token 用量涨 20 倍，把毛利率干成负数

先讲个反直觉的事。

一家估值 156 亿美元、年收入 4 亿美元的 AI 公司，最危险的时候，恰恰是它生意最好的时候。

这不是段子。彭博社 9 月 22 日报道了一家公司：Harvey，做法律 AI 的，客户是律所和企业法务，全球 3000 多家。

它 2026 年初的毛利率大概是 50%。到 6 月，变成了 -50%。

一、毛利率 -50%，到底是个什么概念

先把数摆清楚。

毛利率 -50% 的意思是：每收进来 1 块钱，要花 1.5 块钱才能把这单交付出去。

按 Harvey 现在超过 4 亿美元的年经常性收入算（据公开报道），这意味着它一年的交付成本接近 6 亿，光在毛利上就要亏掉大概 2 亿。

一家 156 亿美元估值的公司，卖得越多亏得越多。

这不是经营不善，这是商业模式的结构问题。问题出在今年 3 月。

Harvey 在 3 月更新了一版 AI Agent，客户用得比之前猛得多。公司联合创始人兼总裁 Gabe Pereyra 承认，今年公司的 token 用量涨了 20 倍。

token 是 AI 模型的计费单位——模型每读一段、每写一段，都按量收钱。

用量涨 20 倍，听起来是好事。但对 Harvey 来说不是：它卖的是订阅和席位，客户用得越多，它这边的账单越高，而客户那边的价格一分没动。

成本涨了 20 倍，收入没涨。这就是毛利率从 +50% 掉到 -50% 的全部原因。

二、你在替模型厂打工，而且改不了价

把这事抽象一下，其实是个很老的商业结构。

想象你开一家外卖店，平台抽成 30%。你销量翻倍，抽成也翻倍，而你没资格因为卖得多就跟平台谈价。你的利润上限，被平台的价目表锁死了。

AI 应用层现在就是这个处境。

Harvey 这类公司自己不做模型，而是调用 OpenAI、Anthropic 的 API，按 token 付钱。它们手里有行业 know-how、有客户、有工作流，看着像是在做自己的生意；但成本的那一头，握在别人手里。

有位投资人把话说得很直。硅谷基金 Basis Set 的创始人 Lan Xuezhao 说：你不去优化成本、不去微调自己的模型，按定义你就是低效的（据公开报道）。

对程序员来说，这里有个特别容易忽略的点：你的毛利上限，是由供应商的价目表决定的。

你在产品里加再多功能、把 UX 打磨得再好，只要成本那一端是别人按量计价，规模一大，利润就被吃掉。

三、Harvey 的解法：不换更强的，换能下载的

Harvey 的选择挺有意思。

它没有换一家更便宜的大模型，而是把底层换成"能下载到自己机器上跑"的开源权重模型。

8 月 20 日前后，它发布了自己的第一个自训练模型 Tenet，底座是月之暗面的 Kimi K3——一个 7 月开放了权重的模型，参数量约 2.8 万亿（据公开报道）。

Harvey 的说法是，这个模型的表现接近 Anthropic 最好的模型，成本却只是零头。之后它的毛利率转回了正数（消息人士对彭博社的说法）。

注意，这不等于跟闭源模型翻脸。Harvey 明确表示，最难的那批任务仍会用 OpenAI 和 Anthropic 的模型。它做的是分层：日常量大、难度中等的活交给自己的模型，最难啃的少数任务留给前沿闭源模型。

这里有个特别值得记住的换算：

从"按 token 付钱"改成"自己买算力"，本质上是从打车改成自己买车。

打车按里程付费，跑得越多花得越多，但你不开了就不花钱。自己买车是先投一笔，然后跑得越多越划算——可你要是跑得少，车照样折旧，反而更亏。

所以自建模型不是万能药，它只在"用量足够大而且稳定"的时候才划算。

四、这不是一家公司的选择

Harvey 不是个例，这一波人都在算同一笔账。

医疗方向的 Abridge，在基于英伟达的开源权重做临床专用模型；客服方向的 Decagon，现在 80% 的查询走自己的模型；金融科技公司 Ramp（6 月刚融了 7.5 亿美元）和 Rogo 都在评估自训模型。

以上均据公开报道。

有个数字值得留意：据报道，中国开源权重模型在某些任务上的成本，比 OpenAI、Anthropic 的旗舰模型低 60% 到 90%。

反方声音也得听。Menlo Ventures 的合伙人 Matt Kraning 就说，多数情况下自建模型"是种角色扮演"——投入大、人才难找、数据还得是自己的，很多公司算下来并不划算。当流量小的时候，用闭源 API 反而更便宜。

这两边都对。判断标准只有一个：你的用量，够不够撑起自建那笔固定投入。

五、这事对普通程序员意味着什么

三个判断，你可以直接拿去用。

第一，模型选型从"选最强"变成"选最合适的那一步"。

以前大家默认用最强的模型，现在更像在做路由：这一步用便宜的，那一步用贵的。Grok 4.7 这两天发布，主打"半价"，但评测里也有人提醒——它每个任务消耗的 token 偏多，单价便宜不等于总账便宜。

第二，别再看"每百万 token 多少钱"，要看"完成一个任务花多少钱"。

这是两回事。单价低但返工多的模型，总成本可能更高。行业里现在越来越多人在算这个指标，它正在变成默认的评估口径。

第三，会算单位经济的人，接下来会更值钱。

AI 应用的成本结构，已经不是"买 API"那么简单。什么时候该路由、什么时候该自训、哪些任务留给定价最贵的模型——这些判断，需要有人真的懂计算和推理成本。

这个能力，现在还稀缺。

最后

前沿模型不会消失，Harvey 最难的任务还得靠它们。

但"默认用最强、闭源优先"的时代，正在被一张账单结束。

行业里有句老话改一下正好用：你的利润率，就是别人的机会。

关注我，接着聊 AI 编程工具里那些没人明说的成本和坑。