商汤科技：模型开源换生态，算力租赁赚薄利

开源U1换开发者使用量，模型本身不直接收费

商汤2026年4月28日发布并开源SenseNova U1系列原生统一多模态模型，Lite档含SenseNova-U1-8B-MoT与SenseNova-U1-A3B-MoT两个规格，5月10日又开源A3B-MoT权重。开源意味着模型权重可被自由下载，商汤不靠卖模型拷贝赚钱，而是把模型当作吸引开发者进入其算力与工具链的入口。

这一策略的代价是研发投入无法通过授权费回收。U1四个训练阶段累计token数超3.4万亿，预训练语料约2.1万亿token，这些训练成本需要靠后续的API调用、算力租赁或行业项目来分摊。开源换来的适配与口碑，是商汤在国产芯片生态中占位的筹码。

产品节奏上，商汤用U1 Lite开源、U1 Pro邀请测试、U1.5迭代高分辨率生成，形成从免费到付费的梯度。但公开资料未披露各档模型的付费转化率，开源能否带来可持续收入仍是待验证假设。

NEO-unify架构去视觉编码器，推理成本是设计目标

SenseNova U1采用NEO-unify原生统一架构，去除视觉编码器与VAE，统一理解与生成表征。这一设计的商业含义是减少多模态推理的组件数量，理论上降低单位token的算力消耗。商汤称SenseNova 6.7 Flash-Lite在信息搜索场景Token消耗较纯文本智能体降60%，说明其产品迭代明确指向推理成本。

但架构优势能否转化为毛利，取决于部署环境。商汤大装置兼容英伟达与国产异构芯片，支持公有云、私有化及一体机部署。国产芯片适配可以降低对单一供应商的依赖，但适配本身需要工程投入，且不同芯片的推理效率差异会直接影响成本。

对商汤而言，NEO-unify是技术叙事，也是成本工具。它能否让Token套餐在低价下不亏，公开资料未披露单位推理成本数据，无法判断。

Token套餐按调用量收费，免费额度先养使用习惯

商汤面向开发者推出SenseNova Token Plan，公测期每5小时1500次免费调用额度，2026年9月11日新闻口径称日均Token使用量已超5000亿。免费额度是获客手段，付费按Token调用量计费，属于典型的用量定价。

这条收入线的付费方是开发者和中小企业，他们为无需自建算力的模型调用付费。但Token单价与套餐价格公开资料未披露，无法判断5000亿日均调用量对应多少收入。调用量高不等于收入高，免费额度与低价竞争会压低ARPU。

商汤把Token套餐与开源模型绑定：模型免费下载，但推理算力可以买商汤的。这是用开源换算力生意的逻辑，收入不来自模型授权，来自调用与部署。

算力租赁按项目计价，毛利被GPU租入成本吃掉

商汤的另一条收入线是算力租赁与AI中台项目。东方材料2024年向上海商汤科技开发有限公司提供算力租赁，营业收入1,598.00万元、毛利率10.90%。东方材料从供应商租入算力GPU并自购配套设备，搭建算力池租赁给商汤并提供运维，其中营业成本1,423.82万元，算力GPU租赁费1,415.24万元。

这组数字说明商汤的算力租赁是转租模式：GPU不是自己的，毛利空间被上游租赁费压缩。东方材料披露的商汤项目毛利率10.90%低于其算力业务综合30.93%，或反映商汤在算力租赁链条中议价能力有限（推断）。

商汤大装置万象平台还上架DeepSeek-V3、DeepSeek-R1等第三方模型，提供3个月内1000万tokens免费权益。平台化可以扩大客户触达，但第三方模型调用同样消耗算力，收入归属与分成比例公开资料未披露。

央国企与运营商买单，开发者贡献使用量不贡献大合同

商汤大装置已服务央国企、运营商、金融、互联网、汽车及泛科技等行业客户。商汤与中国移动广东公司联合体中标越秀集团AI中台大模型能力建设项目，采用日日新融合大模型。这类客户的特点是项目制采购、决策链长、偏好私有化部署，付费方是机构预算而非个人订阅。

开发者侧则是另一群客户：他们用免费额度测试SenseNova U1，用Token套餐做轻量应用，单客收入低但数量大。SenseNova U1已上线商汤AI办公智能体“办公小浣熊”，也是在用具体场景触达非技术用户。

两类客户并行，但收入贡献结构公开资料未披露。从毛利率看，行业项目若涉及算力转租，毛利同样受GPU成本约束；开发者Token套餐的毛利则取决于推理效率。

开源社区与国产芯片适配，是触达开发者的前置渠道

商汤的渠道不是传统销售网络，而是开源发布与芯片适配。SenseNova U1发布当日包括昇腾在内10家国产芯片公司完成适配，这让使用国产芯片的开发者能较低门槛跑起商汤模型。开源权重在社区传播，适配名单则把商汤嵌入国产算力生态。

行业客户侧，商汤通过联合体投标触达大型国企。与中国移动广东公司联合中标越秀集团项目，说明商汤借用运营商的政企关系进入客户，而非完全自建销售队伍。这种渠道模式降低了获客成本，但也可能使商汤在项目中处于技术供应方位置（推断）。

线上入口包括大装置万象平台和办公小浣熊智能体。平台承担模型分发与算力售卖，智能体承担场景演示。渠道组合清晰，但各渠道转化效率公开资料未披露。

钱花在GPU租入与训练token上，算力是最大单项成本

从东方材料披露的商汤项目成本看，营业成本1,423.82万元中算力GPU租赁费1,415.24万元，占比极高。这意味着在该项目中，商汤算力租赁业务的成本几乎全是GPU租入费用，自购配套设备与运维占比很小。商汤没有把GPU资产放在自己表内，而是通过供应商租入，降低了资本开支但牺牲了毛利。

训练侧，SenseNova U1四个训练阶段累计token数超3.4万亿，预训练语料约2.1万亿token。这些token对应的是训练算力消耗，是模型研发的主要支出。商汤大装置兼容英伟达与国产异构芯片，多芯片适配本身也产生工程成本。

成本结构的核心矛盾是：收入端按Token或项目计价，成本端按GPU租入计价，两端都受算力市场价格波动影响。商汤的利润空间取决于能否用更便宜的国产芯片替代高价GPU，以及推理效率能否抵消租入成本。

靠第三方算力供应商垫资产，商汤做轻资产转租

商汤算力租赁的资金模式是轻资产：东方材料从供应商租入GPU、自购配套设备搭建算力池，再租赁给商汤。商汤不直接持有GPU资产，而是按项目支付租赁费。这种结构让商汤避免了大规模资本开支，但也把毛利让给了掌握GPU的供应商。

研发投入则依靠公司自有资金与经营现金流。商汤业务分生成式AI、传统AI、智能汽车三板块，传统AI与智能汽车能否为生成式AI输血，公开资料未披露各板块盈利数据。

上市公司的融资渠道存在，但累计融资与最近估值公开资料未披露，本报告不补写。若公开披露的融资信息有限，则其现金流更依赖算力转租与模型调用量增长（推断）。

开源生态与国产芯片适配是位置优势，不是利润护城河

商汤的护城河不在模型权重，因为权重已开源。它的位置优势在于：SenseNova U1发布当日10家国产芯片公司完成适配，商汤成为国产算力生态中一个被适配的模型选项。开发者选商汤模型，部分原因是在国产芯片上跑得通。

但位置优势不等于利润保护。东方材料披露的商汤项目毛利率仅10.90%，说明商汤在GPU供应链上议价能力有限。模型调用环节的毛利取决于推理成本，而推理成本又取决于芯片采购价格。商汤的NEO-unify架构去除视觉编码器与VAE，是降低推理成本的技术手段，但竞争对手同样可以优化架构。

行业客户关系与私有化部署经验可能构成护城河候选，但项目数量与续约率未披露，无法验证。

算力转租毛利薄，上游GPU涨价直接吃掉利润

东方材料披露的商汤项目毛利率为10.90%，低于其算力业务综合30.93%。差距可能反映商汤在转租链条中议价能力有限（推断）。这意味着商汤对上游GPU供应商议价空间有限，GPU租赁市场价格上涨会直接压缩本已微薄的毛利。

如果商汤想提高毛利，要么自购GPU（资本开支上升），要么提高项目报价（客户接受度存疑）。两条路都不轻松。算力租赁规模越大，薄利对现金流的占用越明显。

开源模型不带来直接收入，付费转化率未验证

商汤开源SenseNova U1系列，模型权重可被免费下载。开源能扩大使用量，但使用量不等于收入。Token套餐公测期每5小时1500次免费调用，日均Token使用量超5000亿，但这些调用中有多少转化为付费，公开资料未披露。

如果开发者停留在免费额度内，或用开源权重自建推理，商汤的算力租赁与Token收入就无法随使用量同步增长。开源策略的赌注是：使用量最终会转化为对商汤算力与服务的付费，但转化路径与转化率均未验证。