Токены убивают AI-приложения

Автор: Ли Нань, Хуан Сяои, Ёки, Сун Жуй, Silicon Star People

Редактор | Ван Чжаоянг

К середине 2026 года наличные средства стартапа по генерации видео с использованием ИИ OiiOii все еще составляли девятизначную сумму в юанях, но он все же инициировал новый раунд финансирования.

Ранее он подписал годовое рамочное соглашение с облачной платформой ByteDance Volcano Engine: OiiOii должен заплатить 50 миллионов юаней Volcano Engine до конца 2026 года.

Это сделало наличные средства OiiOii немного напряженными. 50 миллионов юаней будут использованы для покупки "чистокровной версии" API Seedance 2.0, самого успешного ИИ-продукта ByteDance — многомодальной модели генерации видео.

Так называемая "чистокровная версия" относится к API Seedance, предоставляемому через официальный канал Volcano Engine, который поставляется с полными правами.

После того как Seedance 2.0 поразил ИИ-индустрию и весь сектор производства фильмов, рынок был переполнен API Seedance из различных источников. Некоторые неясные посреднические сервисы смешивали Seedance 2.0 с его более низкими конфигурациями — Seedance 2.0 mini и Seedance 2.0 fast — и продавали их по относительно низким ценам. Пользователи, желающие создать блокбастер кинематографического качества, в конечном итоге получали лишь обломки.

API "чистокровной версии" Seedance 2.0 является жизненной линией для приложений генерации видео с использованием ИИ. Так же, как крупные языковые модели зависят от первоклассной вычислительной мощности, а именно высококачественных графических процессоров NVIDIA, API топовых моделей и токены, генерируемые при вызове API, в корне определяют возможности ИИ-приложений — часто называемых ИИ-агентами.

Таким образом, токены от топовых моделей стали дефицитом и дорогой валютой. Seedance 2.0, безусловно, является самой мощной видео-моделью на этой планете.

Согласно официальной информации, цена на генерацию видео 720p без видео-входа с использованием Seedance 2.0 составляет 46 юаней за миллион токенов, а стоимость одной секунды видео составляет примерно 0,99 юаней. Для сравнения, стоимость генерации видео 720p с использованием Ling3.0 составляет 0,6 юаней, а Vidu Q3-pro — около 0,68 юаней, что делает Seedance 2.0 значительно более дорогим.

OiiOii, который преуспевает в генерации комиксов и коротких драм, нуждается в мощном Seedance 2.0, но потратить почти 40% денежного потока компании на покупку его токенов звучит немного безумно.

Для сегодняшних стартапов в области ИИ-приложений это давно стало обычным делом. По сравнению с стартапами крупных языковых моделей (включая OpenAI и Anthropic), которые обычно выделяют 70% до 80% своего финансирования непосредственно на покупку или аренду графических процессоров и оплату облачных вычислений, это не является чем-то необычным.

То, что OiiOii покупает, — это не потребление токенов на основе реальных бизнес-потребностей, а первичные права на API Seedance 2.0.

Немногие замечают, что официальная дата запуска OiiOii 2 апреля 2026 года совпала с днем, когда Seedance 2.0 открылся для публичного тестирования для предприятий. Это кажется Volcano Engine, объявляющим OiiOii одним из первых дистрибьюторов Seedance 2.0, а не OiiOii, запускающим свой собственный видео-агент в тот день.

Это не важно; более важно быть первым, кто предложит "чистокровную версию" Seedance 2.0.

"Чистокровная версия" Seedance 2.0 поставляется с полным набором прав, такими как доступ к базам данных лиц, максимальная параллельность и т. д. Это напрямую определяет, сможет ли продукт стартапа работать гладко.

Если приложение генерации видео с ИИ нацелено на потребительский сегмент, пользователи нуждаются в генерации в реальном времени, что требует достаточно высокой параллельности. Когда модель только запущена, вычислительная мощность ограничена; без поддержки параллельности от Volcano Engine пользователи агента будут вынуждены стоять в очереди, истекать по времени или даже не смогут генерировать видео.

Практик приложения генерации видео с ИИ сообщил нам, что годовое рамочное соглашение на 10 миллионов юаней соответствует примерно 400 параллельным использованиям, в то время как годовое рамочное соглашение на 5 миллионов юаней соответствует примерно 200 параллельным использованиям. Разница в цене напрямую переводится в различия в пользовательском опыте.

Источник: Volcano Ark

Пользователи могут получить доступ к большему количеству ресурсов лиц, а не к все более пугающим нескольким "ИИ-лицам", которые циклически используются, что также соответствует ценам годового рамочного соглашения Seedance. Разница между покупкой и непокупкой — это разница между жизнью и смертью продукта; кажется, у вас нет выбора.

"Грубая ставка убытков"

Поскольку возможности топовых моделей определяют верхние пределы ИИ-приложений, а высокие цены "душат" ИИ-приложения, взимание абонентских сборов с пользователей на основе цен токенов в качестве ориентира стало бизнесом "подземного арендодателя" — математической задачей, которую никогда не решить, переменной функцией на таблице цен модели.

Тем не менее, первичные права на Seedance 2.0, полученные OiiOii, не являются эксклюзивными. Многие из коллег OiiOii, такие как LibTV и Flova, также получили квалификацию "первого выпуска" для Seedance 2.0, почти одновременно объявляя, что их продукты интегрировали Seedance 2.0, с аналогично высокими ценами.

Volcano Engine так щедр; он не предоставит никакой компании эксклюзивные привилегии первого выпуска для Seedance 2.0, даже для самого высокого годового рамочного соглашения. Более того, ценовой порог Volcano Engine очень строгий: почти нет скидок, а потребление токенов по контрактам на десятки миллионов возвращается на основе использования, ограниченное 10%, что означает, что максимум 10% от суммы контракта возвращается в виде вычислительных ваучеров.

С другой стороны, Volcano строго запрещает перепродажу, чтобы предотвратить попадание токенов по низким ценам на серый рынок.

В рамках этого механизма возникает суровая реальность: ИИ-видеоинструменты почти невозможно сделать прибыльными из токенов Seedance 2.0.

Теоретически, продажа токенов Seedance 2.0 клиентам по первоначальной цене, не учитывая скидки, дает максимальную валовую прибыль в 10%. Однако на практике ни одно ИИ-приложение для генерации видео не продает токены Seedance 2.0 по более высокой цене — даже по первоначальной цене. В конце концов, теоретически любой может вести бизнес напрямую с Volcano Engine. Если посредники могут получать прибыль, почему бы не вести переговоры напрямую?

Согласно отчетам "Intelligent Emergence": компании по производству комиксов и фильмов также в основном покупают "полноценные" API Seedance 2.0 напрямую, включая многие ведущие компании в отрасли, с самой высокой единовременной перезарядкой, достигшей 50 миллионов. Это полностью демонстрирует жажду рынка к Seedance 2.0 и подразумевает, что стартапы ИИ-приложений с высшими правами на Seedance 2.0, если они не предложат конкурентоспособные цены на токены на внешнем рынке, не найдут пользователей.

"Продукты с атрибутами инструмента не имеют лояльности", — сказал нам человек из венчурного капитала.

Таким образом, возник "дикий путь": ведущие компании ИИ-приложений начали активно снижать цены, чтобы привлечь клиентов, даже начали перепродажу токенов напрямую.

Материнская компания LibLib, Evoken, является крупнейшей компанией ИИ-приложений в Китае по объему закупки токенов. Она начинала с сообщества моделей с открытым исходным кодом и быстро перешла на многомодальную платформу создания. В то же время она активно проводила несколько раундов финансирования, недавно завершив раунд B на сумму 300 миллионов долларов, с постинвестиционной оценкой более 2 миллиардов долларов, формируя комплексный барьер капитала и продуктовой матрицы — LibLib AI является сообществом создания и платформой генерации изображений, в то время как Lovart и Xingliu нацелены на зарубежные и внутренние рынки дизайна соответственно, а LibTV сосредоточен на профессиональном производстве видео...

Тем не менее, Evoken не разработала ни одной модели самостоятельно, даже не переобучала модели. Это привело к частым дебатам о том, является ли эта компания лишь посредником для топовых моделей без каких-либо технических барьеров. Но, безусловно, Evoken является крупным клиентом токенов топовых моделей.

В области видеоинструментов LibTV является топовым клиентом Seedance 2.0, подписав крупное годовое соглашение на 50 миллионов для использования в качестве боеприпасов для LibTV Agent. В области инструментов дизайна в прошлом году Nano Banana взорвалась в популярности, а Lovart, под управлением LibLib, также подписала многомиллионный контракт с Google Cloud.

Тем не менее, согласно оценкам сторонних платформ, таких как Similarweb: в июне 2026 года сайт Lovart имел около 3,1 миллиона посещений в месяц, в то время как сайт LibTV имел около 2,2 миллиона посещений в месяц. Этот уровень трафика уже значителен, но посещения не равны созданию. Публичная информация показывает, что у LibTV есть несколько сотен тысяч платящих пользователей, что, хотя и превышает большинство конкурентов, в основном подтверждает, что он не может потреблять все токены Seedance 2.0, купленные компанией за большие деньги.

Volcano Engine не принимает "возвраты" токенов, что привело к появлению побочных бизнесов для компаний ИИ-приложений.

Основатель и генеральный директор Evoken, Чэнь Мянь, упомянул в интервью "Latepost", что ходили слухи, что LibTV перепродает ключи API Seedance 2.0 для получения прибыли, что он категорически опроверг.

Что мы узнали, так это то, что перепродажа LibTV ключей API Seedance 2.0 действительно не "приносит прибыли", потому что они продаются с убытком.

Некоторые из конкурентов LibTV, занимающиеся генерацией видео с ИИ, сообщили нам, что LibLib неоднократно пыталась продать им API Seedance 2.0 по ценам ниже, чем при прямой покупке у Volcano Engine: при прямой покупке у Volcano контракты на сумму более 10 миллионов юаней могут получить 10% возврат вычислительных ваучеров; но LibLib также может предоставить им дополнительный 10% возврат сверху.

Разницы в цене, конечно, нет, не говоря уже о прибыли, но это генерирует доход. Это может повысить ARR (годовой повторяющийся доход) LibTV, предоставляя числовую поддержку для дальнейших рассказов о финансировании.

Этот тип ARR по сути является "отрицательным валовым доходом": получение токенов по контрактной цене со скидкой 10%, а затем продажа их с дополнительной скидкой 10% друзьям, нуждающимся в токенах по более низким ценам, структурно представляет собой убыточную сделку.

То, что он генерирует, даже не валовая прибыль, а "уровень валовых убытков".

С другой стороны, стратегия ценообразования LibTV и Lovart для платящих пользователей также делает их валовую прибыль как компании ИИ-приложений кажущейся иллюзорной.

Давайте сделаем грубый расчет...

Средняя месячная цена стандартной годовой подписки LibTV составляет 47,4 юаня, при официальной оценке генерации 56-секундного видео Seedance 2.0 720P, что эквивалентно примерно 0,85 юаня дохода от подписчиков за секунду. Предположим, что пользователи используют весь лимит для Seedance 2.0 без видео-входа, и оценивая на основе цены Volcano Engine около 0,99 юаней/секунда, предельная валовая прибыль составляет примерно -17%, если учитывать только затраты на вызов модели. Даже если 10% вычислительных ваучеров могут быть полностью погашены, предельная валовая прибыль все равно будет около -5%. Это также нужно покрыть ночные скидки, бонусы за открытие карты и ограниченные бесплатные предложения.

Ситуация Lovart аналогична. Если все пункты используются для генерации изображений среднего качества 1K с GPT Image 2, ссылаясь на "самые популярные" преимущества годового пакета Pro, текущая цена со скидкой "конца месяца" в 39 долларов и стандартные цены API OpenAI, когда пользователи полностью используют лимит, соответствующая предельная валовая прибыль составляет около -87% (несколько дней назад средняя месячная цена для этого пакета со скидкой все еще составляла 45 долларов, что соответствует предельной валовой прибыли около -60%).

Тем не менее, это все часть "стресс-теста". На самом деле пользователи могут не полностью использовать свои лимиты и также могут использовать баллы для моделей и схем генерации с более низкой стоимостью. Платформа также может получить различные степени скидок при покупке API различных моделей, что может сократить фактические убытки.

Чэнь Мянь, генеральный директор Yanyu Technology, также ответил на этот момент в интервью с "Latepost": если пользователи используют все токены пакета, LibTV определенно понесет убытки. Но если пользователь покупает 1 миллион баллов и использует только 200 000, оставшиеся 800 000 становятся прибылью. Есть также пользователи черного рынка, которые реверсируют LibTV, превращая годовые подписные аккаунты в API, что приводит к убыткам, поэтому необходимо управление.

Так называемое "обратное проектирование" имеет четкий пример: в феврале 2026 года оператор "Чэнчжу" влиятельного публичного аккаунта WeChat "Web 3 Sky City" в областях Web 3 и ИИ публично раскритиковал Lovart, визуальное приложение дизайна под управлением Yanyu Technology, утверждая, что он заплатил 540 долларов за годовую подписку Lovart Pro, но аккаунт был заблокирован через 10 дней без возврата. "Чэнчжу" подал апелляцию по электронной почте и активно общался с членами команды Lovart, но не получил ответа.

Согласно нашим данным, аккаунт членства "Чэнчжу" был признан внутренним механизмом контроля рисков Lovart вовлеченным в "обратное проектирование", и компания усилила свои меры управления. Решение отказать в дальнейшем общении с "Чэнчжу" и отказать в возврате было принято самим Чэнь Мянем.

Этот инцидент вызвал значительные споры, приведя к обсуждениям о механизме предоплаты программного обеспечения ИИ-приложений, прозрачности стандартов блокировки аккаунтов и защите прав потребителей. Это подчеркивает, насколько хрупкой может быть бизнес-модель, основанная на том, что пользователи платят, не потребляя квоты токенов; более того, в среде, где цены на токены чрезвычайно чувствительны, существует множество лазеек, которые могут быть использованы для обратного арбитража.

На самом деле истинное обратное проектирование, упаковка неиспользованных членских токенов в API для продажи, осуществляется самими Lovart или LibTV.

Поскольку неиспользованные токены пользователями не превращаются в прибыль, компании ИИ-приложений уже заплатили сборы поставщикам моделей за эти квоты.

Они включены в годовое рамочное соглашение. Логика сильных поставщиков моделей такова: вы можете купить больше, когда у вас закончатся, но вы абсолютно не получите возвратов за неиспользованные токены. Так называемые 1 миллион баллов, использованных 200 000, с оставшимися 800 000, превращающимися в прибыль, не существует. Другими словами, "неиспользованная" квота токенов на самом деле становится "инвентарем" компаний ИИ-приложений.

Поскольку это инвентарь, его необходимо распродать; в противном случае убытки будут расти. Это объясняет, почему другие команды генерации видео ИИ получают предложения от LibTV продать токены по сниженным ценам. Официальное подавление пользователей, занимающихся "обратным проектированием" для перепродажи токенов, на самом деле является борьбой за права перепродажи токенов с пользователями.

По сравнению с убытками, вызванными распродажей токенов "инвентаря" по сниженным ценам, убытки от полного использования прав пользователями больше. Даже если предположение о том, что "неиспользованные токены — это прибыль" верно, оно фиксирует верхний предел модели прибыли — когда все пользователи пополняют, но не потребляют ни одного токена, теоретически его прибыль может быть максимизирована.

Когда пользователь потребляет еще один токен, это приближает к убыткам. Это создает опасный неблагоприятный отбор: чем ниже цена, тем легче привлечь активных пользователей, которые потребляют дорогие модели, что приводит к более высоким ставкам использования токенов и оставляет меньше остаточного дохода для платформы.

Этот цикл может расширить убытки компаний ИИ-приложений, единственным преимуществом будет временно более привлекательный ARR.

Компании ИИ-приложений хорошо осознают это, но при представлении венчурным капиталистам они все еще могут скрывать эти "ловушки". Некоторые венчурные капиталисты сообщили нам: валовая прибыль, которую LibLib представляет инвесторам и капиталовому рынку, вероятно, положительна.

Это проверяет "финансовые навыки": бонусы, ограниченные бесплатные предложения, ночные скидки... все эти жесткие расходы, которые действительно съедают валовую прибыль, могут быть учтены как коэффициенты продаж, а ранние высокие коэффициенты продаж можно эвфемистически назвать "инвестициями в рост"; все доходы — включая покупки пользователями членских баллов и доходы от перепродажи токенов — могут быть учтены по первоначальным ценам, что делает достижение "положительных валовых прибылей" под различными метриками не невозможным.

В наших обсуждениях с многими инвесторами и предпринимателями существует консенсус, что даже при самом широком расчете диапазон валовой прибыли ИИ-приложений, сосредоточенных на потреблении и продаже токенов, составляет всего 10%-25%, что почти недостаточно для покрытия различных затрат.

Большинство китайских стартапов в области ИИ-приложений с первого дня расширяются на зарубежные рынки, но информированные источники подсчитали, что стоимость привлечения платного пользователя за границей составляет около 200 долларов, в то время как пользователи платят в среднем 50 долларов, а валовая прибыль от токенов не может даже покрыть рост пользователей, не говоря уже о расходах на исследование, производство, операции и управление.

В последние годы капиталовложение и стартап-круги предпочитали понимать ИИ-приложения через структуру SaaS. Но теперь инвесторы осознали, что "SaaS означает, чем больше пользователей, тем дешевле, в то время как ИИ-приложения означают, чем больше пользователей, тем больше вы теряете."

Это указывает на самое существенное различие между ИИ-приложениями и традиционным программным обеспечением — предельные затраты традиционного SaaS уменьшаются с масштабом, в то время как предельные затраты ИИ-приложений вновь возникают с использованием. Чем больше пользователи любят использовать его, тем больше токенов потребляется; чем больше токенов потребляется, тем тяжелее затраты.

В центре, компании ИИ-приложений управляют "цепочкой непрерывных убыточных оборотов токенов", что и есть "уровень валовых убытков".

"Контроллеры токенов"

Стартапы ИИ-приложений не осознанно прыгают в яму с огнем с токенами; они также запутаны в хаосе.

Очевидная стоимость покупки токенов у поставщиков моделей ясна, но ценообразование продуктов, субсидии пользователям и расчеты валовой прибыли все движутся системой пост-расчетов от моделей. Изначально предполагаемая валовая прибыль превращается в уровень валовых убытков, когда приходит счет.

Возьмем Seedance 2.0 в качестве примера: фактическая стоимость генерации видео за раз будет одновременно учитывать длину входного видео, длину выходного видео, разрешение выхода, частоту кадров, версию модели, минимальную продолжительность выставления счета и уровни продолжительности. API для видео-моделей может взимать единообразную плату за 1-4 секунды по 4 секунды, а рост между различными длинами часто не является линейным. После подписания контракта компании ИИ-приложений ежедневно несут расходы, но обычно требуется T+N дней, чтобы увидеть детализированные затраты в счете.

Это создает типичное состояние "попадания в токены": компания знает очевидные затраты на токены, но не знает, как реальные затраты будут увеличены, каким образом, в какое время и в какой степени.

Тем не менее, стартапы ИИ-приложений не могут избежать этой зависимости; наоборот, они погружаются глубже. В конце концов, они не могут обойтись без "преимуществ", которые приносят топовые модели.

Если представить источники затрат ИИ-приложений в формуле, это будет: "Фактическая стоимость генерации = Цена одной генерации × Средняя частота вызовов." Это применимо к видео, изображениям и дизайну PPT.

Топовые модели имеют высокий коэффициент успеха генерации, что снижает частоту вызовов, что иногда может сделать базовые расчетные затраты ниже.

Как должны команды ИИ-приложений выбирать между высокими первоначальными затратами, хорошими эффектами, меньшим количеством вызовов и не обязательно самыми высокими общими затратами топовых моделей, против более низких первоначальных порогов, более дешевых вызовов, большего количества вызовов и увеличенных общих затрат, которые могут пожертвовать удержанием конверсии субоптимальных моделей?

Инсайдеры отрасли раскрыли: чтобы увеличить заказы, клиенты Keling 1.0 могли получать скидки до 3,5%. Такая скидка уже является убытком для затрат на вывод Keling, а с последующими обновлениями модели Keling затраты на вывод растут, что делает эту цену двойным убытком. Ее единственная цель — захватить клиентов.

Объективный результат таков, что те поставщики моделей, которые пытаются продать больше токенов компаниям-приложениям по более низким ценам, все равно будут оставлены в стороне. Пример, который может это подтвердить, заключается в том, что ежедневный объем запросов Seedance 2.0 на OpenRouter остается стабильным на уровне более 3000, в то время как Keling 3.0 имеет только 300-400 запросов.

Поэтому, чтобы решить внутренний "уровень валовых убытков", есть два прямых метода: повысить цены на продукты или снизить затраты на токены. В настоящее время большинство стартапов ИИ-приложений выбирают последнее.

На поверхности все активно итеративно обновляют продукты, обновляют функции и создают различия, но на самом деле значительная часть их энергии тратится на поиск более дешевых токенов. А дешевые токены поступают из различных источников.

Во-первых, сброс цен со стороны "верхних" компаний ИИ-агентов является важным каналом.

Как упоминалось ранее, LibLib продает токены с 8,1% скидкой меньшим командам ИИ-приложений, которые не могут позволить себе полную версию Seedance 2.0. Некоторые стартапы приветствуют такие "скидки", в то время как другие колеблются, чтобы принять их из-за опасений нарушения политики продаж Volcano Engine.

Во-вторых, коллеги, проходящие бизнес-трансформации, также могут предоставить токены по низким ценам.

Как уже упоминалось, ведущие поставщики моделей имеют сильные годовые рамочные политики с гарантированными квотами и "истекают без ожидания" — если не потребляются в течение года, оставшаяся квота токенов очищается. Это также причина, почему перепродажа токенов многократно запрещена поставщиками моделей; будь то для снижения убытков, восстановления затрат или "создания" валовых прибылей, это определяет, что команды ИИ-приложений должны это делать.

Особенно когда некоторые компании сжигают деньги и не могут рассказать истории, становясь неспособными продолжать или на грани банкротства, их оставшиеся "огромные" квоты токенов могут быть распроданы по чрезвычайно низким ценам.

Интересная деталь заключается в том, что у некоторых компаний затраты на закупку токенов превышают десятки миллионов, но основная цель не ведение бизнеса, а рассказ истории: сообщить капиталовому рынку, что они стали крупными клиентами топовых поставщиков моделей, продемонстрировав свою силу и быстро подняв еще один раунд финансирования. Некоторые инсайдеры венчурного капитала сообщили нам, что покупка токенов полностью "оторвана от реальности" для некоторых команд стартапов.

Кроме того, поиск государственных субсидий является общим и более надежным каналом для получения токенов по более низким ценам.

Местные власти на уровне района предоставляют вычислительную мощность или субсидии на модели компаниям ИИ, признанным в их юрисдикциях, позволяя компаниям-приложениям снизить затраты на токены до 75%-90% от первоначальной цены. Однако такие ресурсы не являются широко распространенными, и для получения более дешевых токенов всем необходимо "переплыть море, полагаясь на свои силы".

В конечном итоге все пытаются найти способы получить более дешевые токены. Эта максимизация стремления к дешевым токенам неизбежно приведет к распространению "посредников".

Как подпольная индустрия ИИ, посредники по сути оптом закупают токены для розничной продажи. Их можно грубо разделить на три категории.

Первая категория — "законная" перепродажа, которая включает в себя крупные закупки зарубежных токенов моделей, получение скидок и последующую перепродажу их внутри страны. Это все еще считается "нормальной" логикой дистрибьютора.

Вторая категория — чисто черный рынок, часто управляемый частными лицами, с предложениями вроде "миллион токенов за три доллара", которые могут исчезнуть в любой момент или быть закрыты.

Третья категория — "объединение" ресурсов. Эти посредники работают, собирая квоты токенов из различных разбросанных каналов и создавая единый маршрутизирующий слой.

Посредники являются одним из основных каналов для получения токенов по низким ценам на рынке ИИ-приложений. Однако цены на эти ресурсы сильно различаются, и их качество нестабильно. В генерации видео явление "разбавления" является обычным делом.

Один посредник, поставляющий определенному стартапу ИИ, сообщил нам: "Например, при вызове API Keling 8 из 10 раз это Keling, а 2 раза — это модель этой компании. Если посредник хочет получить больше прибыли, он корректирует это соотношение."

Компании ИИ-приложений хорошо осознают это, но некоторые все же "терпят" разбавленные токены в своих продуктах, что еще больше снижает качество обслуживания, получаемого конечными пользователями. В конце концов, "неудачные розыгрыши" — это норма, и даже если пользователи подозревают, что то, что они используют, не соответствует стандартам, они могут предоставить объяснение.

Даже с этими различными каналами компании ИИ-приложений все еще ищут способы дальнейшего снижения затрат.

Чтобы легитимно снизить затраты на токены и найти некоторую валовую прибыль для финансовых отчетов, некоторые стартапы изобрели другой путь: проектирование своих продуктов как точных контроллеров токенов — ограничивая продолжительность, устанавливая уровни пакетов, ухудшая модели, скрывая параметры и другими методами, они ослабляют влияние токенов на валовую прибыль.

Конкретно некоторые приложения напрямую ограничивают продолжительность видео, генерируемого пользователями, например, единообразно генерируя 4-секундные видео, чтобы избежать потерь ресурсов, взимая плату за 4 секунды, когда производится только 3 секунды.

"Пакетная ловушка" — это более хитрый подход; некоторые приложения не предоставляют лучшие модели в средних пакетах и не открывают оптимальные модели для сценариев с высоким потреблением. Они также разрабатывают пакеты, которые пользователи "не могут полностью использовать", надеясь на бездействие пользователей и низкое использование, чтобы получить пространство для арбитража.

Они используют формулы вроде "число пользователей уровня 199 юаней × резерв токенов в 2 миллиарда" для переговоров о оптовых ценах с поставщиками моделей, получая закупочные цены, которые значительно ниже фактических потребностей в потреблении. Неиспользованная часть затем продается как посредник.

Один венчурный капиталист пожаловался нам: во время их дью-дилижанс на компанию они обнаружили эти "раздутые цифры" и впоследствии спросили, могут ли их пользователи действительно потреблять столько токенов, в то время как основатель только подчеркивал количество пользователей, покупающих этот уровень пакета, избегая обсуждения фактического потребления.

Инвесторы были недовольны; бизнес, в котором активность пользователей и валовые прибыли обратно пропорциональны, не является хорошим бизнесом.

ИИ-приложения "существуют для токенов", что поднимает основной вопрос, который подрывает основу компании: продукты больше не разрабатываются исключительно вокруг пользовательского опыта, но все больше вокруг "как заставить пользователей потреблять меньше токенов".

Конечно, существуют и методы снижения затрат на инженерные разработки, которые учитывают пользовательский опыт. Например, сначала генерируя версии видео с низким разрешением с использованием более дешевых моделей, а затем улучшая четкость с помощью технологии суперразрешения. Некоторые инструменты ИИ снижают количество розыгрышей через ключевые слова, рабочие процессы, контроль параметров, постобработку, кэширование и маршрутизацию моделей, тем самым экономя токены.

Среди них OiiOii является одной из компаний, которая довольно умно спроектировала свой "контроллер токенов".

OiiOii называет баллы, купленные пользователями, "упакованными обедами". В отличие от LibTV, который агрессивно конкурировал за клиентов с ценами на 30-40% ниже, основной модель OiiOii (с несколькими изображениями для справки, 10 секунд за 140 упакованных обедов) рассчитывает цену 0,96 юаней/секунда, плюс высококачественный экспорт, что приводит к общей цене около 0,99 юаней/секунда, что примерно эквивалентно продаже токенов Seedance 2.0 по справедливой цене, с едва сжимаемым пространством для валовой прибыли, хотя все еще тонким.

Это возможно благодаря некоторым хитрым "механизмам" дизайна:

Интерфейс не отображает спецификации видео и вычеты баллов, а напрямую погружает пользователей в процесс создания сценария — персонажа — сцены — кадра — видео, не давая пользователям шанса почувствовать "боль" в любой момент и не информируя их о том, используют ли они Seedance, Keling, Sora 2 или даже другие более дешевые модели в процессе раннего создания. Только на этапе кадра пользователи могут выбрать модель. Пользователи не могут оптимизировать потребление или сравнивать цены с другими компаниями; они могут только временно забыть цену. "Непрозрачность" — это механизм защиты валовой прибыли.

Тем не менее, OiiOii осмеливается устанавливать такие цены и разрабатывать такие механизмы токенов, потому что у него хорошая репутация и признание среди определенных профессиональных групп по производству видео, таких как комические драмы. За пределами игры на жизнь и смерть "сговор с токенами" он установил определенную уникальность.

Сотрудник BD из облачного сервиса, который взаимодействует с клиентами коротких драм и комических драм, часто говорил нам: OiiOii имеет определенную репутацию в кругах коротких драм и комических драм, и недавно LibTV также догнала. Эти клиенты упоминают, что рабочий процесс LibTV удобен для пользователей, а холст легко использовать.

Ранее основной причиной внимания к LibTV была ее спорная "стоимость-эффективность" и "уровень валовых убытков". Однако с улучшением продуктов и прорывами, LibTV, которая всегда отмечалась снижением цен на токены, также получила некоторую уверенность для повышения цен.

В июне был запущен LibTV Agent. Он продвинул ИИ-видео от генерации отдельных кадров к доставке полных фильмов, автоматически завершая планирование, композицию кадров, генерацию и редактирование через профессиональные навыки, сохраняя при этом раскадровки и узловые рабочие процессы для ручного изменения; платформа 3D-режиссера, библиотека персонажей и долгосрочная память еще больше улучшили согласованность между персонажами и кадрами.

Затем LibTV сделала редкое и смелое повышение цен.

Ранее годовые подписные цены для двух уровней высшей версии LibTV составляли 8499 юаней и 10999 юаней соответственно, и теперь обе увеличились на 1000 юаней. Соответствующая цена вызова для Seedance 2.0, которая ранее была как минимум 0,37 юаней за секунду, теперь составляет не менее 0,41 юаней за секунду.

Это привело к жалобам некоторых чувствительных к цене активных пользователей, но с улучшением пользовательского опыта это также неизбежная мера.

В дополнение к повышению цен, есть более прямой подход: непосредственно нацелиться на зарубежные рынки с более высокими ценами. Чтобы улучшить валовые прибыли, почти все китайские ИИ-приложения придают приоритет обслуживанию глобального рынка, особенно таким регионам, как Европа, Америка и Япония, где пользователи имеют более высокую готовность платить. Lovart, под управлением Yanyu Technology, также является активным экспериментатором.

Согласно предыдущим отчетам из Elsewhere: Lovart был глубоко вдохновлен Manus. Когда возможности модели Manus пересекли критическую точку, он быстро упаковал их в продукт с хорошим опытом, в то время как Lovart узнал, что GPT-image-1 будет выпущен через три недели и собрал лучших людей из всей компании в Шанхае для закрытой разработки. Manus завершил холодный старт, активно связываясь с технологическими влиятельными лицами в Силиконовой долине, в то время как Lovart использовал зарубежных технологических блогеров для распространения. Пользовательский постер Tesla Cybertruck даже получил лайк от Маска.

Тем не менее, зарубежная экспансия Lovart не была гладкой. Еще в мае 2025 года, когда он был запущен, Lovart создал местную команду в Силиконовой долине, отвечающую за рост пользователей продукта и рыночные операции, но эта команда была полна смятения. К концу 2025 года американские члены команды, включая соучредителя Lovart и COO Элену Лян и соучредителя Эйми Янг, все ушли, а текущие члены команды — это новички, которые присоединились в первой половине 2026 года.

В стремлении привлечь более "чистых" пользователей в глобальном рынке, улучшить инженерные и дизайнерские продукты для повышения цен и тонко настроить "контроллер токенов" ИИ-приложений, все больше команд стартапов ИИ-приложений делают трудные компромиссы. Проектирование точно настроенного контроллера токенов действительно является наиболее относительно контролируемым вариантом с точки зрения результатов.

Тем не менее, если все стартапы ИИ-приложений должны сначала спроектировать себя как контроллеры токенов, они никогда не смогут предоставить настоящий пользовательский опыт или действительно улучшить силу продукта. В более широком рыночном конкурсе это может сделать их более пассивными.

Самая очевидная угроза исходит от гигантов.

Когда мощные интернет-гиганты с сильными продуктовыми возможностями используют свои достижения моделей и возможности сторонних моделей, используя свою финансовую мощь и бесстрашие к потреблению токенов, чтобы быстро создать свою собственную продуктовую матрицу ИИ-приложений, перспективы для стартапов сжимаются. Появление Tencent WorkBuddy и переполнение продуктовых возможностей за его пределами — яркий пример, на который должны обратить внимание и быть осторожными предприниматели ИИ-приложений.

С момента своего публичного бета-тестирования в марте 2026 года Tencent расширила свое присутствие через информационные потоки WeChat, публичные аккаунты, рекламу в метро и офисных зданиях, а также меры по снижению затрат на пробный доступ для пользователей, такие как бонусы за регистрацию, вознаграждения за вход, освобождение от моделей и двойные кредиты, привлекая большое количество пользователей для WorkBuddy. Одновременные высокочастотные итерации еще больше укрепили позицию WorkBuddy в волне ИИ-продуктивности.

В июне 2026 года этот продукт завершил как минимум 17 выпусков версий, иногда даже два обновления в один день. В дополнение к быстрому исправлению ошибок, WorkBuddy также быстро интегрировался с Tencent Docs, WeChat Work и другими приложениями экосистемы Tencent, улучшая такие возможности, как многопользовательское сотрудничество, облачные задачи и управление проектами для предприятий, в конечном итоге став ИИ-звездой внутри Tencent, которая превзошла Yuanbao.

При выпуске результатов первого квартала в мае Tencent прямо заявила, что по количеству активных аккаунтов WorkBuddy стал самым популярным сервисом ИИ-эффективности в Китае. Согласно данным Analysys, с марта по июнь месячные посещения WorkBuddy на ПК выросли с 8,85 миллиона до 20,97 миллиона, более чем удвоившись.

Это достижение, которым может позавидовать любая компания ИИ-приложений, но не может достичь. WorkBuddy может использовать весь трафик Tencent, и, что более важно, ему не нужно так тщательно управлять переключателями контроллеров токенов, как это делают стартапы.

Поиск выхода

Все больше предпринимателей ИИ-приложений начинают исследовать альтернативы токенам.

Звездный предприниматель Чжан Юэгуан опубликовал в Xiaohongshu в июне: чтобы оценить, жизнеспособно ли ИИ-приложение, настоящими тремя основными показателями являются валовая прибыль платящих пользователей, коэффициент продления и CAC (стоимость привлечения клиента). Чтобы достичь здорового баланса первых двух, либо бизнес-модель продажи токенов должна быть преобразована в другую бизнес-модель, либо токены должны продаваться пользователям, которые не чувствительны к ценам на токены. "Все продукты, которые продают токены на основе чувствительных пользователей, могут быть только бизнесом поставщиков моделей."

Собственный продукт Чжана Юэгуана соответствует двум различным решениям, которые он ищет.

Один продукт — Xingmian, который пытается покрыть затраты на токены за счет доходов от игр и IP; другой — Dokie, который нацелен на то, чтобы пользователи платили за полезные результаты, а не сравнивали цену за каждый вызов модели. Кроме того, согласно его публичным обновлениям, Dokie полностью сократил бесплатные пробные квоты для более чем 140 стран до нуля, что практически не повлияло на платных пользователей.

Долгое время "максимизация токенов" считалась стандартом, и отрасль горячо стремилась к потреблению токенов, рассматривая это как символ силы продукта и позитивного рыночного прогноза. Однако люди наконец осознали, что стремление к потреблению токенов является ошибочным; структура валовой прибыли является истинным руководящим принципом. Другими словами, компании, которые действительно процветают на токенах, — это не те, кто сжигает больше токенов, а те, кто может продавать токены другим способом.

Самый типичный пример находится в секторе "аппаратного обеспечения + приложения", где Plaud является самым представительным.

Согласно нашим данным, чистая прибыль от неаппаратных ИИ-услуг Plaud достигла ежегодного масштаба десятков миллионов долларов. Его общая цель продаж на 2026 год составляет 500 миллионов долларов, с более чем 2 миллионами установленных пользователей.

Это связано с другой структурой платежей.

Во-первых, само оборудование. В индустрии потребительской электроники розничная цена терминалов обычно должна достигать примерно трех раз стоимости BOM, что является стоимостью материалов, чтобы компании имели устойчивое пространство для работы. Plaud Note Pro стоит примерно 179-189 долларов, с BOM стоимостью около 60 долларов, что приводит к валовой марже оборудования около 67%, что соответствует этому принципу.

Что более важно, это доход от подписки на ИИ. Его подписка на ИИ делится на два уровня: Pro годовая оплата составляет примерно 8,33 доллара в месяц, а Unlimited годовая оплата составляет примерно 20 долларов в месяц. Эта цена не слишком высокая и не слишком низкая; ключ в том, что его сценарии ИИ легкие, в основном касающиеся транскрипции и резюмирования, а не генерации видео или рассуждений агентов. Согласно оценке поставщика Plaud: исходя из дохода от подписки в 8-20 долларов в месяц на человека, затраты на обработку ИИ Plaud составляют около 1-2 долларов в месяц на человека, что позволяет валовой марже программного обеспечения Plaud достигать примерно 75%-90%.

В целом ситуация с аппаратным обеспечением относительно лучше, чем с программным обеспечением, поскольку нет прямой конкуренции с поставщиками моделей или продуктов моделей, и есть возможность для премиум-ценообразования.

Предприниматель в области ИИ-аппаратного обеспечения классифицировал рыночные продукты на несколько типов:

1. Аппаратное обеспечение, самообеспечивающее. Устанавливая цены в три раза выше внутри страны и в пять раз выше за границей, аппаратное обеспечение может избежать убытков, а подписки могут обеспечить дополнительную прибыль.

2. Аппаратное обеспечение с низкой маржой + дополнение подпиской. Plaud попадает в эту категорию.

3. Рост финансирования, к которому принадлежат многие ранние стартапы в области ИИ-аппаратного обеспечения; наконец, есть низкая цена на аппаратное обеспечение + отсутствие подписки. Например, большинство отечественных продуктов ИИ-сопровождения или ИИ-игрушек в основном зарабатывают немного на аппаратном обеспечении, чтобы субсидировать затраты на токены.

Тем не менее, с точки зрения этого предпринимателя, аппаратное обеспечение также становится конкурентоспособным, и ценообразование выше трех раз стоимости BOM становится несостоятельным. "Валовые маржи слишком низкие; позже они будут съедены каналами, послепродажным обслуживанием и возвратами; если мы будем только стремиться к валовым маржам аппаратного обеспечения, мы можем поднять начальную цену покупки слишком высоко, что повлияет на масштаб отгрузки и последующую конверсию подписки." Если это действительно так, то ИИ-аппаратное обеспечение также должно искать альтернативные пути.

Помимо методов решения проблем компаний аппаратного обеспечения, появляются некоторые более общие идеи.

Недавняя тенденция заключается в том, что все больше ИИ-приложений, включая компании аппаратного обеспечения, начинают "пост-тренировать" свои собственные модели.

Основатель недавно популярного аппаратного продукта "ИИ-гриб" Своии, известный как "Дядя Хэ", сообщил нам, что они используют самостоятельно разработанные модели для достижения низкозатратной персонализации, удовлетворяя потребности пользователей в сценариях UGC и повышая удовлетворенность пользователей и готовность платить.

Mindverse, компания ИИ-приложений, которая приобрела популярность с Macaron, переходит к компании по исследованию моделей. Ее Mind Lab только что выпустил и открыл веса модели Macaron-V1, обслуживая свои собственные продукты, а также начиная предоставлять возможности моделей и пост-тренировки для большего числа приложений B-end.

Кроме того, мы узнали, что известный серийный предприниматель, основатель Teambition и бывший вице-президент по продуктам в Feishu и ответственный за продукт Doubao на ПК, Ци Цзюньюань, начинает новое предприятие. Его команда разрабатывает и внутренне тестирует продукт ИИ-агента, который в значительной степени основан на самостоятельно разработанных моделях для минимизации зависимости от API и токенов поставщиков моделей.

Хотя эти продукты имеют разные сценарии, за различиями стоит важная общая логика: все больше предпринимателей, стремящихся создать хорошие ИИ-продукты, осознают, что пост-тренировка модели и интеграция ее с приложениями гораздо более экономически эффективны, чем простая покупка токенов у поставщиков моделей.

Особенно те компании ИИ-приложений, у которых есть четкие сценарии, богатые данные и стабильные масштабы вызовов, имеют возможность заменить дорогие API общих SOTA моделей специализированными моделями через пост-тренировку. По мере расширения масштаба вызовов одноразовые инвестиции в обучение модели могут быть амортизированы в долгосрочной перспективе, значительно снижая стоимость токенов на единицу.

Если этот путь удастся успешно пройти, ИИ-приложения станут более популярными. Что касается сейчас, чисто программные ИИ-проекты уже отошли в капиталовложениях.

Некоторые инвесторы указали, что в первой половине этого года внимание некоторых фондов первого уровня сместилось к воплощенной интеллектуальности и аппаратному обеспечению. Это не означает, что они не инвестируют в программное обеспечение. Они все еще смотрят в направлении To B, особенно конкретные сценарные приложения, нацеленные на "богатых малых боссов", пользуются предпочтением. a16z продолжает инвестировать в несколько ИИ-проектов, связанных с стоматологией, медицинскими операциями и домашними услугами в июне. В весеннем проекте Qiji Chuangtan появилась группа аналогичных компаний, нацеленных на фабрики, владельцев брендов и зарубежные предприятия.

Этот сдвиг несложно понять. Хотя "богатые малые боссы" заботятся о цене, они больше заботятся о том, могут ли инструменты помочь им производить больше и заключать больше сделок. Пока преимущества, создаваемые ИИ, значительно превышают затраты на использование, даже годовая плата в десятки тысяч или более стоит того. ИИ-бизнесы, обслуживающие их, могут быть "маленькими", но они могут действительно зарабатывать деньги в бизнесе.

Более того, растущая тенденция FDE также является отражением и прорывом проблемы токенов в ИИ-приложениях. FDE смещает якорь ценности продукта с "сколько токенов было вызвано" на "что было достигнуто для клиента", давая стартапам шанс взимать плату на основе результатов доставки. Когда токены больше не определяют верхний предел ценности продукта, ИИ-приложения имеют возможность получать больше прибыли.

В конечном итоге токены лишь покупают входной билет, а не защиту. Если кто-то не может сбежать, они могут только быть поглощены токенами.

Этот контент предоставляется исключительно в общих информационных целях и не является финансовым, инвестиционным, юридическим или налоговым советом. Любые мероприятия, вознаграждения, онлайн-акции или связанная с ними информация, упомянутые в настоящем документе, не должны рассматриваться как рекомендация, приглашение к покупке, продаже, торговле или иной сделке с какими-либо криптоактивами. Криптоактивы очень волатильны и могут привести к убыткам. Доступность услуг, продуктов WEEX и связанных с ними событий может варьироваться в зависимости от региона. Вы несете ответственность за обеспечение того, чтобы ваше участие соответствовало применимым местным законам и нормативным актам.