2026.09.28 | AC | LLM | Doubao & OpenAI C-End Monetization

摘要

1. 国内外大模型C端top级别的应用，国外的top1是Open AI，国内当下是字节豆包。但是，从目前两者在收入形态上和亏损的情况来看，面临的问题相同，即C端无法带来实质性的营收支撑，但是厂商又不得不去维持这套数据表现。这也带来了另外一个延伸的问题，即字节的生态闭环这么强，都没办法带动C端的亏损局面，这也表明问题的困难程度以及模型厂商朝着B端努力的驱动力
2. 一直在说C端亏损的局面，其实国内厂商现在B端的聚焦也在吃掉部分C端的营收，比如现在的workbudy席位，企业运营等模式。这也导致了C端不挣钱的现象加剧，核心是模型厂商把这部分收入算到B端去了
3. 最后，C端的细分用户价值，除了上述的核心指标外；更多还有隐形的数据提供、模型反馈等长期价值身上，但是这部分的价值无法与直接的营收挂钩，可能这也是目前比较矛盾的地方。无法关联营收的结果是没办法直接向投资者交付盈利的结果

正文

1、背景

2026年9月底，根据市场消息显示，早之前字节豆包负责对话的通用Session团队被认为是字节最大的AI团队，规模一度超过了50人，当下市场传闻将要减少一半hc，一部分转岗，一部分可能面临裁撤（11人变动，3人离职）。但是，从近期豆包的数据来看，属于持续冲高的模式，即：

1、DAU数据突破2亿，月活数据接近4亿，算得上是国内C端AI最大的应用。为何造成如此巨大的反差？ 本质是是公司在C端没有办法获利

2、根据市场的消息显示，字节的豆包每天要烧掉数千万元的成本，但是收入不到百万元，即每天亏损的金额达到千万级别。如果按照当前的规模发展，并无过多商业化手段的干预，字节豆包的年度预计亏损高达：千万元 * 365天 ～= 36亿元 / 年，要知道这仅仅是对外服务的消耗费用，并不含模型迭代、企业管理的本身费用，如果加上这部分的成本折算，亏损显然还要放大一定的系数

从这个现象来看，即便字节拥有顶尖的商业生态，在AI的C端赛道变现而言，也还是遇到不少问题，这样也折射出Open AI的处境，其最新数据显示是10亿周活跃的AI应用了。在这种强烈的映射关系之下，对于市场直观的感受是C端用户越多，AI公司所付出的成本越高，亏钱越多，但是又不得不去维护这种业界关心或者需要的指标，以展现其本身的技术实力或者行业影响力

最后，诸如Open AI、字节都在C端上做了不少的商业化手段，例如字节任务模式、Open AI的会员套餐、GEO、广告、同渠道的流量转化等，但是从目前的结果上来看，实质性的效果显然很有限，虽然Open AI前段时间对外称其广告的年化收入将达到10亿美元，但是对比投入而言，不值一提，同样的问题也出现在了生态闭环的字节身上了

2、C端赛道当前问题的核心分析

1、从字节豆包的商业模式来看，目前对于基础的会话，豆包采用的是免费模式。同样，针对付费场景，推出了三档订阅的方式，即：标准套餐 68 元 / 月、加强套餐 200 元 / 月、高级套餐 500 元 / 月；额度逐级放大（加强是标准 4 倍，高级是标准 10 倍）。付费模式对应的优势是：高算力生成 / Agent 任务给少量每日免费额度，重度使用买订阅，订阅买的是共享额度 + 排队优先级

2、从Open AI的商业模式来看，为了维持其强调的周活跃指标，也推出了会员订阅的模式，即Free（免费版）：基础模型，有消息限额，高峰期排队；DALL・E 图生图少量免费额度。而对于plus、pro等也同样使用更加高级的功能和提供更高的优先级

总结而言，对于国内 / 国外两款日活均过亿的AI应用而言，基本上付费模式类似，即通过包月的方式给用户提供更高级别的AI服务。但是，这种模式无法解决C端用户转化、付费意愿的问题，本质上在于：

1、绝大部分用户的日常工作和使用，free模式基本上就足以解决问题，而非更多级别的付费订阅。随着模型的发展以及AI配套的工具技术发展和现在的竞争态势，用户的选择性以及任务的简单性足够可以被免费的功能覆盖，对于C端用户而言，基本上是没有任何的驱动力来让用户花费自身成本来消费，去完成自身的日常工作。即便诸如Open AI、字节需要全民付费，市场上也还有诸如DeepSee、或者一些中转站提供免费的服务，从而吸引用户转渠道使用。总体而言的现状是，免费的话，用户就来使用；但是一旦付费，用户就转向其他的渠道。可以说是用户没有粘性，但是实际上更多的是没有任何限制让用户有粘性，这就是目前C端所面临的情况。但是，在B端、G端却有很大不同，特别是在B端，基本上是企业能够从中获得实际利益的情况下，从可能大规模付费和订阅、绑定某几家渠道，这种由利益驱动和绑定的关系，注定了模型公司可以从中获利，也提供了双方稳定的合作关系，这是目前C端渠道无法达到的局面

2、从长期发展来看，C端的这种局面无法被解决，这也是为何很多模型公司转向B端的关键驱动力，其希望通过自身的技术迭代和投入，来市场B端市场的覆盖和合作，从而达成盈利的目的，而不是一直亏钱的现状。无论是字节的Seedance、还是Open AI的B端转向，或者是Anthropic的垂直B端业务等，达成的效果均是这种最终形态。这也就意味着，AI的下半场竞争，会在B端展开，C端的情况会逐渐被淡化。无论是近期Open AI未强调的周活跃数据、增长还是字节的团队调整等，总体而言是向市场释放了这个信号

3、对于未来而言，C端要付费更多还是要靠B端来驱动或者说被B端业务吃掉了C端有价值的部分，例如公司愿意报销或者集体采购这种形态的AI产品，例如目前国内常用的是腾讯workbudy，买一些席位+积分，从而帮助模型公司盈利，也符合模型公司长期运营的方式，字节、阿里同样也有对应的产品。但是，从业务形态上来看，这种结果又是C端本身向B端的进化，而不是C端原来的形态。换句话说，B端的合作发展，以及企业为了来发展这个赛道的长期可运营和盈利的模式，B端本身也会吃掉C端的价值体系，造成C端持续亏钱的现状，和不可扭转的局面，给市场强化C端亏本的整体表现。但是，这种行为本身，是模型厂商主导的赛道之间侵占问题，而非市场本身的发展情况

3、普通C端的价值展现讨论

从C端的用户分类而言，一般分为自由用户和就业用户，上述笔者谈到的B端吃掉C端的价值，主要体现在后者身上，即C端就业用户，本质上是将模型+工作+企业端的三方绑定，一种B+C的混合状态，核心是企业付费和少部分个人付费的情况，来支撑模型厂商的收入

而对于自由用户而言，更多是无就业的用户，这部分用户的价值并非体现在个人付费意愿和付费的能力上，而是体现在流量的本身，这也就是模型厂商一直在强调和发展的GEO+广告业务的驱动力，即通过流量的方式，找到流量的合作方或者付费的支撑者，将自由就业用户的价值由其他企业或者个人来买单，完成模型厂商利益的收获

但要认清的是，这类流量的变现逻辑，和短视频、搜索的流量可能并非是同一套范式。传统搜索是用户带着明确商业意图来检索，广告匹配成交诉求；而自由用户使用AI大多是泛需求、兴趣类提问、闲聊、创意尝试，商业转化意图偏弱。这就造成一个目前AI场景下一个较为现实的矛盾：即DAU规模看起来十分亮眼，但有效商业流量占比有限。厂商即便把对话嵌入品牌推荐、知识种草、商品引导，也不敢盲目提升广告植入密度。一旦广告频繁插入对话流程，会直接破坏问答体验，引发用户流失，广告业务存在天然的体验约束，很难无限放量

此外，另一类间接变现路径是流量导流，即通过对话内跳转、工具唤起，把自由用户导向外站服务、电商、本地生活、应用下载，收取渠道佣金。不过导流转化链路较长，跳转损耗高，佣金单价偏低，只能作为补充收入，无法成为主力

最后，除了上述的谈到的关系直接收益之外，自由用户的另一层核心价值可能是用户行为数据的本身，即海量真实query、交互、对模型输出的反馈、重试提问等，对于模型厂商而言，均是低成本、多样化的真实场景样本。这些样本可以用于模型微调、优化、缺陷定位等，持续提升通用模型的理解、生成与多模态能力。换句话说，自由用户在使用产品的同时，也在用交互行为付费，为模型迭代提供训练素材。但该价值属于隐性远期收益，不能直接转化成现金流，没法即时覆盖高昂的推理算力成本

值得注意的是，自由用户目前从厂商的表达来看，也更像是一种C端AI的底盘，即撑起产品品牌认知，维持生态热度，供给模型迭代的数据等作用。但这些变现方式都有明显天花板，难以抵消大规模并发推理带来的刚性支出。它的价值更多是为厂商储备模型能力、打造品牌窗口，最终这些沉淀下来的模型能力，核心还是要靠B端席位采购来兑现成实质收入，这也是近期无论国内外，大模型公司都在朝着B端努力的核心要素之一了

4、总结

1、C端亏本的情况无论是生态公司还是模型厂商，无论是国内还是国外情况；或者是各种变现方式的尝试总结，整体还是亏本的结果，核心原因是市场、现状以及C端本身的限制

2、从C端的情况表现，来引得模型公司基本都在朝着B端转向，一方面B端的合作一部分天然是吃掉C端的价值，另一方面是B端纯利的合作模式，更加稳定和可靠，叙事方式也更加直接

3、长期来看，C端自由用户的变现是市场一大话题，直接的变现可能并没有太好的方式，但是间接或者找人买单的方式在不断的尝试，只不过目前的形态还比较初级以及没有达成资本期望的结果，也让资本处于了焦虑之中