云端失血过快，需关注规模效应拐点"
    else:
        return "高风险：本地交付无法覆盖成本，商业模式存疑"

3. 客户集中度与复购率是先行指标

• 前10大客户中互联网公司占比高，说明产品力被最挑剔的客户认可
• 付费客户年复购率超过70%，说明交付质量和服务能力过关
• 政府端占比低，说明收入质量更市场化，回款周期更可控

4. 评测排名要结合场景看

公开评测榜单上的高分，证明的是模型在通用任务上的能力上限。但企业落地更关注：

• 特定领域微调后的效果保持率
• 推理延迟与吞吐量
• 数据隔离与安全合规能力
• 与现有技术栈的集成成本

这些往往不在榜单上，却决定了项目能否验收和续约。

技术交付视角：本地化部署到底交付了什么？

很多开发者好奇：一个动辄几百万的本地化大模型项目，到底交付了什么？从行业通用实践看，通常包括：

1. 模型权重与推理引擎：适配客户既有硬件环境（如GPU集群或国产算力卡）
2. 私有化部署工具链：容器化编排、模型服务网关、版本管理
3. 领域微调与知识注入：基于客户私有数据的继续训练或检索增强生成（RAG）流水线
4. 安全与合规组件：内容过滤、审计日志、权限隔离
5. 运维支持与SLA：现场或远程保障，模型更新与回滚机制

这些交付物中，模型本身只是起点，真正的价值在于工程化封装和持续服务能力。这也是为什么本地化部署毛利率能维持在59%左右——客户买的不是“模型文件”，而是“可运行、可维护、可演进的大模型系统”。

云端业务的拐点何时到来？

云端部署毛利率为负，核心原因是推理成本尚未被规模摊薄。行业常见技术方案中，降低云端推理成本的主要路径包括：

• 模型量化与蒸馏：在保持效果的前提下压缩模型体积
• 动态批处理与连续批处理：提升GPU利用率
• 推测解码：用小模型加速大模型推理
• 缓存与预计算：对高频请求复用结果

当云端调用量增长到一定阈值，单位推理成本会显著下降。届时云端毛利率有望转正。但在此之前，本地化部署的“供血”作用不可或缺。

结语：别用SaaS的尺子量交付型公司

这家公司的招股材料之所以引发割裂式讨论，根本原因在于很多人用SaaS公司的估值逻辑去套一家“高端软件交付商”。SaaS看的是ARR、NDR、CAC回收期；而交付型公司看的是项目毛利率、客户复购率、交付周期和人均产值。

两种模式没有绝对优劣之分，但用错尺子就会得出荒谬结论。对于开发者和企业技术决策者而言，理解这种分层逻辑，比记住某个具体的亏损率数字更有价值——它能帮你更理性地评估技术供应商的可持续性，也能帮你在内部推动大模型落地时，选择更适合自身阶段的合作模式。