文 | 影子备忘录

豆包在苹果 App Store 页面悄悄挂上了一份付费版本服务声明。三档定价，明明白白：标准版连续包月 68 元、加强版 200 元、专业版 500 元，包年最高 5088 元。消息一出，微博热搜榜首秒登，话题阅读量迅速破亿，评论区直接成了大型声讨现场。

" 敢收钱就卸载 " 是最客气的。更猛的是直接把它送上了另一个热搜—— " 豆包笨还收费 "。不信任感和价格敏感度叠加在一起，炸出了一地鸡毛。

尽管官方火速灭火，再三强调基础版永久免费，付费只针对 PPT 生成、数据分析、影视制作这类高阶生产力场景，但这种拆东墙补西墙的口径反而更让人不安。有用户一针见血：" 既然基础聊天永远免费，为什么还要从商店页面放收费预告？"

这件事很快就变成了一个灵魂拷问：拥有 3 亿月活的国民级 AI，扛不住收费了——那其他家大模型呢？

3.45 亿月活用户，为什么还扛不住？

先看几个数字。

截至 2026 年第一季度，豆包 App 月活 3.45 亿。它的体量相当于国内第二名到第五名的总和——通义千问 1.66 亿、DeepSeek 1.27 亿，再加上元宝和蚂蚁阿福，加在一起勉强超过豆包一家。2026 年春晚期间，豆包日活一度飙上 1.45 亿。

放在古典互联网的认知框架里，上亿日活等于印钞机——广告随便接，电商随便挂，流量变现闭着眼都能玩。

但那是以前的互联网逻辑。传统 App 每多一个用户，边际成本趋近于零。字节跳动的今日头条和抖音，本质上是内容分发平台，用户刷信息流、看短视频，服务器处理的是数据的复制和分发，烧的是带宽，几乎没有消耗性的算力支出。多一个人刷抖音，抖音只需要多分他一点存储和网络资源。

大模型完全不一样。

每一次对话，Token 是实打实地烧掉的。火山引擎披露的最新数据显示，截至 2026 年 3 月，豆包大模型日均 Token 使用量已突破 120 万亿，相比 2024 年 5 月发布时暴增 1000 倍。

120 万亿 Token，背后是日夜轰鸣的 GPU 集群和天文数字的电费。一份成本拆解显示，豆包单次推理成本的结构中，硬件折旧占 58%，电力消耗占 29%。ByteDance 2025 年全年资本开支超过 1500 亿元，其中约 900 亿用于 AI 算力采购，这个数字在 2026 年还在往上飙。

这意味着每一行对话、每一次生成、每一个免费用户的使用，都是一笔直接的经济支出。

但真正让字节跳动头疼的，不是那 3 亿轻度用户。3 亿人里，百分之九十九只是每天随便聊聊天、翻译几句话、查个资料，几十次对话加起来消耗的 Token 也很有限。

真正压垮算力成本曲线的，是那百分之零点几的 " 超级用户 " ——那些用豆包写长篇报告、生成 PPT、做数据分析、投喂超长文档的重度用户。

一个重度用户的 Token 消耗，可能是普通用户的几百倍甚至上千倍。而这个人每个月交的钱，和普通用户一样是零。

所以豆包的收费逻辑，本质上不是向所有人要钱，而是精准筛选出那批烧算力最猛的 " 重度杀手 "。

字节跳动是在算一笔精打细算的账：把那些每天烧算力最多的少数用户挑出来，让他们选——要么每月交 68、200 或 500 元买高端权益，要么退回到基础版的功能限制里。对于剩下的 3 亿多人，基础聊天功能照常免费。

但问题在于，市场不这么看。

国内外 AI 大模型的收费模式，一场尚未成型的混战

在国外，大模型收费早已是常态，但模式比豆包这套粗糙多了——也更聪明。

ChatGPT 的付费体系已经演化到惊人的精细化程度。免费用户只能用 GPT-5.3 Instant，每 5 小时仅 10 条消息；Plus 每月 20 美元，解锁 GPT-5.5 和深度研究代理模式；Pro 拆出了两档—— 100 美元版和 200 美元版，后者支持 100 万 Token 上下文。

OpenAI 甚至已经开始在免费和 Go 层级的套餐中测试广告，把商业模式从单一的订阅制，拓宽到广告变现的维度。

Anthropic 的 Claude 采用类似的策略。免费用户有基础对话限制，Pro 每月 20 美元提供约 5 倍于免费用户的额度。值得注意的是，Anthropic 近年来还在向免费层引入专业级功能——从幻灯片制作到可复用自定义技能，都逐步开放给免费用户。

这种策略的核心逻辑是：免费用户虽然贡献短期收入有限，但他们是最好的口播传播者和模型训练样本，留住他们，比短期内赚那一点订阅费更值钱。

谷歌 Gemini 则在一个月前杀了回来。自 2026 年 3 月 25 日起，免费用户将被剥夺 Pro 模型的访问权限，仅限使用 Gemini Flash 模型；想用 Pro 模型需订阅 AI Pro（19.99 美元 / 月起）或 AI Ultra（249.99 美元 / 月起）。也就是说，谷歌直接砍掉了免费层中最 " 值钱 " 的模型能力，让重度体验只能在付费层才能获得。

但这些巨头都有一个人共同的前提：免费版保留足够好用的轻量功能，让轻度用户能持续玩下去。付费版不逼着人买，但要让人心甘情愿被 " 钩住 "。

再看国内的大模型版图。

文心一言的基础版仍然保持免费，涵盖了 ERNIE 4.0 和 4.5 Turbo 等主流模型；付费会员标准价是连续包月 49.9 元 / 月，覆盖更优的算力调度和更高优先级。讯飞星火的 C 端产品目前尚未开始收费，基础问答和内容创作仍免费开放。阿里巴巴的通义千问 App 基础功能同样完全免费。阿里还拿出了更激进的打法——百炼平台为开发者提供了 7000 万 Token 的免费额度。

阿里云一直不靠订阅赚钱。百炼平台的开发者生态、基础云资源的锁定、电商场景的 AI 赋能——订阅费只是点缀，真正的商业闭环在 B 端和生态里。腾讯元宝主打腾讯内部体系的场景绑定，微信、腾讯会议、企业微信，如果把用户锁定在生态里，订阅收入远不如基础服务的黏性重要。

也就是说，国内主流大模型厂商里，真正在 C 端大规模尝试收费的，目前只有豆包和百度。

而 DeepSeek 的表现完全反其道而行之——它在近期宣布了大幅降价，V4-Pro 模型 API 限时 2.5 折，全系列输入缓存命中价格降至原有价格的 1/10。

一边是豆包要把高消费用户 " 筛出来 " 付费，另一边是 DeepSeek 在低价抢客。横向对比全球市场，定价矛盾更加突出。

ChatGPT Pro 顶级版约 200 美元 / 月（约 1450 元人民币），豆包最顶配已经到了 5088 元人民币 / 年。即便是标准版的 68 元 / 月，在全球 AI 市场里也相当大胆。

在全球 AI 市场，高算力消耗功能通过 API 定价收费早已是常态化操作，但在国内 C 端，用户习惯了 " 算法推流免费、应用内容免费 " 的逻辑，对 AI 应用收费的接受度极低。DeepSeek 继续降价，恰恰说明这个市场远没有到大规模收费的阶段。

收费与成长的悖论：为什么现在不该收费

AI 大模型有一个无法回避的悖论：免费用户越多，研发模型所需要的收益缺口就越大；同一时间，模型的演进速度取决于用户规模——更多用户意味着海量真实数据投喂、更多元化的场景验证、更快的迭代周期，从而形成技术优势。

但现在收费最直接的后果是什么？用户立刻变得挑剔了。

一位用户反映：" 如果生成的文案依然需要人工大改，时不时还出现‘幻觉’胡言乱语，我为半成品买单？" 这种质疑戳中了所有大模型厂商的软肋—— AI 的本质是 " 概率引擎 " 而不是确定性系统。

大模型最擅长出幻觉，即使最新模型也不例外。深度推理出错，生成视频逻辑崩坏，代码解析卡顿——这些对于免费用户来说算是 " 凑合用 " 的瑕疵，一旦开始收费，就变成了 " 不可接受 " 的服务缺陷。

豆包闯进收费这条赛道时，正是用户对 AI 期望值逐渐升高的关键期。付费用户不会容忍 " 略好于免费版 " 的差异化，他们要看到质的飞跃。而这一点，目前没有哪家厂商敢打包票。

更深层的问题在于，用户心智还未建立。

一位用户跟风吐槽时说得直白：" 既然收费了，免费的肯定会打折扣，完全可以 Kimi 或智谱换着用，总有还在免费的大厂。" 在基础能力上，主流大模型的体验差异还远没有大到形成护城河的地步。用户根本没有被锁定在这一个平台。

更深远的后果可能是限制用户增长。

用户增长本身依赖于一个良性循环：更好用的免费产品带来更多用户，更多用户催生更高质量的数据反馈，数据反馈优化模型算法，产品能力进一步提升，最后进化到商业化闭环。

现在豆包如果大规模收费，等于提前关闭了这个循环。没有足够多的 C 端用户，能积累起训练模型的高质量语料吗？用户规模天花板一旦被收费按住，模型迭代进度就会被竞争对手甩开。

算法、数据和规模效应的制衡博弈

收费还是不收费，最终还涉及一个底层逻辑——大模型的运行方式和传统互联网产品有本质区别，这让 " 先圈地再变现 " 的玩法，在 AI 时代可能失效。

传统互联网的逻辑是这样的：量产生性，性巩固量。

搜索引擎、社交网络、电商平台，用户越多，推荐算法越准，广告变现效率越高，产品体验越好，用户越留得下来——形成正向飞轮。这个过程里，用户是被动数据贡献者，多一个人，不需要平台额外付出多少成本。

AI 大模型完全相反。用户和平台之间存在最接近 " 对赌 " 的关系：平台先砸钱研发模型，免费提供服务吸引用户；用户用更多数据反哺模型，让模型进化得更快；平台再推出更多功能，吸引更多付费用户来分摊成本。这个循环需要持续的资金投入来维持，在早期，亏损几乎是常态。

但如果亏损太猛、太久，资本市场等不及，平台就只能提前关闭这个循环——或者压缩免费功能限制消耗，或者直接开启收费。

豆包选择了后者。但是它要面对的不只是 3 亿对价格敏感的用户，还有 " 能力升维 " 的致命门槛。

豆包的产品矩阵其实早已具备与国际对手同台竞技的能力—— Seed 2.0 Pro 对标 GPT、Gemini 旗舰，Seedance 2.0 是视频生成的专业战士，Seed Code 在编程场景中相当能打。但 3 亿用户对这些一无所知，他们对豆包的认知依然停留在聊聊天、写写作文的水平。

如果豆包的付费方案能够打破这道认知墙，让用户通过 68 元的门槛看到功能质变，那收费是能力升维。但如果付费方案只是给免费版施以重重限制，释放的功能并没有带来 10 倍体验提升，那就成了劝退用户的 " 付费墙 "，会让用户彻底流失。

大厂烧钱，豆包能扛得住吗？

从字节跳动的视角看，收费不仅是成本回收的问题，还是对自身战略的一次自我确认。

字节跳动正在经历一个史诗级的转折点。从 2024 年到 2026 年，字节跳动在 AI 上的投入已经逼近 3000 亿元。这在传统互联网时期几乎没有先例——尤其是在以资金充裕著称的字节跳动账面净利润同比下滑超 70% 的当下。

做 AI 是一件顶级烧钱的生意，而最先感受到这种痛苦的，当然是用户基数最大的那个玩家。豆包的 3.45 亿月活，既是字节最强的护城河，也是它最深的口袋洞。但即便口袋里装满钱，每天 120 万亿 Token 的消耗节奏，也得开始掂量成本收益的边界。

更有意思的是，火山引擎已经在 B 端市场抢占了中国公有云大模型 Token 调用市场的 49.2% 份额。这等于宣布字节跳动的造血引擎在 B 端已经跑通，C 端收费压力相对减小。

豆包能不能在 C 端让用户心甘情愿地买单，不光关乎几千万订阅收入，更关键的是这个过程能否形成和 B 端客户谈判的话语权—— "3 亿人频繁调用验证过的模型，还担心不好用吗？"

豆包的争相收费是在建立先行者优势。越早收费，越早摸清用户支付意愿的分界线，越早调整定价值，越早掌握市场数据。与此同时，客户流失的代价可以控制在可容忍的范围——先动的是豆包，损失的是一波用户，但剩下的用户都是愿意付费或者能接受限免的重度粉丝，相对健康。

但后动的那些对手如果聪明，完全可以趁豆包因收费而流失用户的窗口期，推出免费版加高级限免的套餐，用更大的容错率反抢市场份额。

用脚投票的消费者，到底买不买单

离开抽象的商业分析，回到更具体的问题：

如果明天豆包的付费方案正式上线，用户会用脚做出什么选择？

最有可能的几种人群表现如下：

第一类是轻度用户。对他们来说，豆包就是一个更聪明的搜索栏，完成偶尔提问、基础翻译的任务就够了。一旦豆包开始收费，他们几乎没有付费动机。免费版只要聊天不降级，他们能留下来就算豆包的福气。

第二类是重度内容创作者。他们消耗的 Token 多，付费意愿也最强。他们会在内心做好价值核算——标准版 68 元能否换来足够的好素材、PPT 生成效果、深度文档解析和高画质生图？如果 68 元带来的提升显著，付费转化不是难事；如果效果平平，他们不会 " 为爱发电 "。

第三类是学生群体。重度使用的学生用户不少——写论文、查资料、翻译文献、处理作业。但他们预算极其有限。如果豆包不推特别优惠的学生套餐和按次计费模式，学生用户大概率会转向其他还在免费的大模型。

第四类是生产工具用户，比如程序员、产品经理、分析师、设计师。这些人付费意愿最高，但对模型的精准度和专业性要求也最严苛。豆包如果能让他们切切实实看到效率提升和成本节约，他们会是第一批付费的 " 种子客户 "。

这其中有一个关键的变量——社交传播的势能。当第一批愿意付费的用户，在实际场景中展示付费功能的卓越效果时，后期观望用户会被反向说服。但如果第一位付费用户反馈出来的体验不对劲，后续付费意愿就会断崖式下跌。

豆包需要走一步看一步，在收费初期对用户反馈做出足够灵敏的调整，而不是强行推进。

" 免费 " 是否真的是 AI 的唯一道路？

与其说 " 现在不该收费 "，不如重新推演一下 " 免费 " 本身是不是存在误区。

互联网时代 " 免费 " 是印钞模式的护城河——因为它靠流量广告和大数据赚钱。但在大模型行业里，" 免费 " 可能从一开始就是一把双刃剑。

一方面，免费让豆包每天坐拥 120 万亿 Token 的数据流——海量人类语言样本的价值不可估量。模型越强，就需要越多的高质量语料，而免费用户的真实对话，恰恰填补了这个需求缺口。这也是为什么即使付费方案推出，豆包仍不敢轻易限制免费版的基础功能——免费用户的消遣贡献的价值，远大于他们带来的算力成本。

另一方面，免费也让人忽视了 AI 究竟能解决什么——因为它让所有使用者都停留在轻量问询的 " 玩具 " 阶段。

中度或重度功能，比如 PPT 生成、复杂数据分析、影视制作，本身有高商业价值，也消耗极大的算力。把这一部分过滤掉，对重度用户而言，就等于让他们 " 降级使用 "。如果连重度用户都不愿掏出 68 元体验深度模式，AI 在消费级市场就永远是一盘驱动力有限的幼稚棋。

从更长远的维度看，也许最好的一条路是：全球 AI 让免费版包含足够强大的基础能力，让轻中度用户满足基本需求；重度和高价值的算力密集型功能按需收费，把成本压力转化为精准的商业收入。同时，向企业和开发者出售 API 和私有化部署，把变现的大头放在 B 端市场。

豆包的出路并不在 " 面向 3.45 亿月活全面收费 "，而是 " 用免费版保住用户规模和数据增长，用付费版试验新产品价值与算力成本闭环 "，这才是更长线的市场化策略。

结语

这场豆包收费的试验，承载了太多的市场信号和未来方向。它已经不仅仅是一次付费模式的尝试，而是检验 AI 是否能在 C 端跑通商业化的第一块试金石。

大模型运营和传统软件最大的不同是：传统软件收费等于直接砍使用量，而大模型收费则是基于用户分层——轻度用户继续免费，重度用户开始付费。

但这块试金石的结果现在还很难预测——乐观者看到的是未来 3.45 亿用户中，哪怕只有 2% 转化成付费用户，也能给豆包带来近千万级的订阅商业场景。但悲观者的论点同样尖锐：4 月开始，一边是豆包热热闹闹地上热搜，一边是 DeepSeek 明明白白地在降价抢客。当一面收费一面降价，谁会更吸引头部用户，答案不言自明。

从更宏观的视角看，AI 作为一种新基建，长期来看走向商业化是必然。但收费的时机比收费的价格更重要。

在用户心智壁垒尚未形成、各厂家基础能力高度同质化、重度付费价值尚未被市场验证的当下，贸然收费就像在沙地里建高楼——地基不稳，哪怕收费的口子只开了一点点，用户流失的破窗效应就可能无限放大。

现在的 AI C 端赛道，还是跑马圈地的阶段。谁拥有用户，谁就能活下去。大模型的迭代速度太快，今天收费的策略，明天可能就要面临着竞争对手的免费突袭。

笔者认为，豆包收费这一次的大胆尝试虽然勇敢，但可能收效不大。

在核心功能差异不明显、C 端用户对 AI 能力仍存怀疑、各大竞品围绕免费围攻堵截的战略压力下，AI 大模型真的还不到收费的时候。

眼下最紧要的任务，不是想着怎么变现，而是把模型能力再夯扎实点，把用户规模再做大点，把市场生态养厚实点，等到用户非你不可的那一天，收费才是一件自然而然的事。

否则，AI 免费的大餐不会消失，但等来的将是：赶着收费的厂家死于割韭菜，坚持免费的大厂掌控了整个赛道。毕竟，对于 C 端用户而言，付费的门槛一旦跨过，信任的裂缝，就很难再弥合了。