豆包收费，文心升级：国产AI走到十字路口

作为“教育圣地”，海淀每年一进入6月，从黄庄到万柳，从中关村到西二旗，志愿填报几乎硬控着每个有考生的家庭。

过去十几年，海淀家长早已研磨出一套成熟方法论。别的家长填志愿像网购下单，海淀家长填志愿像管理百亿基金。他们会提前研究赛道，建立数据库，动态调仓，孩子在高考的最后一张试卷上画上句号的同时，家长的“人生战略咨询报告”往往早已准备完毕。

6月的海淀，最忙的不是考场，而是深夜的客厅。家长从幕后走向台前，随时盯着家长群信息，开家庭会议，更新自己的数据库。

但今年有些不同。海淀家长们开始把AI引入志愿填报。输入城市、分数、选科和目标方向，几分钟后，一份完整方案便生成出来。学校名单、冲稳保梯队、录取概率、专业分析，甚至未来就业趋势一应俱全。

海淀家长陈航把豆包、文心、DeepSeek等工具戏称为“AI班主任”。过去他需要在搜索引擎、志愿网站、报考群和咨询机构之间反复切换，如今AI负责搜集、整理和分析信息，而他的精力更多放在打探学校、专业和就业等更难获取的一手信息上。

最近发生的两件事，恰好成为这种变化的注脚。

一边是豆包正式推出专业版订阅服务，为更复杂的AI能力设定价格。另一边是百度将文心一言、文心、文心助手等多个入口整合升级，把更多新增能力收束到统一的入口。

表面看，两家公司动作各异。但都指向一个问题，如何直接向用户交付结果。

Anthropic的最新研究显示，在全球范围内，用户让Claude直接完成任务的比例，在8个月内从27%上升到39%。越来越多人不再把AI当作搜索工具，而是可以交付成果的执行者。

这一趋势在志愿填报场景中体现得尤为明显。陈航并不关心AI如何一步步查找数据，他更在意的是输入分数后，能否直接获得一份可执行的志愿方案，学校怎么排、专业怎么选、未来就业如何判断。

高考志愿填报或许只是一个缩影。当越来越多用户不再关心模型如何思考，只关心问题是否被解决，AI产业竞争的焦点，也正在从模型能力转向结果交付能力。当AI开始承担交付结果的角色，豆包的订阅制，本质上就是在给结果定价。文心的整合，则是降低用户获得结果的路径成本。

01

从提供工具到交付成果

AI行业正在发生一个容易被人忽略的变化。

过去几年，AI工具应接不暇，用户根本用不过来。他们时常游走在不同的AI工具里，让其写一份报告、做一份PPT、选好一个志愿、整理一份研究材料，但真正的交付结果能力总是不太满意。

做“有用的AI”不只是英伟达CEO黄仁勋口中的判断，也在事实意义上影响着AI产业的走向。2026年，大量AI应用产品的目标，开始从工具服务思维转向交付成果。从AI绘图到AI视频，从数字人到vibe coding应用，在市场上拿到成果的AI公司背后的逻辑颇为一致，用户需要的并不只是一个更聪明的模型，而是一个能够替自己完成任务的系统。

这并不是说当下模型能力不重要了，只是它已经不像过去那样是决定行业走向的唯一变量。

2023年，大家还在讨论国产模型和GPT差了几年，2026年，已经很少有人讨论这个问题了。

彼时在知识理解、逻辑推理和代码能力上，国产模型需要追赶的是代际差距。每一次OpenAI发布新模型，国内也掀起热议。但过去一年里，无论是DeepSeek、豆包、文心还是千问，都在推理、代码、多模态和Agent能力上快速迭代。以DeepSeek V4为例，其已经支持100万上下文窗口，部分维度在公开测试中展现出接近GPT-5和Claude新一代模型的能力水平。百度新一代基础大模型文心大模型5.1，也以业界同规模模型约6% 的预训练成本，登上 LMArena 搜索榜国内第一、全球第四。

随着越来越多国产模型进入全球主流模型排行榜，对大多数用户而言，他们很少关心一份志愿报告背后调用的是文心、豆包还是DeepSeek，他们更关心的是，AI能不能把报告写完，把PPT做好，把复杂任务执行到最后一步。

当AI的任务从回答问题变成替人干活，衡量标准就从benchmark，变成了用户场景的深入程度的问题。IBM首席AI架构师Gabe Goodhart就指出，“模型本身不会成为主要的差异化因素”，他认为企业的长期竞争优势将来源于私有行业数据、业务工作流编排与垂直行业解决方案。

于是新的竞争开始出现，大厂需要回答一个新的问题，就是如何更高效地将AI智能转化成用户想要的结果，谁能帮用户更快拿到结果。

02

两条路径，同一个问题

同样回答“AI怎么交付结果”这个问题，豆包和文心给出了截然不同的答案。

一个选择筛选出愿意为结果付费的用户，一个选择升级入口换取用户规模。尽管路径不同，他们都在解决同一个问题，就是如何更高效地交付结果。

豆包选择的是通过订阅制给结果定价。6月，豆包推出专业版付费订阅，标准版68元/月，加强版200元/月，高级版500元/月。在海外，OpenAI已经用超过250亿美元的年化收入为豆包趟过了路。它的判断是，当用户开始频繁使用AI完成任务，结果本身会产生付费意愿。

当然豆包也和ChatGPT一样，面临着免费模式下的高昂Token成本压力。对豆包来说，前期积累的用户，也到了变现的时刻。

几乎同时，百度文心的选择是继续免费，而且整合升级入口，把任务执行、高阶模型和办公生态等打包成一个低门槛的生产力入口。这背后考量因素或许是百度想用更完整的功能矩阵和更低使用门槛，换取用户规模、场景黏性和长期生态价值。

据QuestMobile数据显示，百度文心助手月活跃用户规模为3.6亿。这个数字放在国内的AI应用里不算低，但关键的是看用户来了之后干什么。

AI志愿报告、深入研究、AI PPT、AI音乐、测运势、定时任务，基于模型，文心在持续进行功能扩容。AI志愿报告对应升学决策，深入研究对应资料分析和知识整理，AI PPT和文档能力对应生产力场景，AI音乐对应创作需求，测运势对应轻量生活娱乐场景，定时任务则对应持续服务和主动执行……

从多步骤任务、Agent场景执行、免费高阶模型能力，到Office全家桶的覆盖，意味着文心对标的不只是聊天工具，而是用户办公流程中的结果交付。

这离不开百度技术栈的厚度支持。昆仑芯、百度智能云、文心大模型、智能体应用，百度从芯片一路铺到应用，是从芯片到应用能自建闭环的少数几家大厂之一。Questel的专利数据也佐证了这一点，百度在生成式AI、深度学习、大模型专利申请量全球第一，智能体、数字人国内第一。这种提前储备也让文心的入口升级变得顺理成章。

如今，两条路径，不同的切入点，指向同一个终局，AI将成为深入用户生活、工作的基础设施。而豆包在问谁愿意为结果付费，文心选择把入口做好、把场景铺满，让用户自然留下。答案可能不同，但问题本身，已经定义了AI竞争的新阶段。

03

AI行业加速迈进结果经济时代

行业的新共识已经形成，全球最头部的几家AI公司，在同一时间做出了相同的战略转向。

OpenAI的转变颇为彻底。过去两年，ChatGPT走的是C端产品订阅服务和API收费的传统路子。年初，奥特曼还在社交平台晒API业务单月ARR新增超过10亿美元，随后CFO Sarah Friar就在达沃斯表态，OpenAI正在探索和客户价值共享的路径，用OpenAI做药物研发，药卖出去后，OpenAI要按结果分成。作为头部AI大厂的OpenAI也在探索通过交付结果来提升营收的新方式。

Anthropic走了另一条路。它联合黑石、高盛成立15亿美元的企业服务公司，把最近颇为火热的FDE（驻场工程师）结合Claude，融入企业用户法务、财务、研发、生产的全链条。不靠卖廉价的API赚辛苦钱，通过专属定制方案赚钱成了新思路，OpenAI也以和Anthropic近乎同步的节奏，宣布了成立企业服务公司。

可以明确的是，AI竞争的核心，正在从谁的模型更强转向谁能真正融入工作流。

Google的选择和百度颇为相似。在5月的Google I/O大会上，CEO皮查伊宣布Gemini App月活已突破9亿，搜索AI模式月活超10亿。他提出，AI的下一站，是会行动的智能体。而从Gemini 3.5系列开始，到Antigravity开发平台，以及还在路上的“Gemini Spark”个人AI代理，Google更倾向用平台逻辑，把AI嵌入用户原本的使用场景。

Gartner甚至专门造了一个词——OaAS（Outcome as an Agentic Solution，智能体结果即服务），来描述这种新的企业服务模式。Gartner预测，2026年全球AI支出将达到2.59万亿美元，同比增长47%。其中Agentic AI在软件领域的支出预计增长141%。

百度是这一趋势在中国的具体注脚之一。

2026年5月的Create百度AI开发者大会上，李彦宏提出了DAA（Daily Active Agents，日活智能体数），认为Token不一定代表终局，它只代表成本并不代表收益，衡量一个平台和生态的繁荣，更应该关注有多少Agent在给人类干活，并交付结果。从Token到DAA，这和OpenAI从按用量计费到按成果抽成的转向、Gartner提出的OaAS概念，指向的是同一个方向。

与此同时，百度作为全球少有的全栈布局玩家，完成“芯—云—模—体”全链路布局，本质上在AI长期竞争中建立自己的基础设施纵深。百度智能云升级为“面向大规模智能体应用的新全栈AI云”，形成底层降低AI算力成本、中间赋能Agent运行环境、上层推动应用的闭环。文心网站的升级整合，也是同一个逻辑的延伸。通过把分散的AI入口收拢升级，把底层算力、模型能力、应用生态聚合到一个入口，帮助用户在一个入口里，高频高效地完成所有任务。

当企业转向AI生产力的竞争，AI的意义，也就从“它有多聪明”变成了“它帮我完成了什么”。

像谷歌百度这样的科技大厂，他们选择把入口整合、场景铺开、模型能力下沉到具体的任务链条里，商业化重心也从单点收费，转向长期入口价值。毕竟谁离用户的真实需求更近，谁就最容易拥有话语权。

不过，眼前的热闹依然只是开始，AI产业正在经历一次价值重估。模型终将成为基础设施，谁能更快把模型能力变成用户手里报告、PPT、志愿方案，谁就能在下一轮站稳。结果，才是新的入口。

撰写｜马舒叶

编辑｜刘培