商业模式拆解 · SB Intuitions (SoftBank)

SB Intuitions 自研日语模型的母公司输血与商业化等待

靠软银集团资本支撑自研日语模型,收入来自面向日本法人及自治体的 API 服务,最大赌注是日语专用模型在安全与数据合规上的差异化能否撑到付费规模。

总部
东京都港区海岸 1-7-1 东京 Portcity 竹芝
成立
2023-03-27
调研
2026-10-25
来源
18 条

关键数字

  • 1 亿 5000 万日元设立时资本金2023-03R5R8
  • 185 亿日元软银 AI 计算基盘投资(运行 700 亿参数模型)来源为 2024 年 10 月软银博客(R7),具体投资执行时间未披露R7
  • 1500 亿日元软银 AI 计算基盘追加投资(扩容)来源为 2024 年 10 月软银博客(R7),具体投资执行时间未披露R7
  • 1500 亿日元软银至 2025 年整备计算基盘投入(招聘信息口径)2025 年目标;招聘信息口径,与 R7 是否重叠公开资料未披露R10
  • 每分钟 6 次免费 Beta 限速(mini、guard、translate)2026-10-13R15R18
  • 每分钟 60 次免费 Beta 限速(nano、embedding、rerank)2026-10-13R15R18

收入侧:Sarashina3 mini/nano 商用 API 按 token 计费(行业口径),2026 年 10 月开放免费 Beta 且无价格公示,付费计划的具体单价和合同结构均未披露;自治体实证来自总务省公开招募,不是商业合同。成本侧:软银在 AI 计算基盘上投入 185 亿日元运行 700 亿参数模型、另投 1500 亿日元扩容(R7,软银投资口径);另有招聘信息称软银至 2025 年投入 1500 亿日元整备计算基盘(R10,招聘信息口径,与前者是否重叠公开资料未披露)。钱花在算力和人力,公司依靠母公司资本活着。最可能的结局是:在日语专用和安全合规定位上获得日本公共部门和企业试点,但若付费转化和单价在免费 Beta 结束后仍不公开,商业化节奏将慢于集团预期。

产品与模型

小模型 MIT 开源换开发者认知,商用 API 再收 token 费

Sarashina2.2 系列 0.5B、1B、3B 以 MIT 许可公开,降低了外部开发者试用门槛,也让公司在开源社区获得日语模型的技术标签。这部分不直接产生收入,但为 2026 年 6 月上线的 Sarashina3 mini 和 nano 商用 API 提供了产品认知基础。

商用 API 按输入输出 token 数计费是行业口径,但 Sarashina3 的具体单价公开资料未披露。官方在 2026 年 10 月又推出免费 Beta,可选 6 个模型,mini、guard、translate 每分钟限 6 次,nano、embedding、rerank 每分钟限 60 次,免费额度足以支撑小规模测试,但不足以承载生产流量。

这种“开源小模型 + 限速免费 Beta + 未公开定价的商用 API”组合,说明公司当前优先积累使用数据和场景反馈,而不是立即把 API 收入做大。

依据R9R11R3R15R18

日语分词效率作为技术卖点,但收费锚点未公开

官方称日语维基百科约 19 亿字符在 Sarashina3 分词为约 9.5 亿 token,GPT-5 约 14 亿。该对比为 SB Intuitions 官方博客单方测算,未经第三方复现。这一口径试图说明日语专用分词能减少 token 消耗,对按 token 计费的客户意味着潜在成本优势。

但该比较是官方口径,且 Sarashina3 的实际单价未披露,客户无法从公开信息计算出真实节省。技术卖点停留在参数层面,尚未转化为可验证的定价结构。

对创业者而言,这意味着“单位 token 效率”本身不是收入模式,只有配合公开单价和用量门槛,才能让客户做采购决策。

依据R3R18

收入模式

企业 API 按 token 计费,单价和合同金额均未披露

第一条收入线是面向在日本国内设有本店的法人提供 Sarashina API,按输入输出 token 数计费。这是行业通行口径,但 SB Intuitions 没有在官网列出 Sarashina3 的具体单价,也没有披露任何合同金额。

2026 年 6 月 30 日起 Sarashina3 在软银云 Cloud PF Type A 开始提供,说明销售渠道嵌入集团云平台。若客户经软银云采购,可能通过云账单付费,但该计费路径公开资料未确认。云平台上的定价、折扣和最低消费,公开资料均未披露。

因此,收入线的真实形态是“有计费方式、无公开价格”,公司对定价保持沉默,可能是在免费 Beta 期间测试需求弹性。

依据R3R15R18

免费版用数据换使用,付费版卖 opt-out

免费 Beta 的输入输出可用于模型学习,只有付费计划可以 opt-out。这是把数据授权作为价格歧视工具:对数据敏感度低、用量小的用户免费,对合规要求高的企业收费。

这一机制与自治体客户的需求直接相关。地方政府处理市民课、福祉政策等敏感数据,必然需要退出训练,因此付费计划是进入公共部门的实际门槛。但官网未列出有償プラン料金,付费门槛有多高、是否按席位或按用量,均未公开。

结果是公司用免费版收集日语语料和场景反馈,用付费版筛选高合规需求客户,但付费转化率无法从公开信息判断。

依据R15R18R6

客户与市场

日本国内法人与自治体,自治体实证来自总务省招募而非商业合同

服务对象限日本国内居住个人及日本国内设有本店的法人,目标客户为广泛行业企业,并计划向全国自治体推广。目前最具体的客户证据是 2026 年 7 月起与静冈县藤枝市的实证,对象为市民课、地域包括ケア推进课、福祉政策课,持续至 2027 年 3 月。

该实证基于总务省公开招募的公共分野可信 AI 开发实证事业采纳,属于政府项目,不是商业采购合同。这意味着自治体客户目前贡献的是场景验证和合规背书,不是收入。

企业客户方面,公开资料未披露任何具名客户或客户数。公开资料未披露任何集团内部客户,客户结构是否依赖集团内部无法判断;目前唯一具名客户证据为藤枝市政府项目。

依据R6R15R18R5

获客与渠道

软银云与集团渠道分发,自治体走总务省项目入口

API 通过软银云 Cloud PF Type A 提供,这是集团内部云渠道,客户在采购软银云服务时可能顺带接入 Sarashina。对一家 100% 子公司而言,这省去了独立获客成本,但也把分发权交给集团云平台。

自治体渠道则依赖总务省公开招募项目,藤枝市实证是入口。这种渠道适合公共部门可信 AI 的合规叙事,但项目周期固定、名额有限,无法像商业销售那样规模化。

面向广泛行业企业的计划目前没有公开的销售伙伴或代理商信息,公开资料未披露。

依据R15R18R6R5

成本结构

算力投入由软银在集团层面承担,自身开支结构未披露

软银在 AI 计算基盘上投入 185 亿日元运行 700 亿参数模型、另投 1500 亿日元扩容(R7,软银投资口径);另有招聘信息称软银至 2025 年投入 1500 亿日元整备计算基盘(R10,招聘信息口径,与前者是否重叠公开资料未披露)。

这些数字是母公司层面的算力投资,不是 SB Intuitions 自身的损益表。公司没有披露员工数、人力成本、云支出或研发费用,因此无法判断算力是否为其最大开支,也无法判断单位经济模型。

数据仅在国内数据中心管理,以高安全性环境开发,这增加了基础设施成本,但也构成面向公共部门的合规卖点。

依据R7R10R5R8

融资与资本

靠软银 100% 持股和集团算力投资活着,自身收入未披露

软银株式会社 100% 持股,设立时资本金 1 亿 5000 万日元。资本金 1 亿 5000 万日元相对集团算力投资规模很小,据此推断公司运营资金可能主要来自母公司,但公司自身现金流与出资结构公开资料未披露。

软银的 185 亿日元和 1500 亿日元投资是算力基盘层面的承诺,不是对 SB Intuitions 的直接融资。公司自身的累计融资、估值和现金流公开资料未披露。

因此,这家公司的存活条件不是客户付费覆盖成本,而是软银集团持续愿意为日语模型和主权 AI 叙事投入算力。

依据R5R8R7R10

护城河

从零自研控制数据与著作权,但模型能力仍待外部验证

公司采用从零自研路线,可控制数据与著作权管理,这在日语语料版权敏感的市场是差异化。数据仅在国内数据中心管理,进一步贴合日本公共部门对数据主权的诉求。

2026 年 2 月 18 日起与 NICT 共同研究 LLM 安全性与对齐、护栏技术,这为公共部门客户提供了外部研究背书。但有外部报道(低置信度来源)指出日本 LLM 对 IME 字符转置、替换类输入错误仍脆弱,该结论未经独立验证,说明日语专用并不等于输入鲁棒性已经解决。

真正的护城河不是模型参数规模,而是软银的政企关系、国内数据中心和合规叙事三者叠加。但这一组合能否转化为付费客户,公开资料未披露。

依据R7R5R8R12R16

风险与不确定性

免费 Beta 无价格公示,付费转化和单价都不透明

2026 年 10 月 13 日开放的免费 Beta 没有价格公示,有償プラン料金未在官网列出,结束时间未定。免费版限速严格,mini、guard、translate 每分钟 6 次,无法支撑生产级应用上量。

免费版数据可用于模型学习,只有付费计划可 opt-out,这会把数据敏感客户推向付费,但付费价格不公开,客户无法做预算,销售周期可能拉长。若免费 Beta 长期不结束,公司可能积累了大量试用者却无法转化为收入。

依据R15R18

自治体实证是政府项目,商业合同和全国推广未验证

藤枝市实证基于总务省公开招募的公共分野可信 AI 开发实证事业采纳,至 2027 年 3 月,属于政府资助的验证项目,不是付费采购。公司计划向全国自治体推广,但公开资料未披露任何已签约自治体或合同金额。

公共部门采购周期长、合规要求高,实证结束后能否转为预算项目存在不确定性。同时,企业客户方面没有具名案例,收入结构可能长期依赖集团内部和政府项目。

依据R6R5

关键节点

  1. 作为准备公司设立R5R8

  2. 更名 SB Intuitions 并全面启动R5R8

  3. Sarashina3 mini 与 nano 作为商用 API 提供R3

  4. Sarashina3 在软银云 Cloud PF Type A 开始提供R15R18

  5. 与静冈县藤枝市开始自治体实证,至 2027 年 3 月R6

  6. Sarashina 服务免费 Beta 公开,结束时间未定R15R18

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。

用开源小模型换技术标签、用免费版限速筛出高合规客户,这套顺序小团队可以照搬

Sarashina2.2 系列以 MIT 许可公开,不直接产生收入,但为后续商用 API 积累了开发者认知;免费 Beta 把 mini、guard、translate 限在每分钟 6 次,同时规定免费版数据可用于模型学习、只有付费计划可 opt-out。这两步合起来是一条可复制的路径:先用开源和免费额度换试用与场景反馈,再把“数据不进入训练”作为付费理由,把数据敏感度高的客户筛出来。小团队资源少,尤其适合先做这一步,而不是一开始就追求大而全的产品线。

借的时候要注意一个前提:这套机制要成立,客户得能算清付费值多少。本案官网未列出有償プラン料金,免费 Beta 结束时间也未定,客户无法做预算,销售周期会被拉长。小团队应在免费版结束前就公开价格锚点,否则筛出来的高合规需求客户也难转化。

日语分词效率这类技术卖点,没有公开单价就只是参数,不是收入

官方称日语维基百科约 19 亿字符在 Sarashina3 分词为约 9.5 亿 token,GPT-5 约 14 亿,试图说明日语专用分词能减少 token 消耗。但这是官方单方测算、未经第三方复现,且 Sarashina3 的实际单价未披露,客户无法从公开信息算出真实节省。对按 token 计费的生意来说,效率优势只有配上公开单价和用量门槛,才能变成采购决策依据。

小团队可以借的是这个思路:把技术差异翻译成客户账本上的数字,而不是停留在参数对比。借不了的是它的验证条件——本案有母公司算力支撑,可以从容等第三方复现和定价测试;小团队没有这个缓冲,技术卖点若不尽快挂上价格,就很难转成收入。

母公司算力输血和总务省项目入口借不了,能借的是合规叙事的先后顺序

软银在 AI 计算基盘上投入 185 亿日元运行 700 亿参数模型、另投 1500 亿日元扩容,这些是集团层面的算力承诺,不是对 SB Intuitions 的直接融资;公司设立时资本金仅 1 亿 5000 万日元,自身收入与现金流均未披露。藤枝市实证来自总务省公开招募的实证事业,是政府项目而非商业合同。这两项分别差在资本和渠道,小团队无法复制。

可以借的是它的合规叙事顺序:数据仅在国内数据中心管理、与 NICT 共同研究安全性与对齐,先把这些做成面向公共部门的可信材料,再谈订单。但不要等政府项目来验证需求——本案自治体实证持续至 2027 年 3 月,且公开资料未披露任何已签约自治体或合同金额,小团队更应先用付费 API 验证企业客户的 opt-out 意愿。

公开资料没有回答的问题

  • Sarashina3 mini 和 nano 商用 API 的具体单价和最低消费是多少?
  • 有償プラン的定价、席位数或用量门槛是多少?
  • SB Intuitions 自身收入、客户数和员工数是多少?
  • 藤枝市实证结束后是否有付费续约或全国推广合同?
  • 软银 185 亿日元和 1500 亿日元投资中,有多少直接计入 SB Intuitions 的成本?

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。

  1. R1SB Intuitionsipa.go.jp · 媒体与披露 · 可信度 87
  2. R2COMPANY INFORMATION | SB Intuitions Corp.sbintuitions.co.jp · 一手来源 · 可信度 86
  3. R3トークナイズとトークン効率 - SB Intuitions TECH BLOGsbintuitions.co.jp · 一手来源 · 可信度 86
  4. R4会社情報 | SB Intuitions株式会社sbintuitions.co.jp · 一手来源 · 可信度 85
  5. R5国産の大規模言語モデル(LLM)の開発を行う「SB Intuitions株式会社」が本格的に稼働 | 企業・IR | ソフトバンクsoftbank.jp · 一手来源 · 可信度 84
  6. R6ソフトバンクと藤枝市、自治体の窓口業務効率化に向けた実証を開始ai.watch.impress.co.jp · 媒体与披露 · 可信度 84
  7. R7国産生成AIが切り拓く未来:SB Intuitionsの挑戦|ビジネスブログ|ソフトバンクsoftbank.jp · 一手来源 · 可信度 83
  8. R8SoftBank Corp. Launches New Company to Develop Homegrown Large Language Models (LLM) | About Us | SoftBanksoftbank.jp · 一手来源 · 可信度 83
  9. R9sbintuitions/sarashina2.2-0.5b · Hugging Face - Sarashina2.2-0.5Bhuggingface.co · 媒体与披露 · 可信度 83
  10. R10【フルリモート・フルフレックス】国産LLMの開発組織を支える情報システム担当募集!/前例のない開発に挑む組織をシステム面で支える。/SB Intuitions株式会社の転職・求人情報|選ばれた人だけのハイクラス転職サイト【ビズリーチ】 - 採用企業案件bizreach.jp · 媒体与披露 · 可信度 82
  11. R11language:huggingface.co · 媒体与披露 · 可信度 81
  12. R12配信先: 総務省記者クラブ、テレコム記者会、 文部科学記者会、科学記者会、 大阪科学・大学記者クラブ、 学研都市記者クラブkeihanna-inv-hub.jp · 媒体与披露 · 可信度 81
  13. R13SB Intuitionsbaike.baidu.com · 媒体与披露 · 可信度 80
  14. R14README.md · sbintuitions/sarashina2.2-1b at 76e44777539ebf79503fa212900b12abb6b9eb62 - File size: 3,273 Byteshuggingface.co · 媒体与披露 · 可信度 80
  15. R15SB Intuitions、6モデルを0円公開 学習を断れるのは有料版だけだainformation.jp · 媒体与披露 · 可信度 67
  16. R16SB Intuitions lanza gratis Sarashina 3 en nube soberana | Turing Magazineturingmag.com · 媒体与披露 · 可信度 67
  17. R17国産AI「Sarashina」の6モデルが無料で試せる!SB Intuitionsが無償ベータ版を公開、申し込み不要nicozon.net · 媒体与披露 · 可信度 67
  18. R18SB Intuitions「Sarashinaサービス」無償ベータの仕様とAPI実測の記録tech.hatada.jp · 媒体与披露 · 可信度 66

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 14 个来源、9 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。