商业模式拆解 · H Company
H Company:卖 Agent 模型,毛利可能让给云厂商(推断),赌企业部署
靠低价模型 API 和企业 Agent 平台订阅赚钱,最大赌注是创始人分裂后转向 B2B 部署能否跑通。
关键数字
H Company 的核心收入线是按月订阅的 Agent 平台(Developer 29 美元/月,含 6500 万 token)和按量计费的 Models API,免费层和免费扩展 HoloTab 承担获客。钱主要花在两处:一是维持 30 亿参数级 Holo 系列模型的研发和训练,二是 2025 年 12 月报道的 B2B 转向——向企业和政府客户派驻部署工程师。公司靠 2024 年 5 月的 2.2 亿美元种子轮活着,公开资料未披露后续融资和收入。最可能的结局是:模型能力不构成独占优势,订阅单价低、免费层慷慨,收入规模难以覆盖部署工程师的人力成本;要么被云厂商或企业软件公司收购,要么收缩为细分场景的 Agent 工具商。最大的赌注是把筹码押在“部署工程师驱动的 B2B 采用”上,而这恰恰是创始人分裂后新 CEO 的 Palantir 式打法。
产品与模型
开源小模型换开发者注意力,再卖 API
H Company 的产品路径是先开源再变现:据 R11/R14,2025 年 6 月开源 30 亿参数 Holo-1,Surfer-H-CLI 在 WebVoyager 基准达 92.2% 准确率(账本未说明该成绩是否也适用于 Holo-1);2026 年 3 月发布 Holo3 计算机使用模型。开源小模型降低了开发者的试用门槛,也让公司以“能力展示”替代品牌预算。
但开源策略的另一面是模型本身难以直接收费。Models API 按 OpenAI 兼容格式提供,免费层限每分钟 10 次请求,且仅限 holo3-1-35b-a3b 一个模型。这意味着付费 API 的转化发生在开发者用完免费额度之后,而不是模型能力的独占性上。
对一家 80-90 人的公司来说,维护开源模型、API 服务和浏览器扩展三条产品线,研发摊薄压力不小。产品线宽度是获客需要,但也意味着每条线都难做深。
依据R11R14R3R4免费浏览器扩展做入口,付费墙放在并发和额度上
据 R4/R11,2026 年 4 月 15 日推出免费 Chrome 扩展 HoloTab,直接面向终端用户。它的作用不是收入,而是把 Agent 能力塞进用户日常浏览场景,为 Agent 平台导流。
付费墙的设计很具体:Free 套餐 0 美元、每计费周期 1500 万 token、3 个并发会话;Developer 套餐 29 美元/月、6500 万 token、10 个并发会话。限制维度是 token 额度和并发数,而不是功能阉割。这种设计把重度使用者和轻量试用者分开,但 29 美元的定价也把客单价压在低位。
API 额度用尽返回 402,未用额度可能购买后一年过期且默认不退款。这是典型的预付费现金流模式,但同时也提高了开发者的试用心理成本。
依据R1R2R3R4收入模式
Agent 平台订阅:29 美元月费,靠额度分层
第一条收入线是 Agent 平台订阅。Developer 套餐 29 美元/月,含每计费周期 6500 万 token 和 10 个并发会话;Free 套餐 0 美元,含 1500 万 token 和 3 个并发会话。付费点不在功能,而在用量和并发。
这个定价结构的含义是:H Company 把 Agent 平台当成开发者工具卖,而不是按任务结果或席位收费。29 美元的月费在开发者工具里属于低档,目标显然是先扩大付费用户基数,而不是提高客单价。
但低月费叠加慷慨的免费层,意味着从免费到付费的转化必须靠用量自然溢出。如果开发者用量长期停留在免费额度内,订阅收入的漏斗就会很窄。
依据R1R2Models API 按量计费:免费层限速换试用
第二条收入线是 Models API 按量计费,OpenAI 兼容格式,免费层限每分钟 10 次请求,仅开放 holo3-1-35b-a3b 一个模型。付费层按 token 用量收费,额度用尽返回 402。
按量计费的好处是与使用量同步增长,坏处是单价和毛利受制于推理成本。公开资料未披露基础设施,若推理跑在外部云上,API 毛利可能让给云厂商(推断)。免费层限速 10 次/分钟,是在控制推理成本的同时保留试用体验。
未用额度可能一年过期且默认不退款,这改善了预收现金的留存,但也可能劝退谨慎的开发者。整体看,API 收入是订阅收入的补充,而不是独立的大生意。
依据R1R2R3客户与市场
从开发者自助转向企业与政府客户
H Company 的客户分两层。表层是自助开发者和小团队,通过免费层、HoloTab 和开源模型进入,按 29 美元/月或 API 用量付费。深层是企业和政府客户:FDJ United 被列为客户;2025 年 11 月 Choose France 峰会宣布与其合作部署代理式 AI;2025 年 12 月报道称公司转向 B2B 企业与政府客户,派驻“部署工程师”推动采用。
这两层客户的付费逻辑不同。开发者付钱买额度和并发,企业客户付钱买的是部署支持和合规信任——公开资料未披露企业合同金额和收费方式。对一个小团队创始人来说,这意味着 H Company 真正在赌的是企业客户的定制化部署收入,而不是自助订阅的规模效应。
依据R9R11获客与渠道
开源和免费扩展获客,部署工程师做企业转化
触达渠道有三条:开源模型(Holo-1、Surfer-H-CLI)在开发者社区建立技术信誉;免费 Chrome 扩展 HoloTab 直接触达终端用户;Models API 以 OpenAI 兼容格式降低迁移成本。
企业客户则靠另一种渠道:2025 年 12 月报道的“部署工程师”模式——向客户派驻工程师推动采用,这是 Palantir 式的高触达打法,新 CEO Gautier Cloix 曾任 Palantir 法国负责人。这种渠道适合政府和大型企业,但人力成本高、复制速度慢。
两条渠道的张力在于:自助开发者需要低摩擦、标准化,企业客户需要高触达、定制化。同一家公司同时做这两件事,销售和交付的资源会被拉扯。
依据R9R11R4R3成本结构
钱花在模型研发和部署工程师人力上
H Company 的成本大头有两块。第一块是模型研发:维护 Holo 系列(30 亿参数级)和 Holo3 计算机使用模型,需要训练算力和研究团队。2024 年 5 月融资时公司尚无产品发布,说明资金大量前置投入研发。
第二块是 2025 年转向 B2B 后的部署工程师团队。向企业和政府客户派驻工程师,是人力密集的成本结构,收入增长依赖工程师人数增长,而不是软件复制。此外,2025 年 5 月收购 Mithril Security 也占用了一部分资金。
公开资料未披露研发和人力各占多少、推理成本多少、毛利率多少。能判断的是:订阅单价 29 美元/月,而部署工程师是重人力模式,两者之间的单位经济模型需要企业合同来平衡。
依据R11R12R9融资与资本
靠 2.2 亿美元种子轮活着,后续融资未披露
H Company 的主要资金来源是 2024 年 5 月的 2.2 亿美元种子轮,Accel 领投,据 R11/R12 报道,为当时欧洲最大 AI 种子轮。投资方包括亚马逊、三星、UiPath、Eric Schmidt、Xavier Niel、Yuri Milner、Bernard Arnault 等(据 R11/R14)。
这笔钱给了公司两年以上的试错空间,但公开资料未披露后续融资、估值和收入,因此无法判断现金消耗速度。2025 年 5 月收购 Mithril Security 和 2025 年 12 月转向 B2B 部署,都意味着支出结构从纯研发转向研发加人力。
对一个小团队创始人来说,这个案例的资本结构不可复制:2.2 亿美元种子轮靠的是创始团队背景和欧洲 AI 叙事,而不是产品收入。没有这种融资能力,就不能照搬“先开源再找企业客户”的路径。
依据R11R12R14护城河
模型能力不是独占,部署关系才是筹码
H Company 的模型是开源的,30 亿参数的 Holo-1 和 Holo3 都可以被竞争对手或云厂商复现类似能力。模型本身的性能(WebVoyager 92.2%)是技术信誉,但不是排他性资产。
真正可能形成差异的是企业部署关系:FDJ United 这样的政府相关客户,加上派驻部署工程师的模式,带来的是场景知识和合规信任。这类关系迁移成本高,但扩张速度慢,且高度依赖个别客户。
所以护城河是“弱模型、重关系”的组合。问题在于,关系型收入需要持续的人力投入,而模型能力又不足以支撑高毛利订阅。两者叠加,护城河更像是一道需要不断花钱维护的墙,而不是一次建成的壁垒。
依据R11R14R9风险与不确定性
创始团队分裂后,战略连续性存疑
2024 年 8 月,三名 DeepMind 联合创始人(Wierstra、Tuyls、Perolat)因运营分歧出走;2025 年 6 月,创始人 CEO Charles Kantor 在发布三款新 Agent 模型的同月卸任,Gautier Cloix 接任;据 R13(单一二级来源),CEO 更替后不久 COO Mike Benchimol 辞职。
高层连续动荡的代价是战略摇摆:从通用 Agent 平台转向开源模型,再转向 B2B 部署。每次转向都伴随人员和资源重新配置。公开资料未披露离职原因和内部决策过程,但时间线显示,公司在两年内换了 CEO、走了联创和 COO。
对客户和投资人来说,这意味着执行风险高于技术风险。一个小团队创始人可以借的教训是:关键人依赖是早期公司的常态,但需要在产品上留下不依赖个人的交付资产。
依据R11R14R13R7低订阅单价和慷慨免费层,收入漏斗可能太窄
Agent 平台 Developer 套餐 29 美元/月,Free 套餐 0 美元含 1500 万 token 和 3 个并发会话;HoloTab 完全免费;Models API 免费层每分钟 10 次请求。付费墙只设在用量和并发上,功能不设限。
这种设计的风险是:大量开发者和终端用户可能长期停留在免费层,付费转化依赖用量自然溢出,而不是功能价值。29 美元的月费即使转化率不错,收入规模也有限。
更关键的是,企业客户收入(FDJ United 等)的合同金额和收费方式公开资料未披露。如果企业收入不能补上自助订阅的低客单价,公司就会陷入“用户多、收入少、人力成本高”的结构。
依据R1R2R3R4R9关键节点
对AI原生公司创始人的启示
这一节是编辑判断,基于上面的证据推演,不是公司原话。
开源小模型能换来开发者信任,但换不来收入,小团队要把它当获客成本而非产品
H Company 把 30 亿参数的 Holo-1 开源,用 Surfer-H-CLI 在 WebVoyager 基准 92.2% 的准确率建立技术信誉,再把开发者引向 API 和 Agent 平台。小团队可以借的是“用小而具体的开源产物换注意力”——成本低、可验证、不依赖销售。但借不了的是后续的变现链:H Company 有 2.2 亿美元种子轮撑着免费层和 API 推理成本,小团队没有这个缓冲,开源之后必须尽快找到愿意按次或按月付钱的小客户,否则开源只会带来支持负担。
部署工程师驱动的 B2B 模式,小团队学不了人力投入,但可以学交付产品化
H Company 2025 年 12 月转向 B2B 后,向企业和政府客户派驻部署工程师,客户包括 FDJ United。这个模式在 Palantir 背景的新 CEO 手里成立,是因为公司有 80-90 人和 2.2 亿美元融资支撑漫长的交付周期。小团队没有派驻人力,也等不起政府客户的采购周期。可以借的只有一条:把交付过程产品化,让客户自己按模板完成接入,而不是靠人驻场。H Company 的教训是,关系型收入增长慢、依赖个别客户,小团队更该先做标准化的小单,而不是追大客户。
29 美元月费加慷慨免费层是规模游戏,小团队定价必须从第一天覆盖成本
Developer 套餐 29 美元/月含 6500 万 token 和 10 个并发会话,Free 套餐 0 美元含 1500 万 token。这个定价结构依赖大量开发者自然溢出到付费层,是小团队难以复制的规模游戏。小团队更现实的做法是把免费额度压到只够验证、把付费点放在具体结果上(如完成一次爬取或一份报告),而不是靠 token 用量分层。H Company 的低价订阅有资本兜底,小团队没有,定价必须从第一天就覆盖推理和人力成本。
公开资料没有回答的问题
- H Company 2024 年 2.2 亿美元种子轮之后是否还有后续融资?公开资料未披露。
- Agent 平台和 Models API 的实际付费用户数、收入规模、毛利率分别是多少?公开资料未披露。
- 与 FDJ United 等企业客户的合同金额、收费方式(订阅、按项目还是按结果)是什么?公开资料未披露。
- 2025 年 12 月报道的 B2B 转向后,部署工程师团队规模有多大?公开资料未披露。
- 2024 年 8 月三名 DeepMind 联创出走和 2025 年 CEO 更替的具体运营分歧是什么?公开资料未披露。
证据来源
正文里的编号对应下面的来源。数字没有来源的句子在成稿前已被删除;公开资料未披露的直接写明未披露。
- R1Plans and limits - H Tech Hubhub.hcompany.ai · 一手来源 · 可信度 86
- R2Plans and limits - H Platform Docshub.hcompany.ai · 一手来源 · 可信度 85
- R3API reference - H Platform Docshub.hcompany.ai · 一手来源 · 可信度 79
- R4HoloTab - H Companyhcompany.ai · 一手来源 · 可信度 78
- R5一个融资15亿的团队散了-36氪 - 一个融资15亿的团队散了36kr.com · 媒体与披露 · 可信度 78
- R62024-08-29 一个融资15亿的团队散了 - - 0lieyunpro.com · 媒体与披露 · 可信度 78
- R7H (기업) - 위키백과, 우리 모두의 백과사전 - H (기업)ko.wikipedia.org · 媒体与披露 · 可信度 78
- R8一个融资15亿的团队散了 - 旗下矩阵news.pedaily.cn · 媒体与披露 · 可信度 78
- R96 mois après l’arrivée de l’ex-patron de Palantir France, H veut se mettre en ordre de bataille pour devenir un géant mondial de l’IA B2Bmaddyness.com · 媒体与披露 · 可信度 77
- R10H Company - 2026 Funding Rounds & List of Investors - Tracxntracxn.com · 媒体与披露 · 可信度 76
- R11H (company) - Wikipediaen.wikipedia.org · 媒体与披露 · 可信度 76
- R12H Company — Autonomous Agent Platformsfobi.com · 三方整理 · 可信度 76
- R13H Company erlebt Umbruch: COO tritt nach CEO-Wechsel zurück - PARIS / LONDON (IT BOLTWISE) – Die jüngsten Entwicklungen bei H Company, einem auf KI-Agenten spezialisierten Startup mit Sitz i...it-boltwise.de · 媒体与披露 · 可信度 76
- R14Company:H - Anonymoushandwiki.org · 媒体与披露 · 可信度 76
由 EveryTik 调研流水线生成(deepseek-flash),经结构门禁、数字核对与独立审稿;引用 12 个来源、10 个独立域名。发现错误请以公开来源为准,我们会在下一轮调研时修正。
