Yandex 模型靠免费入口换数据，算力被制裁卡住

免费聊天入口换规模，订阅只卖增值功能

YandexGPT 5 Pro 于 2025 年 2 月 25 日集成进「Алиса Про」聊天，免费请求额度从 5 次提高到 20 次。原来「Чат с Алисой」收 100 卢布/月，2025 年 7 月起取消。这意味着 C 端用户用模型本身不再付费。保留的「Алиса Про」订阅卖的是个性化对话、英语训练器、Live 模式等周边能力，不是模型调用量。

这个取舍很直接：用免费额度把用户留在 Alice 里，换取对话数据和场景覆盖，而不是靠聊天订阅赚钱。Yandex 自己说未来考虑通过订阅或广告变现免费 AI 功能，说明现在还没找到稳定的 C 端收费点。对创业者来说，模型能力本身很难向个人用户收钱，能收的是围绕模型做出来的具体任务工具。

API 按 token 卖，但走云厂商的账单

Yandex Cloud 提供 YandexGPT API，含 YandexGPT 和 YandexGPT Lite 两款模型，目前处于 Preview 阶段。计费按 token：Lite 同步模式示例价 2.00 坚戈/1000 token，向量化 0.05 坚戈/1000 token（该价格为 Yandex Cloud 哈萨克斯坦区域 ru-kz 文档示例价，非俄罗斯区域定价）。企业通过 API 或 Playground 接入，钱付给 Yandex Cloud，不是付给模型团队。

这决定了模型商业化的天花板绑在云业务上。据 R14 报道（来源置信度中等），2024 年 Yandex Cloud 在俄罗斯云市场份额为 10.7%。模型 API 是云货架上的一个品类，用来拉高单客户消耗，而不是独立产品。好处是有现成的企业账单和销售通道；坏处是模型定价权受云厂商整体策略约束，毛利要让给云的基础设施成本。

企业按 token 付钱，走 Yandex Cloud 账单

YandexGPT API 的付费方是企业开发者，收费口径是 token 消耗。账本里的示例价是 2.00 坚戈/1000 token（Lite 同步模式），向量化 0.05 坚戈/1000 token（该价格为 Yandex Cloud 哈萨克斯坦区域 ru-kz 文档示例价，非俄罗斯区域定价）。这不是订阅制，用多少付多少。据 R7，Yandex Cloud 还向 API 项目提供最高 600 万坚戈的资助（来源置信度中等），相当于用补贴换早期用量。

这条收入线的关键约束是：客户付钱给云，不是付给模型。模型 API 的定价要跟云上其他服务打包看，单独拆不出模型毛利。对小团队来说，按 token 计费适合有明确调用场景的工具，但前提是你不需要自己养 GPU。

C 端订阅退到增值功能，免费聊天不直接收钱

「Чат с Алисой」原收 100 卢布/月，2025 年 7 月起取消。保留的「Алиса Про」订阅包含个性化对话、英语训练器、Live 模式等，卖的是功能组合而非模型调用。Yandex 表示未来考虑通过订阅或广告变现免费 AI 功能，说明 C 端收费模式还没定型。

这意味着模型在 C 端目前是获客和留存工具，收入贡献不独立。广告变现的前提是用户规模和停留时长，而账本只披露每月使用「Алиса」的注册用户超过 4300 万（2025 年 7 月报道），没有披露 AI 功能单独带来的广告收入。

企业客户来自封闭测试，C 端靠 Alice 存量

2023 年 7 月起约 800 家企业参与 YandexGPT 封闭测试，含 IT、银行、零售等行业。这批测试企业可能是 API 和 Playground 的早期客户（推断），接入方式是通过 Yandex Cloud。C 端则直接来自 Alice 的存量用户：每月使用「Алиса」的注册用户超过 4300 万（2025 年 7 月报道），YandexGPT 作为技能嵌在里面，不需要单独获客。

两类客户付钱逻辑不同：企业为 token 付钱，个人为增值功能付钱或干脆不付。模型团队没有独立的销售队伍，企业客户靠云业务的地推和资助计划触达。

搜索和助手是免费渠道，云是企业渠道

YandexGPT 已整合进虚拟助理 Alice，并可在 Yandex 各项服务与应用中使用。这是零成本分发：用户本来就在用搜索和 Alice，模型作为技能出现，不需要买量。企业侧则通过 Yandex Cloud 提供 API 与 Playground 两种接入方式，销售通道复用云业务。

这种双渠道结构让模型同时拿到 C 端数据和 B 端用量，但两条渠道的变现效率差很远。C 端 4300 万月活没有直接对应的模型收入，800 家测试企业中转化为付费 API 客户的比例，公开资料未披露。

钱花在数据中心和 GPU，省下的是客服工时

成本的大头在算力基础设施。专家估算（置信度低）Yandex 在弗拉基米尔州新建 40MW 以上数据中心耗资 150–200 亿卢布（1.8–2.4 亿美元），超算基于数千块 NVIDIA A100（据账本推断）。这些是固定资产和折旧，不是按调用量波动的云成本。

收入侧的对冲来自内部降本：Yandex 称借助 YandexGPT 使「Яндекс Маркет」客服节省约 15% 工作时间与 15% 费用。Yandex 还称 AI 优化内部流程已节省「数百万」，规模化后或达「数十亿」，但未说明币种和统计口径（该说法置信度低）。这些节省不进入模型收入，而是改善集团整体费用率。模型本身不独立核算盈亏。

靠集团利润养 AI，不靠模型融资

据 R14 报道，2025 年 Yandex 调整后净利润为 1414 亿卢布（来源置信度中等，调整口径未披露）。AI 基础设施的资本开支从这个盘子里出，没有看到 YandexGPT 单独融资或分拆的披露。弗拉基米尔州数据中心 150–200 亿卢布的估算耗资（专家估算，置信度低），相对集团利润不是小数，但也不是无法覆盖。

这意味着 YandexGPT 的生存不依赖外部资本市场，而依赖搜索和云业务的现金流。好处是耐得住长期投入；坏处是模型团队要和集团其他业务争预算，算力采购还受制裁限制。

分发和俄语场景是护城河，算力不是

YandexGPT 真正的壁垒不在模型参数，而在分发：Alice 每月超过 4300 万注册用户，搜索入口直接挂载模型，后来者要买同样的流量成本极高。俄语场景和数据积累也是本地化优势。Yandex 称 YandexGPT 5 Pro 质量与 GPT-4o 相当，并在 64% 的标准任务中胜过 Qwen2.5（公司自身说法，置信度中等）。

但算力是反向的：据账本推断，超算基于数千块 NVIDIA A100，制裁下难以快速替换，受损或拖慢 AI 研发数月乃至数年。护城河在分发端，脆弱点在供给端。

GPU 断供会直接拖慢模型迭代

据账本推断，超算基于数千块 NVIDIA A100，制裁下难以快速替换，受损或拖慢 AI 研发数月乃至数年。模型竞争是持续训练竞赛，一次硬件断档可能让版本节奏落后一整个周期。Yandex 可以靠存量卡继续跑，但新一代模型的训练成本会上升。

免费策略把 C 端收入推给未来

「Чат с Алисой」2025 年 7 月起取消 100 卢布/月费用，Yandex 只说未来考虑通过订阅或广告变现。眼前 C 端模型使用不产生直接收入，而 API 收入又要和云业务分账。如果广告变现迟迟不落地，模型在财务上就是成本中心。

云市场份额不高，API 议价空间有限

据 R14 报道（来源置信度中等），2024 年 Yandex Cloud 在俄罗斯云市场份额为 10.7%。模型 API 作为云上品类，要跟其他云厂商竞争企业预算（编辑判断）。份额不占优时，token 定价很难上探，资助计划又进一步压低收入。