AI 模型公司每赚 100 美元，约 35-40 美元以推理计算费用的形式流向 AWS、Azure、GCP 三大云厂商。云厂商从这笔收入中赚取 10-20 美元营业利润，对应营业利润率约 35%-45%。
这是巴克莱在 8 月 28 日发布的 AI 行业单位经济学研报中的核心发现。
与此同时，AI 实验室的付费推理利润率已从 2025 年的十几个百分点飙升至 2026 年的 50%-65% 以上，调整后毛利率同比提升 30-50 个百分点。驱动力来自企业级客户和 agentic 工作流成为市场上的 " 必买 " 产品。
巴克莱分析师 Ross Sandler 认为，当前实际利润率可能比报告估算还要高，但随着前沿竞争加剧和算力供给增加，预计将逐步回落。
同一行业，两种财务面貌
巴克莱构建了两个假想前沿实验室模型来拆解利润差异。" 实验室 A" 约 70% 收入来自 API、30% 来自订阅；" 实验室 B" 恰好相反，80% 靠订阅、API 仅占 20%。
API 天然比订阅拥有更高的推理利润率。叠加训练成本分摊和合作伙伴分成的差异，两者的调整后毛利率出现 17 个百分点的落差——实验室 A 约 55%，实验室 B 约 38%。
收入确认方式进一步放大了这种 " 失真 "。实验室 A 按总额法确认间接 API 收入，实验室 B 按净额法处理，甚至完全不确认战略合作伙伴代运营的间接 API 收入。巴克莱将此类比为 UBER 与 LYFT：同一核心业务，因财务口径不同，报告数字截然不同。AI 实验室开始披露 GAAP 报表后，投资者做跨公司比较时需拆开这些口径差异。
推理利润率飙升
具体到各产品线——
订阅产品（如 Claude Code、Codex）的推理利润率估计在 70% 左右，在三条产品线中反而最低。原因是 AI 实验室愿意补贴 token 成本来留住用户。订阅通常基于月费并设有用量上限，近期上限重置频率明显增加，背后可能是留存压力与模型效率提升的共同作用。
直接 API 是 AI 实验室最早的商业模式，也是利润率最丰厚的。Cursor、Figma 等开发者按 token 消耗量付费。巴克莱估计，当前 API 推理利润率已超过 80%。模型 token 效率的提升（完成同一任务所需 token 量减少）、API 名义定价上调，以及推理服务在基础设施层面的优化——量化、speculator 技术、新一代算力——都在持续释放利润空间。巴克莱表示，2026 年二季度的 API 推理利润率远高于报告图表所示水平，但预计未来某个时点将向下回归。
间接 API 的终端体验与直接 API 一致，但计费关系在用户与云厂商之间。随着间接 API 在收入中的占比上升，不同实验室在收入确认上的口径差异将进一步拉大财报的可比性。
云厂商赚多少
每 100 美元 AI 实验室收入中，实验室 A 对应 35 美元云厂商收入，扣除基础设施成本后贡献约 11.8 美元利润，营业利润率约 34%。实验室 B 因存在战略合作伙伴收入分成（占收入的 20%，设有累计上限），云厂商拿到更多—— 41 美元收入，19.1 美元利润，营业利润率 47%。
巴克莱指出，分成推高的是云厂商的表观利润率，剥离分成后每个 token 对应的实际利润并无差异。该分成预计在 2028 年后归零。
agentic 订阅产品为云厂商创造了额外价值。这类有状态运行时产品往往需要调用数据库等上层软件资源，单位收入的含金量更高，部分场景下云厂商与 AI 实验室之间还存在收入分成安排。
从训练主导到推理主导
巴克莱估算，AI 实验室整体收入将从 2024 年的 70 亿美元增至 2026 年的 1370 亿美元，2028 年达到 6900 亿美元。年末 ARR 口径更为激进：2026 年底约 2000 亿美元，2028 年底约 7820 亿美元。
当前，训练支出仍占 AI 实验室收入的 48% 左右，这意味着几乎每一美元实验室收入都对应着近一美元的云厂商收入。但训练成本占比正快速下降——从 2024 年的 96% 到 2027 年预计降至 35%、2028 年降至 30%。随着推理利润逐步超过训练开支，AI 实验室整体盈利能力将持续改善。
云厂商的 AI 收入占 AI 实验室收入的比例也在下滑：从 2024 年的 153% 降至 2026 年的 90%，2028 年预计降至 73%。巴克莱预计，AWS、Azure 和 GCP 在未来两年仍将维持各自对 AI 实验室算力支出的份额，但从 2028 年起，有担保的 AI 基础设施项目将投入运营，成为 AI 实验室的优先选择——三大云厂商可能因此在训练和推理领域逐步丢失份额。
