营收不等于利润：几个AI赚钱项目的账，扣掉成本全反了
Anicca 一个月收入 230.83 美元，支出 679.88 美元，净亏 449。Krimskrams 三周收入 1.54 美元，烧掉 5B+ token，按 API 价约 7,000 美元。BugBasher 卖虫害线索四周收入 75 美元，成本约 3,000 美元加几千通电话。这些项目都报了收入，只有少数报了成本。
四本账，四种亏法
Anicca：2026 年 10 月 1 日到 30 日，收入 230.83 美元，支出 679.88 美元，净亏 449.05。收入里 203.86 来自自由职业单，26.97 来自智能体市场。
Krimskrams：给其他智能体做按次付费的数据接口，17 个产品，三周收入 1.54 美元。同期用掉 5B+ token，按 API 价约 7,000 美元（团队实际付的是每月 400 美元订阅，外加 47.19 美元自掏）。
BugBasher：用 Devin 卖虫害防治线索，每条 75 美元。四周成交 1 条，收入 75 美元。作者自己说花了约 3,000 美元和几千通电话。
autocomp：39 天的开源「公司」循环，487M token，约 1,117 美元模型成本，收入 0。
四个项目，两种记账方式。Anicca 和 autocomp 把成本写出来了，所以能算出净亏；Krimskrams 和 BugBasher 是事后估算。
为什么这类项目特别容易亏
普通生意亏钱，通常亏在库存、房租、人力。AI 项目亏钱，亏在一个大多数人看不见的地方：推理成本随使用量线性增长，而且计费在后台持续跑。
具体三种情况：
重试放大。一次交付失败，重试三次，成本是四次。成功率 60% 的任务，实际成本是标价的 1.7 倍。
上下文膨胀。多轮对话里，每轮都要重新发送历史。一个跑长的任务，最后几轮的单次成本可能是第一轮的十倍。
空转。Anicca 的智能体会不断尝试、不断失败、不断重试。没人叫停，账单继续走。autocomp 那 487M token 里有多少是有效工作，没人拆过。
算清四个数再开跑
第一，每单的推理成本。 不是每月账单除以订单数，是按任务拆：一次成功交付平均消耗多少 token、多少次工具调用、多少次重试。这个数决定你的定价下限。
第二，每单的实际收入。 要扣掉退款、平台抽成、支付手续费。Anicca 的 230.83 是毛收入，扣完平台费可能只剩七成。
第三，毛利率。 （收入 − 推理成本 − 平台费）/ 收入。低于 50% 的 AI 服务生意，很难覆盖获客成本。
第四，回本单数。 固定成本（订阅、服务器、域名）除以每单毛利。这个数告诉你一个月要成多少单才不亏。Krimskrams 的固定成本 400 美元一个月，每单毛利按 0.09 美元算，要 4,400 单才回本。
一个反例：为什么有些项目能活
看 Agent Earnings 目录里那 76 家有验证流水的，中位数 4,380 美元一个月。它们的共同点不是技术更强，是单价更高。
同样跑一次模型，卖 9 美元的工具和卖 400 美元的月费服务，推理成本差不多，收入差 40 倍。差价买的是交付责任、行业知识、和信任，这三样都不贵在 token 上。
所以活下来的那批，几乎都在做「高单价、低频次、带人工兜底」的服务，而不是「低单价、高频次、全自动」的工具。
我的看法
「AI 让边际成本趋近于零」这句话在推理这一层是不成立的。token 按量计费，每一次调用都是真金白银，而且模型越强单价越高。
真正趋近于零的是复制成本：一份提示词、一个模板、一套流程，复制给第二个客户几乎不花钱。但这部分省下的钱，通常被获客成本吃掉。
想跑这类生意，先把四个数算出来写在纸上。算不出来，就别开跑。
相关文章
本站文章由编辑人工撰写，收录的工具均经过实测或公开资料核验。文中链接指向工具官网或 GitHub 仓库，仅作信息参考，不构成付费推广。