中國 AI 模型正吸引高估值,但一份 Invezz 報告指出,其營收仍僅為 OpenAI 與 Anthropic 的一小部分,顯示規模差距。

根據一份 Invezz 報告,中國 AI 模型正吸引可觀的市場價值,但產生的營收僅占與 OpenAI 和 Anthropic 相關營收的一小部分。該文章的核心比較顯示,中國模型供應商的合計營收大約只有這兩家領先美國公司所對應水準的 10%。
這種對比凸顯了投資人或市場估值與商業變現之間日益擴大的落差。中國開發者可能正在獲得戰略重要性、用戶關注或資金興趣,但尚未把這些優勢轉化為相應的銷售額。對 AI 建構者與企業買家而言,重點不只是哪些模型在技術上看起來有競爭力,而是哪些公司能維持打造持久業務所需的基礎設施、通路與客戶支援。
Invezz 的標題將中國 AI 模型描述為價值飆升,但目前可取得的來源資料並未提供底層估值數字、營收總額、方法論,或納入比較的公司名單。這限制了我們能多精確地評估這項說法。
即便如此,這個被報導的差距作為市場訊號仍相當重要。估值反映的是對未來成長、戰略重要性、資本取得能力與競爭定位的預期。營收則記錄的是已從客戶與其他商業活動中收取的金錢。因此,一家公司可以在業務尚未達到可比銷售規模之前就獲得高估值,尤其是在投資人預期快速採用的市場中更是如此。
此外,這項比較也未必完全可比。OpenAI 與 Anthropic 的公司結構、產品組合、定價安排,以及與雲端供應商的關係,都與許多中國 AI 開發者不同。若沒有報告提供更多細節,就無法判定 10% 的數字是否涵蓋雙方相同的營收類別或相同的一組公司。
標題暗示,中國 AI 模型吸引到的關注,已超過其目前將需求變現的能力。這可能反映本土採用的重要性、政府興趣、地方企業部署,或市場預期中國開發者能在具有戰略意義的市場中競爭。不過,在現有證據下,這些可能因素都不應被視為已獲證實的解釋。
對模型供應商而言,商業挑戰很熟悉:使用量不會自動轉化為經常性營收。免費使用、折扣推理、對開發者的激進誘因,以及激烈的國內競爭,都可能提高模型能見度,同時限制短期利潤率。供應商還必須支付運算能力、模型訓練、安全工作、工程與支援成本。
因此,與 OpenAI 和 Anthropic 的營收比較很重要,因為它把焦點從模型可用性轉向商業執行。供應商可以透過易於使用的應用程式介面或能力強大的開源模型吸引開發者,但若要支撐擴張,仍需要可重複的企業合約與足夠有利可圖的定價。
目前提供的唯一來源,是一篇透過 Google News 查詢傳播的 Invezz 內容,而且完整文章無法取得。因此,10% 的比較應被視為媒體報導的主張,而非獨立驗證的產業統計。現有證據中沒有官方公司申報、經審計財報、具名研究報告、高層評論或基準細節。
來源也沒有說明納入了哪些中國 AI 模型或公司。這一點很重要,因為這類別可能涵蓋策略差異很大的公司:面向消費者的聊天機器人營運商、企業軟體公司、雲端平台,以及開放權重模型開發者。他們的營收可能來自訂閱、廣告、雲端使用、授權、硬體合作,或模型服務以外的業務。
同樣地,證據也沒有界定標題中的「價值」究竟指什麼。它可能指私募市場估值、更廣泛的投資人估算,或其他市場衡量方式。讀者應避免把這份報導解讀為中國模型被高估,或 OpenAI 與 Anthropic 已永久贏得商業競賽的證明。它支持的是一個更窄的結論:目前市場對中國 AI 的興趣,與該產業被歸屬的營收相比仍明顯失衡。
對於評估中國 AI 模型的產品團隊來說,營收是間接但有用的營運韌性指標。較高的商業收入可以支撐更大的推理叢集、更快的產品迭代、安全計畫、合規功能與服務等級承諾。營收有限的供應商仍可能提供強大的模型,但買家應檢視其在市場條件變化下維持存取與支援的能力。
採購團隊應將模型品質與供應商韌性分開看待。他們可以在自己的工作負載中測試準確性、延遲、上下文處理、資料控制、區域可用性與總成本,而不是只依賴公開比較。他們也應詢問供應商是否提供合約保護、資料保留控制、使用透明度,以及當定價或存取條件改變時是否有可信的遷移路徑。
對創業者而言,這份報告提醒大家:對模型的熱情,並不會消除對清晰商業模式的需要。當 AI 應用能解決特定工作流程、降低可衡量的人力或營運成本,並透過既有商業流程建立分發時,其經濟性往往更具防禦性。若競爭者願意補貼使用,單靠販售模型存取權會變得很困難。
這項比較對更廣泛的AI 市場也很重要。如果中國開發者持續獲得估值支持,而營收仍遠落後 OpenAI 與 Anthropic,投資人可能會更重視把使用量轉換為付費合約。相反地,如果營收開始加速,當前的落差可能成為現有美國供應商面臨更嚴峻競爭挑戰的早期訊號。
接下來有用的證據,會是主要中國 AI 供應商的公司層級營收揭露、更清楚的私募市場估值資料,以及 10% 這個估算是如何計算出來的透明說明。也應該知道,這項比較只涵蓋模型 API,還是也包括應用程式、雲端服務與相關業務。
企業採用將是另一個重要訊號。已簽署合約、重複使用、國際可用性與客戶留存率,會顯示中國 AI 模型是否正走出關注與試驗階段。價格變化也很重要:持續降價可能擴大使用,但未必代表更強的經濟性。
最後,買家也應觀察基礎設施存取、出口管制、國內監管,以及與中國雲端供應商的合作。這些因素都可能影響模型服務成本,以及供應商在中國以外市場競爭的能力。
這份報導最重要的,不是某一方贏得了估值競賽,而是 AI 市場價值與AI 營收仍然是兩個不同的訊號。中國 AI 模型可以在展現 OpenAI 與 Anthropic 據報已達到的商業規模之前,就先吸引到戰略性關注,但隨著投資人要求看到經常性銷售與可持續利潤率的證據,這種關注將面臨更嚴格的考驗。
由於原始 Invezz 文章無法取得,10% 這個數字應謹慎看待。對建構者與買家而言,實際做法是根據可衡量的可靠性、成本、治理與客戶支援來評估供應商,而不只是看估值新聞標題。