百川智能：医疗垂直转型中，API低价与院外故事谁买单

医疗模型开源换生态，API低价引流但毛利让给了搜索

百川智能将医疗模型M3开源，并通过API按千tokens计费，输入0.01元、输出0.03元，M3-Plus进一步降至输入0.005元/千tokens、输出0.009元/千tokens。这种定价明显低于通用模型，目的是吸引开发者和医疗机构试用，建立医疗场景的调用生态。但低价API本身难以盈利，真正的收费点在于调用时自动触发的医疗搜索，每次0.03元。

这意味着模型API更像是获客入口，收入重心被引导至搜索服务。然而，搜索按次收费能否被客户接受，取决于搜索结果的准确性和不可替代性。目前公开资料未披露搜索的调用量和收入贡献，但低价API与按次搜索的组合，反映出公司在医疗场景中寻找可计费环节的尝试。

从产品线看，基础模型、医生端产品和大众端产品三条线并行，但资源聚焦在医疗。开源M3有助于建立技术声誉，但也削弱了模型本身的直接变现能力。产品策略的核心矛盾是：用开源和低价换生态，但生态的付费意愿尚未验证。

医生端与大众端产品并行，但支付方割裂

百川智能规划了医生端产品和大众端产品，医疗应用“百小应”已接入M3，面向医生与患者开放。医生端产品可能通过医院采购或医生个人订阅收费，但公开资料未披露具体定价和合同金额。大众端产品则指向患者自付，例如健康陪伴和辅助决策，王小川称未来商业化是To C导向。

这种并行策略的挑战在于，医生端和大众端的支付逻辑完全不同：医生端依赖机构预算，决策链长；大众端依赖个人付费意愿，客单价低。公司同时推进两条线，可能分散资源，尤其在职员不足200人的情况下。

应用方向还包括AI儿科、AI全科和精准医疗，这些场景的付费方可能是医院、保险或患者，但账本未披露任何收入数据。产品线的宽度与团队的压缩形成反差，执行风险较高。

API按tokens计费，低价策略难撑收入

百川智能的第一条收入线是API调用，按千tokens计费。Baichuan-M3输入0.01元/千tokens、输出0.03元/千tokens；M3-Plus输入0.005元/千tokens、输出0.009元/千tokens。这一定价在行业中属于低位，目的是降低调用门槛，吸引开发者。但低价意味着需要极大调用量才能形成可观收入，而账本未披露任何调用量或API收入数据。

此外，新注册用户赠送金从8元提升至80元（2024年5月22日下午起，有效期3个月），进一步降低了实际付费门槛。这种补贴策略在早期常见，但也推迟了收入验证。API收入能否覆盖模型推理成本，公开资料未披露。

从商业逻辑看，API低价是为了换生态，但生态的付费转化路径不清晰。如果开发者只是试用而不持续调用，API收入将长期停留在象征性水平。

医疗搜索按次收费，存储费补充但规模未知

第二条收入线是医疗搜索和搜索增强服务，均按0.03元/次收费。当调用M3-Plus时，会自动触发医疗搜索并单独计费。这相当于在模型调用之外，增加了一个按使用量计费的环节，试图从高频医疗查询中变现。

另外，知识库文件存储收费1.5元/GB/天，单用户限5G存储，这是面向有文件管理需求的客户。存储费属于补充收入，规模预计有限。

问题在于，搜索按次收费的合理性取决于搜索结果的独特价值。如果通用搜索也能满足需求，客户可能不愿额外付费。账本未披露搜索的调用次数和收入占比，无法判断这条收入线是否成立。王小川称未来商业化是To C导向，但To C的付费模式（如订阅）尚未在定价中体现。

客户从ToB转向医疗，但支付方未明

百川智能在2025年3月裁撤金融、教育等ToB项目，集中资源聚焦医疗。目前的客户方向包括医院、医生和患者。据R10报道，北京十三家国家医学中心中有七家已与百川建立联系，这表明公司在医疗机构侧有一定触达，但“建立联系”不等于付费合同，账本未披露任何医院采购金额。

王小川判断医疗AI未来巨大增量在院外而非院内，主要服务患者而非替代医生。这意味着公司的目标客户将从医院转向个人患者。但患者自付的前提是产品能提供明确的健康价值，且价格可接受。目前百小应面向医生与患者开放，但收费模式未披露。

客户结构的转变带来收入模式的不确定性：医院付费决策慢、账期长；患者付费客单价低、获客成本高。公司同时覆盖两端，但资源有限，可能需要取舍。

靠医院关系和开源社区触达，但规模化渠道未建

百川智能的触达渠道包括与国家医学中心的联系、开源模型社区以及百小应应用。与七家国家医学中心建立联系有助于进入医疗场景，但这种关系型销售难以快速复制。开源M3可以吸引开发者，但开发者转化为付费客户的路径不清晰。

百小应作为大众端产品，可能通过应用商店和线上推广触达患者，但账本未披露用户获取成本和渠道效率。在团队压缩至不足200人的情况下，公司难以同时维护医院关系、开源社区和消费者推广三条渠道。

渠道策略的矛盾在于：医疗机构的信任建立需要时间和人力，而大众市场需要营销投入，两者都考验资金和团队。公司称现金充足，但渠道建设的效果尚未显现。

钱花在模型研发和医疗数据，团队压缩省现金

百川智能的主要成本包括模型研发、医疗数据获取和团队薪酬。公司从450人压缩至不足200人，管理层级从3.6级降至2.4级，这直接降低了人力成本。王小川称精简非因财务压力而是主动决策，但压缩团队也意味着研发和商业化力量减弱。

医疗模型的训练需要高质量医疗数据，获取和标注成本较高。此外，开源M3和低价API意味着推理成本需要自行承担，而收入侧价格极低，毛利空间可能为负。账本未披露研发支出和推理成本的具体数字，无法量化。

存储收费1.5元/GB/天可能覆盖部分基础设施成本，但规模有限。整体来看，公司靠压缩团队和控制开支来延长现金跑道，但收入增长乏力可能使亏损持续。

靠A轮50亿元和自称120个月安全期活着

百川智能在2024年7月获得50亿元A轮融资，并以200亿元估值开启B轮融资。据R2/R5报道，王小川称公司安全期长到即便完全没有收入也可支撑120个月，账户有充足现金流。这表明公司短期内的生存不依赖收入，而是依赖股权融资。

然而，王小川也承认2025年资本环境不确定性显著增加，获取支持难度大得多。如果B轮融资未能完成，公司需要靠现有现金维持，而压缩团队是控制烧钱速度的措施之一。

资本策略的核心是：用融资换时间，等待医疗产品验证。但120个月的安全期是王小川的单方面说法，账本未披露现金余额和烧钱率，无法独立验证。若产品商业化迟迟无法突破，后续融资将更加困难。

医疗模型开源建声誉，但场景闭环未验证

百川智能的护城河可能来自医疗领域的模型能力和医院关系。据R12报道，M3在HealthBench上得分65.1分，Hard子集44.4分，称超越GPT-5.2，该分数为厂商/单一媒体报道，未经独立验证，这有助于建立技术声誉。与七家国家医学中心的联系提供了场景入口。

但评论认为百川缺乏真实医疗场景闭环验证，面对华为、字节、蚂蚁等巨头竞争吃力。开源模型意味着技术壁垒有限，竞争对手可以快速追赶。医院关系也需要持续投入维护，而公司团队压缩可能削弱服务能力。

真正的护城河应该是医疗数据和场景中的付费闭环，但这两者都尚未得到账本证实。如果公司不能在医院或患者侧形成持续收费，技术声誉难以转化为商业优势。

收入模式未验证，低价API难撑商业化

百川智能的API定价极低，医疗搜索按次收费的规模未知，存储费补充有限。王小川称未来商业化是To C导向，但面向患者的收费产品尚未披露定价和付费率。公司收入几乎可以肯定远低于研发和运营成本，而账本未披露任何收入数字，无法评估商业化进展。

风险在于，如果医疗搜索和百小应无法形成规模化收入，公司将持续依赖融资。在资本环境收紧的背景下，融资难度增加，可能迫使公司进一步收缩或寻求出售。

联创离职与巨头竞争，团队和执行承压

据R10报道，多位联合创始人及商业化负责人离职，包括焦可、陈炜鹏、洪涛、邓江。核心团队变动可能影响战略连续性和执行效率。同时，华为、字节、蚂蚁等巨头在医疗AI领域布局，百川作为创业公司资源有限，竞争压力大。

团队压缩至不足200人，管理层级减少，虽然降低了成本，但也可能削弱产品研发和商业化能力。在医疗这样需要长期投入的领域，团队稳定性至关重要。离职潮若持续，将加剧执行风险。