前沿模型的能力比拼没有减缓，通往 AGI 的赛跑仍在加速。与此同时，商业竞争的重要性也越来越凸显，正成为与模型能力并列的核心指标。Anthropic 每月披露的 Token ARR 增速，已经成为整个行业的晴雨表。

Token 收入成为了这场商业竞争的标尺。鉴于此，爱分析将中国最重要的 9 家 AI 厂商，统一按 2026 年 8 月的 Token 收入年化数据，排出座次，并以此展现中国 AI 市场格局和趋势。

这份榜单试图回答三个问题：中国 Token 经济发展态势如何，各家厂商的谁强谁弱、排名如何，每一家入榜厂商的优势与短板是什么。

本榜单报告正文分为四部分。第一部分是厂商排名，第二部分是逐家拆解上榜厂商，第三部分是 Token 行业趋势洞察，最后一部分是榜单的制作方法和数据说明。

01

榜单排名

从统计数据和排名结果来看，本榜单鲜明折射了当前中国 Token 市场发展格局，以及 AI 厂商的梯队结构。

榜单第一名的字节和最后一名百度，两者收入相差超过十倍，说明中国 Token 市场正在呈现高度集中的趋势。同时，上榜 9 家厂商分别归属于三个档位，百亿、50 亿、30 亿，而且各个梯队之间存在清晰的断层。

图 1：中国 AI 厂商 Token 收入榜单

第一梯队，百亿俱乐部，字节、阿里、智谱三家入围。即使这一梯队也明显拉开档次：字节以约 300 亿元年化 ARR 位居第一，约为第二名阿里 160 亿元的两倍，是智谱的三倍。字节依靠视频场景的定价权占据领先位置；阿里是唯一把芯片、云、模型、应用四层打通后兑现 Token 收入的一家；智谱押注 Coding 赛道，并在 IPO 之后完成商业化逆袭。

第二梯队，50 亿元量级，DeepSeek、Kimi、MiniMax、可灵四家上榜。这一梯队，均依靠扎实的模型能力实现增长，但增长结构不同：DeepSeek 依靠 API 价格上涨，Kimi 依靠 K3 单款模型完成三级跳，MiniMax 和可灵则依靠视频模型大幅扩张海外市场。

第三梯队，30 亿元量级，腾讯、百度，垫底。这两家各有各的失误和难处，一致的表现是在 Token 业务上发展迟滞，从整体量级来看，已明显掉队。不过，腾讯可能还有资格说 " 马拉松才开始 "，百度到目前还看不到有向上的苗头，能想得起来的亮点也就昆仑芯了。

02

厂商分析

2.1 字节：断崖式领先，赢在视频场景的定价权

字节以 300 亿元年化 ARR 遥遥领先，年内有望冲击千亿目标。火山引擎总裁谭待回顾，" 三年前把 MaaS 列成最重要的事时，几乎所有人都认为 Token 是赔钱生意。" 但是今天再看，正是三年前的投入才成就了当前的结果。

字节领先的根基，是视频模型能力在业内的绝对领先地位，以及由此形成的视频生成场景的定价权，其视频每秒价格比同类模型高出至少 50%，而且分销渠道折扣率也很低，Seedance 系列模型折扣鲜有低于九折。

当然，字节也有自己的短板——语言模型。字节 CEO 梁汝波在 8 月年中全员会上承认，其大语言模型与海外领先者的差距在拉大，要求团队从心态上接受一段时间的落后，豆包大模型的下一代版本也因此推迟。

2.2 阿里：举全栈 AI 之力，兑现 Token 收入

阿里以 160 亿元年化 ARR，位居榜单第二名。阿里的优势在于全栈 AI，也是榜上唯一把收入建立在整条 Token 产业链上的厂商。

通过在芯片、云、模型、应用四个层面的完整布局，阿里 Token 业务的财务模型极佳，不仅收入高、增速快，利润表现同样不错。收入层面，从今年 5 月到 8 月这 3 个月，Token 业务 ARR 增速近 1 倍；利润层面，阿里集团 CEO 吴泳铭近期业绩会上表态 "AI 算力预期 2 到 3 年回本 "，意味着其 Token 业务毛利率超过 50%。

这靓丽的表现背后，阿里自研 GPU 平头哥进入规模化量产是一个重要的里程碑，基于自研芯片带来的成本优势，阿里可以持续改善 Token 业务的财务模型。同时，为推动 Token 收入增长，阿里专门组建 ATH 事业群，在组织资源的投入上，9 家上榜厂商中也是最大的。

AI 全栈给了阿里收入的厚度，但其短板在于开源世界的模型地位不保。2025 年，千问还是开源世界的模型能力代表，如今已被 K3、GLM 这些后来者赶下台来。

2.3 智谱：量价齐升标杆

智谱以 110 亿元位居第三，是榜里 Token 量价齐升的标杆。进入 2026 年，智谱在 API 均价上涨 101% 的同时，Token 调用量也较年初增长 40 倍。

量价齐升的核心动力，在于模型 AI Coding 能力的大幅提升。唐杰在 2025 年下半年决定 All in AI Coding、舍弃重交付的 ToB 项目，从当前的结果来看，完全押对了赛道。

智谱计划今年底发布 GLM-6.0，押注的是模型自进化，唐杰将 GLM-6.0 定位为 "AI 训练 AI"。关于 Token 业务 ARR，智谱官方预期年末再上涨 50%，达到 160 亿元的水平，目前来看很可能提前完成目标。

智谱短板在于人才与组织。清华系的学术人才密度，正面说是智谱的护城河，反面说就是天花板，顶尖学生的高流动性，虽然保障了短期的技术领先，但难以沉淀为自身的组织能力，而后者才能确保长期领先。

2.4   DeepSeek：口碑与利润双丰收

看上去不差钱的 DeepSeek，年化 ARR 为 60 亿元，排名第四，是榜上反差最鲜明的一家，模型能力和毛利率双双领先，算力供给却远远落后。

技术是 DeepSeek 的强项，它始终追求 SOTA 模型，V4 系列的口碑加上工程优化，把 API 毛利率做到 82.9%，国内一骑绝尘。根据 DeepSeek 的定价模型，一台 GPU 服务器 10 个月就能收回成本，而阿里的回报周期是 2-3 年。

DeepSeek 的阶段性短板体现在在算力层面。2025 年全年，DeepSeek 的 AI Infra 支出只有 12 亿元，尚不及头部厂商一个月的投入。供给跟不上需求，导致 API 一度大面积服务异常。此后的大幅涨价和峰谷分时定价，本质是供给不足下的被动应对，用价格拦住一部分用户需求。

不过，这一算力短板正在快速补齐。今年前 7 个月，DeepSeek 的 AI Infra 支出已达 110 亿元，再加上今年两轮千亿元的融资，算力供给的缺口在加速填平。

2.5   Kimi：K3 驱动的爆发

Kimi 年化 ARR 为 58 亿元，位列榜单第五。Kimi 爆发主要依靠 K3 这一款模型，6 月其 ARR 数据尚不及 25 亿元，K3 发布后才两个月，ARR 数据实现了翻倍增长。

K3 一出，参数规模和模型能力同时跻身全球第一梯队。作为迄今为止全球最大的开源模型，K3 用 2.8 万亿参数把开源模型的参数规模抬到了一个新台阶，而 K3 的模型能力也得到全球开发者认可，整体评价与 Claude 等顶尖闭源模型处于同一梯队。同时，规划中的 K4 模型会继续提高模型参数量级，或将达到 5-6 万亿参数级别。

不过，冲刺大参数模型，导致 Kimi 的发展受制于高端算力。一方面，模型训练必须依赖英伟达的高端卡，另一方面，模型推理也难以跑在国产 GPU 卡上，导致 API 价格高企。

K3 发布之后仅 48 小时，Kimi 算力就逼近极限，被迫暂停了 C 端新用户订阅，预计短期内补算力的速度赶不上智谱等厂商。相比 Kimi，智谱等把参数量控制在万亿以下，推理可以跑在国产 GPU 上，算力供给压力小得多，而对于 Kimi 来讲，这一劣势短期很难扳回来。

2.6   MiniMax：视频模型崛起，语言模型拉胯

MiniMax 约 48 亿元的年化 ARR，排名第六。

Minimax 在 5 月份的 ARR 只有 30 亿元，开源视频生成模型 H3 发布之后，8 月 ARR 直接上涨至 48 亿元（注：官方披露的 8 亿美元 ARR，是基于 8 月某个最高周度数据年化，而非月度数据年化）。经过推理加速优化的 H3 Max，生成 5 秒视频仅需不到 3 秒，首次实现了视频生成速度超过播放速度，这无疑打开了 AI 视频直播的商业化想象空间。

除了视频模型能力的提升，Minimax 在商业化层面同样有所改善。2025 年，Minimax 的商业化重 C 端、轻 B 端，到今年中期，这个情况完全反转过来，B 端收入占比从去年的 30% 直接拉升至 80%，企业客户总量超过 200 万。

Minimax 短板在于毛利率。由于 H3 模型主打性价比，价格偏低，导致其毛利率低于同为视频模型的 Seedance 和可灵。

同时，Minimax 的语言模型 M3 能力表现不及预期，在占据了大量算力资源的同时，并没有对应的产出，也对整体业务的毛利率造成了负面影响。

2.7   可灵：专注海外视频，估值超越 Minimax

可灵以 40 亿元的年化 ARR，排名第七，主要靠海外视频赛道做出差异化。

过去一年，可灵 ARR 的增速超过 400%，增长动力主要来自海外的企业客户。可灵海外收入占比八成，主要来自北美、韩国、东南亚等市场。客户层面，可灵主要付费客户是影视公司、导演工作室等，总企业客户数量近 5 万家。

今年 7 月，可灵从快手分拆，投后估值 180 亿美元，超过已经上市的 Minimax 市值。高估值对于可灵的 ARR 提出更高的要求，预期今年年末冲击 10 亿美元，2027 年末目标到 20 亿美元。

2.8 腾讯：起得早不如熬的久

腾讯年化 ARR 仅为 32 亿元，排名第八，整体跟其 AI 战略节奏一样，显得不紧不慢不着急。在大厂梯队中，腾讯主观上体现出来的态度是，不重视 Token 业务。

相比之下，火山将 Token 视为最重要的增长动力，阿里为 Token 专设了 ATH 事业群，而腾讯，在这些层面没有太大动作。这背后，体现了腾讯焦虑不安与自我安慰这两种复杂心态的交织。

焦虑不安方面，马化腾表达的很真实，" 原来一年前我们以为上了船，后来发现那个船漏水了，现在感觉站上去了，还坐不下去 "。上了漏水的船、坐立不安的手足无措，是腾讯心态的写真。

自我安慰方面，腾讯认为现在离 AI 终局尚早，还有时间调整。汤道生把 AI 竞赛比作马拉松，" 起得早虽然重要，但熬得久才有机会抓住持续出现的新机遇 "，还强调现在 " 可能才跑完头一公里 "。

马拉松论没有错，但腾讯在 Token 商业化上更像是还没上场。混元 Hy3、Hy4 的免费 API 渠道很多，付费比例低。一个还没入场的长跑者，谈熬得久，还为时过早。

2.9 百度：没落

百度年化 ARR 为 25 亿元，排名垫底，而且是字节的十二分之一。

百度是国内最早把大模型推到台前的厂商，文心一言一度是中文大模型的代名词，但是，一晃几年过去，物是人非，谁也没有想到，百度竟没落如此。当然，百度还拥有自研芯片昆仑芯，出货量仅次于华为与阿里。

问题可能要归结到李彦宏的眼光上。2024 年，李彦宏公开说开源模型是一种智商税；最近的财报会上，李彦宏不得不承认百度有失误。

如今，百度的模型已经很少出现在排行榜上，新模型批量发布的 8 月，百度却没有任何动作。很难相信，百度能够重回第一梯队。

03

行业洞察

3.1   中美 AI 差距缩短，路线分叉

中美 AI 能力有多大差距，此次 Token 收入榜单提供了一个客观的视角。

中国追赶美国的速度、节奏和当前位置，用 Anthropic 的 ARR 时间线来标定，可以读出很多信息。Anthropic 的 ARR 从 2025 年 3 月的 14 亿美元涨到 2026 年 7 月的 650 亿美元，中国主要几个 AI 厂商当前的位置，都能落在这条线上。

图 2：中美厂商 ARR 追赶曲线

此次榜单的前三名，字节大致对应到 Anthropic 的 2025 年 8 月，阿里对应 2025 年中，智谱则在 2025 年初。也就是说，中国第一梯队厂商，整体落后美国一年左右。但是，中国追赶的速度很快，两者之间的差距在持续缩短的过程中。

加速背后是两股力量在推动。一股是算力投入补齐供给能力，不仅阿里募资 800 亿元全投基建，DeepSeek 也在加速自建算力，其 1GW 乌兰察布算力中心，预计年末开始上线投入运行，明年上半年完成全部交付。

另一股力量是场景，中国的短剧、Coding、办公、政务等提供了海量的 Token 消耗场景，让算力投入能快速变现。

此外，中美两国的 AI 商业化发展路线差异也逐步体现出来。美国模型强在顶尖能力，目标是愿意为模型能力付高溢价的客群。中国模型强在开源以及性价比，目标是广泛的腰部客群。两个群体哪个市场空间更大并不好说，但中国与美国在 AI 层面的差距，正在逐步缩小。

3.2   模型涨价是短期现象，降价才是主趋势

过去半年，模型 API 价格普遍上扬，为 Token 收入增长贡献不小。短周期里模型供小于求，算力就是 Token 收入的天花板，有算力就不愁卖。

上半年，涨价最多的是 DeepSeek。受限于算力供给，DeepSeek 只能用涨价的方式来保证高价值客户的服务体验，舍弃掉付费能力弱的低价值客户。反观智谱，由于提前储备了算力，可以量价同升。在 AI Infra 领域，智谱投资了硅基流动、基流科技、无问芯穹等一众 Infra 厂商，在算力供给层面得到了极大的缓解和补充。

但长周期里，模型降价才是主趋势，特别是轻量级的 Flash 模型。

一般而言，市场上模型调用量的绝大部分份额都属于 Flash 模型。比如，OpenRouter 的调用榜单中，DeepSeek V4 Flash、GPT-5.6 Luna、GLM 5.3 Flash、Gemini 3.7 Flash 等长期位于 Top10。

而 Flash 模型将是未来的价格屠夫，比如 GLM 5.3 Flash 价格不到 GLM 5.3 的 10%，GPT-5.6 Luna 是旗舰模型 Sol 的 5%。

3.3   收入与调用量正在结构性分离，视频和语言率先分道扬镳

这张榜单背后，一个趋势分外鲜明：视频模型和语言模型分道扬镳，前者贡献收入，后者贡献调用量。

视频模型的单价高，如字节靠 AI 短剧和视频场景站上榜单第一，可灵的 ARR 过去一年增长四倍。相比之下，语言模型单价低、量大，贡献的只是调用量而非收入。

这两类模型的商业化路径，对于未来其他类型的模型具备重要参考价值。

比如，AI4S 的科研模型很可能会走高单价的路径，而具身模型更可能会走低单价、调用量大的路径。对厂商而言，这两条路对应的资源和打法也完全不同，赚收入要靠场景和定价，赚调用量要靠生态和低价。

数据说明

本榜单的结论建立在可追溯的数据与方法之上。以下从榜单制作方法、数据来源、研究方法三个层面，说明榜单如何制作。

4.1 榜单制作方法

本榜单的收入口径严格限定于 Token 计费收入，既包括通过模型 API 提供的调用服务，也就是 Token Plan 和 Coding Plan，也包括通过 MaaS 平台提供的多模型服务。模型本地化部署项目、GPU 云资源的租赁与售卖、AI 应用的 C 端订阅等收入，均不计入统计口径。

本榜单统一以 2026 年 8 月为观察周期，将各家当月的 Token 收入数据进行年化。选择当月数据年化，是为了捕捉各家最新的收入状态，避免历史累计带来的滞后。币种换算统一取 1 美元兑 7.1 元人民币。榜单按年化 ARR 数据从高到低排定座次。

4.2 数据来源

本榜单的数据来自四类信源，官方披露的审计财报、管理层业绩会披露、行业权威信源，以及爱分析一手调研。

数据制作坚持交叉验证。同一家厂商的收入数字，力求在多个信源之间相互印证。交叉验证的目的，是让榜单上的每一个数字都经得起公开查证。

4.3 研究方法论

本榜单的研究遵循三阶段方法，先建库、再验证、后评估。

建库以桌面研究为主，系统收集公开财报、公告、行业研报与权威媒体报道，梳理市场上主要的 Token 收入厂商，确定上榜范围。

验证以上榜厂商的官方披露为基准，对每一家的收入数字进行核实，明确其披露性质与口径。

评估阶段结合深度访谈与数据调研。深度访谈以行业调研为主，访谈对象覆盖 Token 产业链上下游的相关从业者，用于校准行业整体判断。数据调研针对存疑数字做定向核实。桌面研究、深度访谈、数据调研三类方法互相印证，构成多维验证，让每一个数字都有多重依据。

扫码获取《2026 爱分析 · 中国 AI 厂商 Token 收入榜单》

近期厂商征集

Agent 平台及应用项目征集

点击申报

截止时间：9 月 15 日

Token 工厂竞争力榜单征集

点击申报

截止时间：9 月 20 日

本体市场研究项目征集

点击申报

截至时间：9 月 30 日

AI 数据服务市场研究项目征集

点击申报

截至时间：9 月 30 日