2026 年 8 月 30 日，巴克莱最新发布的《AI Labs & Hyperscaler Unit Economics Primer》报告显示，随着企业客户和 Agent 工作流需求增长，以及模型推理效率持续提升，头部 AI 实验室的盈利能力正在快速改善，云计算和 AI 基础设施厂商则继续从大模型商业化中获得大量收入。

巴克莱在报告中构建了两个假想的前沿 AI 实验室 Lab A 和 Lab B，对不同产品结构、成本以及合作模式下的单位经济模型进行分析。

1）Lab A 约 70% 的收入来自 API，约 30% 来自订阅业务；

2）Lab B 则约 20% 的收入来自 API，约 80% 来自订阅业务。

按照巴克莱的模型：

Lab A 每获得 100 美元收入，可对应约 35 美元的云厂商收入。扣除相关基础设施成本后，云厂商可获得约 11.8 美元营业利润，对应营业利润率约 34%。

Lab B 每获得 100 美元收入，可对应约 41 美元的云厂商收入，其中包括战略合作伙伴收入分成。云厂商可获得约 19.1 美元营业利润，对应营业利润率约 47%。该收入分成安排设有累计上限，巴克莱预计相关影响将在 2028 年后逐步归零。

巴克莱预计，2026 年前沿 AI 实验室的付费推理利润率可达到约 50% — 65% 以上，较 2025 年十几个百分点的水平明显提高。

其中，直接 API 业务的推理利润率可超过 80%，订阅产品的推理利润率约为 70%。

在计入最终模型训练成本后，Lab A 的调整后毛利率约为 55%，Lab B 约为 38%，两者相差约 17 个百分点。

API 与订阅业务的成本结构存在明显差异。

API 通常按照 Token 实际使用量收费，客户使用量越高，对应收入也随之增加；订阅产品则通常按照固定价格收费，重度用户消耗更多 Token 后，会对整体推理利润率形成压力。

随着企业 API、企业订阅以及 Agent 产品收入占比提升，大模型公司的业务结构正在向利润率更高的产品倾斜。

巴克莱同时指出，不同 AI 实验室对间接 API 收入采取的确认方式存在差异。

当客户通过 AWS、微软 Azure 或 Google Cloud 等平台调用第三方模型时，不同 AI 实验室可能采用总额法或净额法确认收入，部分由战略合作伙伴直接运营的业务也可能不会全部进入 AI 实验室自身收入。

巴克莱将这种财务口径差异与 Uber 和 Lyft 进行类比：即便底层业务模式相似，不同收入确认方式仍可能导致收入规模和利润率出现明显差异。

从行业规模来看，巴克莱估算，2024 年整个 AI 实验室行业收入约为 70 亿美元。

巴克莱预计，2026 年 AI 实验室行业收入将增长至约 1370 亿美元，2028 年进一步达到约 6900 亿美元。

按照年末 ARR 计算，巴克莱预计 AI 实验室行业 2026 年末 ARR 将达到约 2000 亿美元，2028 年末进一步达到约 7820 亿美元。

伴随收入规模扩大，训练支出占收入的比例正在快速下降。

2024 年，AI 实验室训练支出相当于收入的约 96%。目前这一比例约为 48%，巴克莱预计到 2027 年将进一步下降至约 35%，2028 年降至约 30%。

同期，云厂商 AI 收入与 AI 实验室收入之间的比例也在下降。巴克莱模型显示，该比例从 2024 年的约 153%下降至 2026 年的约 90%，到 2028 年预计进一步降至约 73%。

随着训练支出占比下降、付费推理利润率提高，AI 实验室整体盈利能力预计将进一步改善。

AWS、微软 Azure 和 Google Cloud 目前仍占据 AI 实验室计算支出的主要份额。

巴克莱预计，2026 — 2027 年，三家云厂商在 AI 实验室计算支出中的各自份额总体将保持稳定。

从 2028 年开始，部分此前锁定的专用 AI 基础设施以及 AI 实验室自建算力项目预计将陆续投入使用。随着新增基础设施上线，部分训练和推理工作负载将转向这些专用算力资源。

巴克莱预计，AWS、Azure 和 Google Cloud 届时在 AI 实验室训练和推理支出中的市场份额可能逐步下降。

巴克莱认为，AI 实验室的商业模式正在从训练投入占据绝大部分收入，逐渐转向由付费推理贡献更多利润。

随着收入规模扩大、Token 效率提升以及企业和 Agent 业务增长，大模型公司的单位经济模型正在持续改善，云计算和 AI 基础设施仍将是这一轮 AI 收入增长的重要受益环节。

云头条声明：如以上内容有误或侵犯到你公司、机构、单位或个人权益，请联系我们说明理由，我们会配合，无条件删除处理。