早期 AI 公司最常见的死法,不是模型不够强,而是试错次数不够多。每换一次提示结构、每加一条工具调用、每重跑一遍评测集,都是钱和时间。前沿模型公司现在开始直接补贴这段试错期:给入选的早期公司开放模型产品、API 额度、更高的调用上限,外加一些工程支持。
这不是做慈善。
补贴买的是默认选项
一家种子轮公司,工程师通常不会同时接四家模型。谁先把 SDK 跑通、谁的响应格式最省事、谁的文档最少踩坑,后面的代码就会围着谁长。等到产品有收入、调用量上来,迁移这件事就从「改个接口地址」变成了「重跑全部评测、重调所有提示词、再跟客户解释为什么输出变了」。
模型公司比谁都清楚这笔账。额度是获客成本,不是福利。云厂商这么干了十几年,现在只是把同样的动作提前到了更早的阶段:不等你有采购预算,先让你在还没收入的时候就把接口写进产品。
为什么抢的是种子轮
两个变化叠在一起。
一是模型之间的差距在缩小。同一梯队的模型在通用任务上互有胜负,价格和延迟的权重上升,客户没有非谁不可的理由。二是企业侧的支出高度集中,少数大客户贡献了很大一块收入。Anthropic 今年早些时候披露,年支出超过 10 万美元的客户数量同比增长了 7 倍。这个数字有两面:小客户确实会长成大客户;反过来,收入也太依赖少数客户。
所以逻辑很直接:与其等公司长大再来比价,不如在它还只有三个人、还没定技术栈的时候,先成为默认选项。抢种子轮,本质是在抢三年后的采购清单。
申请口径:给什么,看什么
公开信息里,这类计划通常给四样东西:模型产品的访问权限、一定额度的 API 调用、更高的速率限制,以及技术资源对接。审核看的不是材料写得多漂亮,而是业务有没有真实进展、融资到什么阶段、打算把模型接进哪个环节。名额不是申请就有,发放方保留裁量权。
对创始人来说,这里有个容易搞错的点:额度不等于免费。它通常有有效期、有批次、有适用范围,速率限制也不等于生产级 SLA。真正要问的是三个问题:
- 这笔额度能覆盖几个月的调用量,到期后单价是多少?
- 提上来的速率限制,是只在测试环境,还是生产环境也能用?
- 技术对接给到哪一层,是几份文档,还是能直接拉人排查?
把它当启动资金,别当毛利
一个常见的翻车方式,是把补贴算进单位经济模型。演示阶段调用不花钱,就按接近零的推理成本定价;等额度用完,毛利率一夜之间变成负数。
更稳妥的记账方式,是把额度当成一次性的启动资金:它买的是试错次数,不进长期成本结构。定价、续费、扩容这些模型,一律按公开单价算。这样补贴停掉的时候,业务不会跟着停。
另一个坑是过早深度绑定。提示词、工具调用格式、缓存策略、评测集,如果全部围绕一家写死,迁移成本会在半年后集中爆发。比较省事的做法是留一层薄抽象:把模型调用收敛到一个内部接口,把评测集单独维护,把业务逻辑和提示词分开。抽象层不用做得很复杂,能在一周内换掉一家就行。
哪里会翻车
- **额度到账不等于能跑。** 并发上限、区域可用性、模型版本更新,任何一项变化都可能让压测结果作废。
- **数据和合规条款要先看。** 不同厂商对数据留存、是否用于训练的默认设置不一样,早期没分清,后面改起来伤筋动骨。
- **别只拿额度不谈价。** 额度之外还有承诺用量折扣、企业合同和结算方式,早期谈下来的条件,比几个月的免费调用值钱。
- **供应商说的「技术资源」要落到人。** 没有明确对接人和响应时限的支持,等于多了一个文档链接。
结论
补贴可以拿,但要按「一次性启动资金」记账,不要按「长期成本结构」记账。真正该锁的不是某一家模型,而是可替换性:一层薄接口、一套能复跑的评测、一份随时能带走的提示词资产。
早期最贵的从来不是调用费,是试错次数。额度能买到更多次试错,但试错的方向得能带走。