巴克萊：AI模型公司每百元收入，雲端廠商分走35-41元

nashnova research

今天发布阅读约 4 分钟

巴克萊最新研報拆解AI推理經濟學：模型公司每賺100美元，35至41美元以算力費流向三大雲廠商，雲廠商從中賺取35%–45%營業利潤率——但這扇高利潤窗口可能比市場預期更短。

雲廠商在AI產業鏈裡到底賺甚麼錢？

AI模型公司（OpenAI、Anthropic等）賣推理服務給客戶，但推理要跑在雲上——每100美元收入中，35至41美元以計算費的形式付給AWS、Azure、GCP三大雲廠商。

雲廠商從這筆費用中賺取10至20美元營業利潤，對應35%–45%的營業利潤率。

這意味著→ 雲廠商扮演的是「過路費」角色：不管哪家模型公司贏，只要推理需求在漲，雲廠商就穩賺。

巴克萊估計，AI實驗室的付費推理利潤率已從2025年的十幾個百分點飆升至2026年的50%–65%以上，同比提升30至50個百分點。

驅動力有兩個：企業級客戶大規模買單，以及agentic工作流（讓AI自主完成多步任務的產品形態）成為「必買」品。

分產品線看差異很大：直接API利潤率超80%，是最賺錢的；訂閱產品（如Claude Code）利潤率約70%，反而最低——因為實驗室願意補貼token成本來留住用戶。

巴克萊分析師羅斯·桑德勒認為，實際利潤率可能比估算的還高，但隨著競爭加劇和算力供給增加，預計將逐步回落。

巴克萊構建了兩個假想實驗室來說明：實驗室A（70%收入來自API）調整後毛利率約55%；實驗室B（80%收入來自訂閱）毛利率僅約38%——同一行業，17個百分點的落差。

差異不止在產品結構。收入確認方式（總額法 vs 淨額法）進一步放大了差距——實驗室A按總額記收入，數字更大；實驗室B按淨額甚至不確認合作夥伴代運營的收入。

簡單來說＝同一門生意，因為「怎麼記賬」不同，報表上的數字可以差很遠。巴克萊把這類比為優步和Lyft——核心業務一樣，但財務口徑令兩家報表看起來像不同行業。

以實驗室A為例：每100美元模型公司收入中，35美元流向雲廠商，扣除基礎設施成本後貢獻11.8美元利潤，營業利潤率約34%。

實驗室B的結構對雲廠商更有利：因為存在戰略合作夥伴收入分成（佔收入20%，設有累計上限），雲廠商拿到41美元收入、19.1美元利潤，營業利潤率高達47%。

這反映出分成機制推高了雲廠商的表觀利潤率，但剝離分成後，每個token對應的實際利潤並無差異——而且這筆分成預計2028年後歸零。

雲廠商AI收入佔AI實驗室收入的比例正在下滑：從2024年的153%降至2026年的90%，2028年預計降至73%。

這意味著→ AI實驗室的收入增速正在超過它們付給雲廠商的費用增速——模型公司越來越「留得住錢」。

巴克萊預計，2028年起有擔保的AI基礎設施項目將投入運營，成為實驗室的優先選擇，三大雲廠商可能在訓練和推理領域逐步丟失份額。

訓練成本佔比也在快速下降——從2024年的96%降至2028年預計的30%。簡單來說＝模型公司花在「教AI學東西」上的錢佔比越來越小，花在「讓AI幹活賺錢」上的推理收入逐步超過訓練開支，整體盈利持續改善——但這也意味著雲廠商當前的高利潤率窗口期，可能比市場想的更短。

市场有风险，内容仅供研究参考，不构成投资建议。