中國生成式AI估值衝上50倍至163倍營收，企業合約撐得起來嗎？

 

中國生成式AI營收約為兩家美國龍頭的一成

截至今年9月18日，中國生成式AI產業已形成一批前沿模型公司，營收規模仍與美國龍頭拉開明顯差距。Rhodium Group估算，中國主要生成式AI公司的年度經常性收入合計約105億美元，大致相當於OpenAI與Anthropic合計營收的一成。

年度經常性收入(ARR)常用於衡量雲端服務與訂閱業務，算法通常是近期單月收入乘以十二。這項指標有助捕捉高速成長公司的最新軌跡，也可能放大短期旺季、專案收入與月度波動，因此仍要搭配合約續約率及現金流判讀。

中國模型新創之中，DeepSeek的ARR約5億美元，MiniMax約8億美元，Moonshot約10億美元。Z.ai向投資人表示，最新ARR已達18億美元。大型科技平台的規模較高，ByteDance與阿里巴巴(BABA)的AI模型相關ARR，估計分別約40億美元與24億美元。

這些公司合計約105億美元。OpenAI單一公司的ARR估計已達400億美元，Anthropic公布的數字則約650億美元。各家公司業務範圍、收入口徑與揭露方式未必完全一致，數字適合用來觀察量級差距，精確比較仍有邊界。

 

50倍至163倍營收估值放大資金壓力

營收差距之外，Rhodium更擔心估值與商業化進度失衡。Moonshot的公司估值約為營收50倍，DeepSeek更達163倍；OpenAI約34倍，Anthropic約21倍。概念接近市銷率，也就是資本市場願意為每一美元收入支付多少價格。

中國部分模型公司的倍數反而更高。投資人已提前計入本土模型市場、企業導入與平台效應，當前收入卻還沒有提供同等程度的支撐。這類估值很依賴後續募資，只要資金環境轉趨保守，評價標準便可能從模型能力與用戶成長，移向現金流及獲利能力。

Rhodium合夥人Logan Wright指出，資金缺口將提高中國前沿AI實驗室持續擴張的難度。大型模型需要長期投入GPU、資料中心、電力、資料整理與研發人才，模型每次升級也會帶來新一輪訓練及推論成本。募資能力若先降溫，公司可能放慢模型訓練與硬體投資，技術追趕速度也會受到影響。

這有點像諸葛亮北伐，前線能力固然重要，糧道能否持續供應同樣決定戰役長度。AI公司的糧道就是資本、算力與可重複收費的客戶。只靠估值續命，能打幾仗很難估；ARR與現金流開始負擔研發，競爭週期才有機會拉長。

 

低價與開源加快擴散，也壓縮短期收入

中美模型公司的產品策略存在明顯差異。OpenAI與Anthropic多採封閉式授權，搭配較高的任務定價，主要服務企業級客戶與高價值應用。較高單價有助承擔模型訓練、推論服務及持續升級的成本。

中國許多模型採取低價策略，部分產品直接開源。這套打法有利於開發者採用，也能加快模型進入消費應用與產業場景；短期單位收入及毛利空間則相對有限。用戶擴散與收入變現的速度可能脫鉤，ARR因此較難追上資本投入與估值成長。

對企業客戶來說，模型能力只是採購條件之一。資料安全、系統整合、服務穩定度與部署成本，都會影響合約能否長期續約。中國模型公司若要改善收入品質，企業級導入與垂直產業方案會比單純增加下載量更有財務意義。

這也解釋了為何低價與開源具有兩面效果。市場占有率可以快速累積，商業模式仍需回答推論成本由誰承擔、客戶願意支付多少，以及價格競爭下能留下多少毛利。模型使用量無法直接等同可分配現金流。

 

高估值能否延續，要看企業合約與現金流

支持高估值的一方也有合理依據。AI模型前期投入高、回收期長，一旦技術成熟並形成平台效應，收入可能隨應用場景增加而快速放大。早期投資人支付較高倍數，等於押注中國龐大的企業需求、消費市場與產業數位化空間。

這套邏輯仍高度依賴監管環境、國內需求與融資條件。海外募資若持續受到地緣政治限制，前沿實驗室需要更多本土資本或營運現金流。企業導入若停留在測試階段，低價策略帶來的使用量也難以填補算力支出。

我會把後續觀察放在三組資料。第一組是ARR能否連續成長，並由一次性專案逐步轉向訂閱及長約；第二組是企業客戶的續約、使用深度與垂直產業收入；第三組是毛利率、推論成本及資本支出之間的變化。單月ARR增加只能確認需求擴張，穩定續約與健康毛利才能改善資金循環。

Rhodium的估算已揭露一個清楚的產業狀態：中國模型公司具有技術擴散速度與龐大潛在市場，現階段營收量級和估值倍數仍有明顯落差。若企業合約與現金流加速成長，高倍數可以逐步取得基本面支撐；若融資先收緊、商業化進度持續落後，估值重估與研發投資放慢可能同時發生。