Rhodium：OpenAI 與 Anthropic 的營收是所有中國 AI 模型總和的十倍 — 估值問題隨之而來
目錄
你可能想知道的
• 為何 OpenAI 與 Anthropic 報告的營收遠高於中國所有 AI 模型的合計？
• 營收數字與中國 AI 新創公司的當前估值及未來可擴展性有何關聯？
主要議題
美國研究機構 Rhodium Group 的最新估計顯示，美國領先的 AI 公司與中國眾多 AI 模型開發者在報告營收方面存在顯著差距。Rhodium 使用一種稱為年經常性收入（ARR）的行業指標——透過把近期一個月的收入年度化來推估每年的收入——發現所有中國 AI 模型合計產生的營收約為 OpenAI 與 Anthropic 合計的 10%。此差距突顯出中國快速採用模型與直接變現之間的分歧。
Rhodium 的報告列出數家主要中國 AI 公司的 ARR 數字。估計 DeepSeek 的 ARR 約為 5 億美元，MiniMax 為 8 億美元，Moonshot 為 10 億美元。Z.ai 在最近的投資人更新中報告 ARR 為 18 億美元，而較大型的互聯網公司如字節跳動與阿里巴巴則分別被估計為 40 億美元與 24 億美元。相比之下，Rhodium 估計 OpenAI 的 ARR 為約 400 億美元，Anthropic 為約 650 億美元，凸顯出美國領先者與中國競爭者之間的規模差異。
這種差異引發投資者如何定價中國 AI 新創公司的疑問。Rhodium 指出，某些中國公司的估值與營收比率似乎特別偏高：估計 Moonshot 與 DeepSeek 的估值分別約為 50 倍與 163 倍 營收。這些倍數超過 Rhodium 對 OpenAI 估計的約 34 倍以及對 Anthropic 的 21 倍。此類數字顯示市場樂觀情緒已將未來成長預期納入估值，而目前的營收尚不足以完全支持這些預期。
有數家中國新創公司據報已採取邁向公開上市的步驟。報導普遍指出 Anthropic 正準備在美國上市，而 OpenAI 則已將首次公開募股計劃延至明年。在中國，據稱 Moonshot 已向香港秘密提交上市申請，而 DeepSeek 也被指在準備上市。公司代表要麼拒絕置評要麼未回應有關這些申請的詢問，有一家公司表示不對市場傳聞置評。
須注意 Rhodium 分析的限制。該報告使用的是截至去年夏季可得的數據，而中國 AI 模型的使用量自年初以來已大幅加速。例如，Z.ai 將其預期 ARR 上調，表示現目標年底達到 30 億美元，高於先前的 24 億美元預估。儘管如此，報告指出的結構性差異可能限制營收成長：許多中國模型以開源形式分發，使得擁有足夠硬體的第三方能夠下載並獨立運行，這降低了原始開發者與美國封閉模型相比捕獲下游收入的能力。
成本動態也有所不同。AI 比較公司 Artificial Analysis 指出，美國模型傾向於封閉並且每項任務的成本普遍高於領先的中國模型。這一價格差異有助於解釋為何美國公司在報告營收上較高，儘管全球使用模式存在差異。
Rhodium 的分析師強調，相較於估值的營收缺口可能使中國前沿 AI 實驗室的可持續擴張更具挑戰性。Rhodium 合夥人 Logan Wright 指出，這些公司將對股本市場的狀況高度敏感——而中國股市歷來存在不確定性——且政府支持大多偏向硬體建設，而非對前沿 AI 實驗室提供直接的營運補貼。報告估計，中國 AI 晶片與伺服器超過 60% 的股權投資來自國家相關來源，顯示公共部門在基礎設施方面有大量參與，卻未必在模型開發者的營運預算上提供同等支持。
市場反應呈現混合且波動的情況。某些已上市的中國 AI 公司在募資消息和投資人情緒變化後，股價出現劇烈波動。例如，Z.ai 的股價在與近期募資相關的下跌後回穩，而 Minimax 則難以維持上市首日的漲幅。與此同時，在美國，多家主要 AI 公司的高層警告技術快速發展的風險後，美國科技股走低。領先的中國實驗室負責人尚未發表類似的公開評論。
總之，Rhodium 的快照顯示，儘管採用迅速且投資活躍，中國 AI 模型整體在營收產生方面仍明顯落後於美國同業。這一差距影響投資者對公司的估值，也影響實驗室在缺乏持續有利融資條件下擴展運算、人才與商業生態系統的實際能力。
關鍵見解表
| 面向 | 說明 |
|---|---|
| 營收差距 | Rhodium 估計所有中國 AI 模型合計的營收約為 OpenAI 與 Anthropic 總和的 10%。 |
| 選定中國 ARR 數字 | DeepSeek 5 億美元、MiniMax 8 億美元、Moonshot 10 億美元、Z.ai 18 億美元（並有更高的年終目標）。 |
| 美國 ARR 估計 | Rhodium 的分析顯示 OpenAI 約為 400 億美元、Anthropic 約為 650 億美元。 |
| 估值倍數 | Moonshot 與 DeepSeek 顯示出偏高的估值對營收比（約 50 倍與 163 倍），超過 OpenAI（34 倍）與 Anthropic（21 倍）。 |
| 變現障礙 | 開源分發與較低的每項任務定價降低了中國模型開發者捕獲下游營收的能力。 |
| 資金面景觀 | 在硬體方面有顯著的國家相關投資；股本市場將對維持前沿實驗室成長至關重要。 |
後續……
展望未來，重要的探索領域包括更好的模型部署變現機制、圍繞開源分發的治理，以及在公共基礎設施支持與私人營運資本之間取得平衡的可擴展資金模式。政策制定者與產業領導者也應考慮在第三方部署模型時對成本透明度、模型定價與收益分配安排制定標準。持續投資運算基礎設施至關重要，但將使用量轉化為可持續營收流的策略同樣重要，且需同時維持具競爭力的定價。
此外，跨境比較 ARR 與估值指標將受益於標準化的報告做法。提高關於收入認定、客戶集中度與每項任務定價的透明度，可幫助投資者與監管機構更準確地評估成長軌跡。最後，對成本效益推理、差異化產品供給以及使模型創建者與分發者激勵一致的合作模式的研究，可能實質影響市場對新興 AI 領導者的估值。
這些方向——變現設計、透明指標與可持續資金——很可能在未來數年內決定哪些實驗室能夠以負責且有利可圖的方式擴展商業化 AI。