☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
一份500万元的大客户合同，放进融资材料中非常亮眼。
客户真实存在，业务场景真实发生，合同本身也合法有效。在路演环节，这类案例往往极具说服力：某头部金融机构、某大型制造集团、某省级国企，已正式上线使用公司的大模型产品。
听上去，商业化路径已然跑通。
但当投资人开始逐项拆解财务结构时，问题就变得尖锐起来。
这500万元中，有多少属于模型调用费用？多少来自标准SaaS订阅？多少是私有化部署一次性收费？多少用于接口开发、数据清洗、模型微调？又有多少，实质上是驻场实施、长期运维、人工调优及项目管理的人力成本？
合同真实，收入真实。关键在于：这笔钱，究竟该按大模型产品收入来估值，还是按传统IT项目交付收入来定价？
这是当前多数大模型公司在发展关键期不得不直面的现实困境。它们早已越过仅靠参数规模与技术愿景讲故事的阶段——没有收入，下一轮融资难以推进；没有客户，商业化叙事难以为继。可一旦收入规模扩大，新矛盾随即浮现：这些收入，到底是模型底层能力驱动的，还是靠高强度交付堆砌出来的？
两类客户案例，本质不同
过去两年，大模型企业最热衷展示客户落地案例。这并不意外。大模型技术抽象难懂，唯有嵌入真实业务流程，客户才愿相信其价值。一个标杆客户，胜过十页技术白皮书。
但客户案例实则分为两类。
产品型案例：客户采购的是明确定义的产品，部署路径清晰、功能边界稳定、核心模块具备跨行业复用能力。今天交付给银行的风险识别模块，明天可快速适配至保险公司的核保场景，后天也能支撑券商的投研辅助系统，底层能力与交付流程具备延展性。
项目型案例：客户购买的是明确结果。为达成该结果，企业需重构流程、对接系统、定制模型、清洗数据、派驻工程师，最终以项目制方式交付闭环。客户满意，案例光鲜，但换一家客户，很可能又要从头再来。
判断二者的核心标准，不在于客户名头是否响亮，而在于本次交付中哪些部分能在下一个客户身上直接复用。
尽管在融资材料中，这两类案例都可统称为“大模型成功落地”，但其背后代表的收入性质截然不同。前者指向产品能力初具雏形，后者反映的是团队出色的工程交付能力。
标杆客户说明市场愿意尝试；规模化应用才证明这项能力已脱离单点项目，具备自我生长潜力。资本市场不会永远模糊处理这种差异。
拆解一笔500万元合同
要厘清“收入幻觉”的来源，不妨对一笔典型500万元合同做分层剖析。
第一层：模型调用与推理服务。涵盖API调用量、在线推理服务、模型底座调用等，复用性最高，最接近可持续、可复制的产品型收入。
第二层：标准化私有化部署。包括基础环境搭建、权限体系配置、通用行业插件安装等，复用性取决于部署流程是否固化。若每家客户均需深度适配，该层成本将迅速攀升。
第三层：数据清洗与知识标注。涉及原始数据治理、领域知识库构建、标注质量校验等，高度依赖客户专有数据，复用空间极小。
第四层：系统接口开发与集成。需对接客户现有ERP、OA、CRM或权限系统，受制于客户IT架构差异，几乎无法跨客户复用。
第五层：驻场实施与项目管理。涵盖需求访谈、方案确认、验收协调、跨部门沟通等，本质上是人力密集型交付。
第六层：后续运维与模型调优。包括版本迭代支持、效果持续优化、人工审核兜底等，易形成人力依赖惯性。
从“可复制收入”视角看，真正具备产品属性的，可能仅占合同总额的一小部分。表面金额为500万元，但能被下一客户直接复用的部分，未必还能达到同等体量。
将这笔收入归入“大模型商业化成果”，逻辑上并无错误。但如果其中大部分源自部署、定制、实施与运维，它本质上更接近传统软件交付收入，而非模型即服务（MaaS）收入。
收入越多，越偏离模型公司本质
大模型企业的最大挑战，在于必须同时完成两个方向相反的目标：
既要证明自身具备营收能力，因此难以轻易拒绝客户；又要证明自身是产品导向型企业，因而不能无差别承接所有需求。现实中，前者往往压倒后者。
头部客户提出私有化部署要求，很难回绝；垂直行业客户提出深度定制诉求，很难推脱；金融客户提出的等保合规、权限隔离、操作留痕、人工复核等安全增强需求，同样难以回避。每一单都有充分理由接下——现金流需要它，融资故事需要它，团队信心也需要它。
将小说章节转换为电影分镜剧本。用户上传txt/md/docx文本，AI分析场景、角色、情绪、镜头语言，输出专业分镜脚本。适用于用户提及“分镜”“storyboard”“小说转分镜”“影视改编”“镜头脚本”或需要将小说改编为分镜的场景。
于是公司快速实现了营收增长。只是这些收入，未必能支撑起“大模型公司”的估值逻辑。
对大模型企业而言，最棘手的问题并非收入匮乏，而是收入持续增长的同时，企业越来越不像一家模型公司。
例如，每签约一位新客户，都要重新召开需求评审会；每进入一个新行业，都要重建知识库、重写接口、重构流程、重设权限体系；每次项目交付后虽积累经验，却难以沉淀为开箱即用的标准产品。此时容易产生一种错觉：客户数量增加，意味着市场认可度提升。
但从估值逻辑反推，情况可能恰恰相反。客户越多，交付团队越庞大；合同越多，定制化程度越高；案例越多，产品路线反而越被客户具体需求牵引。公司越忙碌，越偏离可规模化复制的大模型产品公司定位。
项目型收入可以支撑企业生存与发展，但也可能稀释估值口径。因为项目收入越多，企业越显“商业化成熟”；但如果每单都需高度定制、每个客户都需独立交付，收入增长反而暴露一个事实：企业销售的，并非可复制模型产品，而是披着大模型外衣的综合解决方案能力。
第五套标准加速问题显性化
6月17日，上交所发布《人工智能大模型企业适用科创板第五套上市标准审核指引》。市场关注焦点多集中于“预计市值不低于40亿元”这一门槛。但对大多数处于成长中期的企业而言，更具穿透力的其实是另外两个关键词：产品上线、规模化应用。
换言之，资本市场将更早介入区分：一家企业是在销售可重复交付的标准产品，还是在执行需逐案定制的工程项目。
这两个词，正把过去笼统归类的“大模型商业化收入”，逐步拆解为更精细的收入类型。
这类问题本不该等到上市前夕才被审视。严谨的后期投资人、产业资本方、潜在并购方，早已在尽调中反复追问类似议题。此前，不少企业尚可用“大模型尚处早期”“商业化刚起步”“先打造标杆再推广复制”等理由暂缓回答。而第五套标准的出台，正在加速剥离这层缓冲。
对于已完成多轮融资、估值较高、客户基数不小、营收增速可观的中间层企业，冲击最为显著。它们下一轮融资，不能再仅强调“我们已拿下头部客户”，还需清晰回应：这批客户究竟带来了什么沉淀？
沉淀出可对外销售的标准产品，还是仅积累了项目执行经验？
沉淀出可跨客户复用的部署方法论与模块组件，还是仅组建了一支更大规模的交付队伍？
沉淀出稳定调用量与自然续费率，还是仅收获了一批高价但不可持续的一次性合同？
沉淀出可横向拓展的规模化应用，还是只打造出几个成本高昂的示范样板？
这才是第五套标准带来的实质性压力——不是当下能否登陆科创板，而是今天签署的每一笔合同，未来是否还能被资本市场视为“大模型公司”的典型收入。
大模型收入正经历结构性分层
过去，“大模型收入”是一个包容性极强的概念。API调用费、SaaS订阅费、私有化部署费、行业解决方案包、定制开发服务、数据治理专项、模型微调服务、长期运维支持……统统可以纳入其中。
在行业发展初期，这种宽泛归类具有合理性：它帮助公司向市场传递付费信号，也协助投资人理解商业化进程已启动。但模糊终有边界。
下一阶段，“大模型收入”将呈现清晰分层：
最纯净的一层：API调用与标准SaaS订阅。对应按量计费与周期性订阅模式，权责明确、复用性强，资本市场最易将其视作典型产品型收入。
次之：标准化私有化部署。依托可复用的行业模板与部署工具链，虽仍带一定交付属性，但若流程固化、模块解耦，便有望从重交付向轻交付演进。
第三类：深度定制与一次性行业方案。虽能带来可观现金流，也体现客户支付意愿，但天然难以佐证规模化复制能力。
最难界定的一类：驻场实施、数据清洗、人工运维等服务性收入。它们更接近传统IT服务范畴，短期盈利可行，但长期难以支撑高倍数软件估值。
这并非否定项目收入的价值。系统集成、咨询交付、私有化实施、垂直行业解决方案，都是值得尊重的商业模式。但它们不应与标准化模型服务、API调用、SaaS订阅共享同一估值逻辑。
最危险的情形，并非企业开展项目交付，而是企业依靠项目收入实现规模化扩张，却仍在融资过程中坚持按纯产品公司估值。
三个基础性问题
融资PPT通常将各类收入统一纳入“大模型商业化”叙事框架。但真正决定一家企业是模型公司还是交付公司的，往往是三个极为朴素的问题：
第一，当下一个同行业客户提出类似需求时，交付团队需要重新投入多少人天？
第二，客户支付的费用中，有多少来自模型调用量增长或订阅续费，而非按项目里程碑节点结算？
第三，剔除该项目后，公司留存的是可即装即用、可批量复制的产品，还是一群曾参与该项目的人员？
这三个问题的答案一旦明确，“大模型收入”该如何分层、如何定价、如何估值，也就水落石出。
第五套标准真正带来的改变，并非为大模型企业开辟一条更便捷的上市通道，而是促使市场提前看清：有些所谓“大模型收入”，经账务拆解后，已不再具备想象空间。
下一轮行业分化，不仅发生在模型性能、训练效率、推理成本等技术维度，也将深刻体现在财务报表的收入结构之中。谁能将客户案例转化为规模化应用，谁能将项目收入沉淀为产品资产，谁能将合同金额转化为可复制收入流，谁才更有可能成为未来公开市场所定义的“真正的大模型公司”。
其余企业或许依然稳健盈利。但它们首先需要承认：所赚取的，未必是属于大模型公司的那类收入。
本文来自微信公众号“路径与边界”，作者：闫峻，36氪经授权发布。
