01 

向应用方向做，

收产品订阅费 

如果选择应用方向，那么，这个商业化路径意味着你将：

构建一个面向大众的general interface，解决相对简单、通用的任务；

模型到用户价值的路径较短，但由于定制化程度低，和用户的工作流嵌入不紧密，用户粘性差；

依赖推理成本的降低，这样订阅的商业模式才有利可图。

代表厂商：OpenAI，预计未来大部分收入由ChatGPT贡献，API收入占比很低，OpenAI或许会成为一家产品公司。

02 

向MaaS方向做，

通过API收费

如果选择MaaS（model as a service）方向，那么，这个商业化路径意味着你将：

获得较高的回报上限，通过MaaS平台之上的开发者最终服务广谱的用户和客户，不受限于应用领域，很直观的类比是全球领先的公有云厂商收入大约是$100B量级，而SaaS厂商收入大约是$20-30B量级；

基于API的开发者围绕模型花费大量时间，开发者相对终端用户有更高的转换成本；

基础模型注定被商品化，在商品的市场里须面对价格战、同质化竞争。

代表厂商：Anthropic，预计2027年近60%的收入由API贡献。

03 

向基础设施方向做，

开源并通过商用license收费

对于开源模型，其实有一个今天并不显著的商业化选项——推出商用license，向部署开源模型并商用的第三方收license fee，这种策略在数据库领域有广泛应用。

今天各开源模型的license类型其实差异很大：

Deepseek和Qwen（排除Qwen2.5-Max，因其尚未开源）是MIT license，Mistral部分免费小模型和xAI的Grok-1（Grok的开源策略是open source the last version when the next version is fully out）是Apache License 2.0，这些都是开源领域通用的、非常宽松的、真正体现开源精神的permissive license，即允许用户修改、分发、商用。换句话说，三方（云厂商、模型厂商、应用厂商）把开源模型拿去部署并售卖，不需要给Deepseek等交一分钱，这是真正的自由开源，杭州的两个理想主义者在开源精神上做到了全球领先。

Llama是自定义的license，以24年7月的Llama 3.1 community license agreement为例，首先Llama 3.1不可用于改进Llama系列之外的模型；其次允许商用，但如果你用Llama构建的产品或服务的MAU超过7亿，则需要向Meta额外申请授权。另外Meta还在考虑进一步收紧商用条款，例如当其他模型厂商、云厂商转售Llama系列模型时，Meta未来可能会收费，当然目前这还属于小道消息，尚未落在具体的license条款中。

Mistral的代码模型Codestral使用 Mistral AI non-production license (MNPL)，允许研究和测试，但直接禁止商用；Mistral的通用大语言模型使用Mistral AI research license ，允许非商业用途的修改和使用（包括学术研究、个人项目），但若涉及商用，须额外申请并与Mistral协商商业条款，总之商业用途被严格限制，需要获得Mistral批准并交钱。

致力于保护雨林的环保组织是否要适当伐木，有钱维持运营才能更好的保护雨林？

致力于实现AGI的reseach lab是否要适当商业化，有钱招人买卡才能加速靠近AGI？

04 

向服务方向做，

将模型与toB服务结合

此外，或许也还有一条小路——增值服务创收。这条路目前是真挣钱，但我依然不认为服务创收会是领先基础模型公司的主要商业模式，因为人力服务永远没有scalability，这条商业化路径属于基础模型之上的服务商，或者叫行业解决方案提供商。

代表厂商：

咨询服务：Accenture、BCG、McKinsey、IBM等咨询公司已经从GenAI中拿到数亿美元的收入、数十亿美元的订单，以Accenture为例，FY25Q1（2024年9-11月）GenAI bookings $1.2B，实现收入$500M，这个收入量级已经超过除了OpenAI和微软Copilot之外的所有模型和AI应用厂商；

原厂服务：Palantir团队内有大量的 Forward Deployed Software Engineers (FDSEs)，这些工程师与客户合作配置和开发Palantir的软件和模型，这种面向超高客单价客户的模型+服务的商业模式也被Palantir验证有效；

私有化：Cohere 目前的ARR $50M，80%来自客户私有化项目，但伴随着开源模型能力逐渐追赶上闭源模型，私有化的闭源模型生意看上去已经山穷水尽了。

05 

最佳策略

在GenAI发展的早期，商业化结果显然不应是基础模型公司的top priority，但商业化同时又是获取资金、人才、开发者、市场认知度这些关键竞争要素的必选之路。

对于今天基础模型公司的商业化策略选择，可能唯一的判断标准是：在资源的限制下，什么商业化策略能让模型能力演进更快、构建更丰富的技术生态、让更多用户使用，就是最佳的商业化策略。

OpenAI选择应用

Anthropic选择MaaS

Gemini、xAI、豆包选择应用+MaaS

Llama、Mistral、Deepseek、Qwen选择成为基础设施，并有不同程度的开源

以及，hybrid（应用+MaaS+开源）永远是可选的中庸策略

颠覆性的技术面前，站在浪潮的最前沿才是最佳策略。

转载原创文章请添加微信：founderparker