模厂卖“虾粮”如同西贝售预制菜：基础模型API生意不能仅依赖龙虾
起初，她使用GPT-4，结果吃了这款“虾粮”的OpenClaw反应迟钝，完全无法完成任务。于是换成DeepSeek3.2，龙虾依旧不够机灵，直到换成GPT-5，用上这款“聪明粮”，龙虾倒是不迟钝了，却学会了忽悠和摸鱼。嘴上说着正在执行任务，实际什么都没做，还在消耗token。
“虾粮”，也就是为OpenClaw提供思考能力、供其调用的AI大模型，决定了龙虾能发挥多大价值。所以，制作并售卖“虾粮”，成了AI圈最热门的生意。我们熟悉的DeepSeek、Kimi、通义千问，以及海外的GPT-4、Claude等，都是当下最火的“虾粮”。
但火爆的“虾粮经济”真能让基础模厂长远发展吗？至少资本市场不太认可，此前大涨的OpenClaw龙虾概念股，已开始集体走弱。
一边是“虾粮”大卖，一边是资本撤离，交织成龙虾模型市场的复杂现状。面对龙虾热，模厂或许必须保持清醒：普通人养龙虾就像吃预制菜，要么吃腻，要么嫌贵，卖“虾粮”这门生意，迟早会像西贝卖预制菜一样遭遇挑战。
第一批大模型公司靠“虾粮”快速盈利
豆包、通义千问、DeepSeek这些大模型，平时聊天、写文案都是免费的，为何给OpenClaw调用、变成“虾粮”就要收费？这是很多普通大众养龙虾时最大的疑惑。
核心在于API，这个普通人难以理解的名词。“虾粮”的商业模式是售卖模型API服务，赚取token费用。
机器人的每一次思考、每一步执行，都需要调用模型的能力，这些能力都得通过API接口接入OpenClaw，而这种调用并非免费，通常以token计价。比如对龙虾说一句“你好”，模型就得思考这句话的含义，消耗几百个token，模厂就按对应价格收费。
OpenClaw对基础模型的需求，直接让模厂快速盈利。Kimi K2.5模型发布不到一个月，累计收入就超过2025年全年总收入。MiniMax的M2系列模型，今年2月的日均token消耗量比去年12月增长6倍以上。
API服务出现在各大基础模型厂商的付费栏目里，为何偏偏是龙虾的出现带来了盈利机会？
“虾粮经济”的底层逻辑
“虾粮”能让模厂快速盈利，源于几个层面的利好叠加，放大了API服务的红利。
第一重利好是人均token使用量。过去，AI模型主要用于日常聊天，一次对话消耗几百Token，用户付费意愿低。但现在，OpenClaw把模型能力从聊天转变为做事，一个复杂任务消耗几十万、上百万Token是常态，token消耗量激增的同时，模厂收入也随之增长。
第二重利好是本地市场拓展。龙虾的特点是不挑食。作为开源智能体框架，龙虾支持接入市面上各类大模型，所以不管是海外的GPT、Claude，还是国产的DeepSeek、Kimi、通义千问，都能作为“虾粮”。而海外模型价格高，还存在支付、网络等门槛，国产模型的性价比凸显，“虾粮”一下子提升了国产模型的接受度。
第三重利好是海外增量。此前，海外用户大多依赖GPT-5、Claude等模型，但这些顶级“虾粮”价格过高，不少用户开始尝试国产“虾粮”，这让国产模厂在海外市场也获得了收益。在OpenRouter的龙虾模型调用量榜单上，国产模型占比已超过一半，Step 3.5 Flash、MiniMax M2.5、Kimi K2.5作为“国产龙虾三剑客”，成为“虾粮”市场的主力军。
简而言之，Token的海量需求与API服务的不可或缺，共同构成了“虾粮”的盈利密码。但这也可能在龙虾热度消退、风口过去时，成为模厂收入的“双重打击”。
预制菜式的盈利幻觉
随着“虾粮”销量越来越好，不少开发者开始疑惑：与其费力对接国产模型API、折腾龙虾，为何不直接用Claude Code呢？这就像明明可以吃顶级和牛，却偏偏选择国产牛肉做的预制菜。
OpenClaw的调用生意，核心受众是不会复杂操作、不懂技术配置的小白开发者。一旦这类用户能力提升、需求升级，不再满足于傻瓜式的便捷操作，便会转而选择更高效、更专业的AI工具。
也就是说，“虾粮”的两大盈利密码：龙虾带来的Token海量需求未必长久；API服务长期存在的商业模式压力从未消失。
一方面，当下龙虾的火爆更多源于风口炒作与大众的尝鲜心理，并非真实、可持续的生产力需求。已有很多初期用户逐渐发现，龙虾的实际产出有限，折腾许久却达不到预期效果；或者存在安全隐患，无法应用于企业核心业务。近日，许多组织机构都发布了禁止在生产场景使用OpenClaw及二次开发版本龙虾的规定。
大家逐渐认清龙虾的实际价值后，就不会再盲目跟风部署、频繁调用。一旦龙虾需求降温，原本指数级增长的Token消耗量会大幅下滑，模厂的盈利红利也会快速消散。
与此同时，API服务这一商业模式的固有问题，会在龙虾风口退去后再次凸显。
API服务并非因龙虾才出现，它早已是基础模型厂商的常规商业服务，而这一模式长期存在难以破解的痛点。此前DeepSeek爆火时，其API接入曾引发行业激烈论战，讨论云厂商的模型API服务是否赚钱。核心矛盾在于，API服务虽能带来现金流，但背后的算力成本、带宽网络支出是硬性负担，且竞争同质化，模型之间难以拉开显著差异，用户忠诚度低，所以模厂和云服务商都被迫低价竞争，陷入利润率极低的价格战。
龙虾的出现只是暂时放大了API服务的需求，却无法彻底解决盈利难题。一旦龙虾的使用需求萎缩，卖“虾粮”这门生意就会像西贝卖预制菜一样，变成一场专属于AI圈的盈利幻觉。
先入局，再求长远发展
当然，模厂也不能走极端，要么跟风全力投入“虾粮”生意，要么反应迟钝错失红利。
我们发现有的大厂反应迟缓。春节前，一位开发者朋友把X公司的模型接入龙虾后，发现效果不如预期，甚至比不上中小厂模型，向X公司技术支持反馈后，得到的回复是：内部判断OpenClaw只是一阵行业风口，热闹一阵就会过去。
公司内部不愿意投入资源适配龙虾、提供开发者友好的工具，结果开年以后完全错过龙虾热潮，没能参与其中，自家模型也在开发者生态中越来越边缘化。这并非清醒和长期主义，而是内部决策僵化的大公司病。
对基础模型厂商而言，借着“虾粮经济”的风口，吸引开发者体验模型、壮大生态，并赚取收益、改善现金流，都是非常有价值的。最可怕的是，既看不上卖爆款、赚快钱，又没有打造出长期盈利的核心业务。
卖“虾粮”确实让模厂尝到了API经济的甜头。但每个网红爆款终会褪去热度，从Manus到如今的OpenClaw，市场总会不断炒作下一个新风口。模厂不能只围着风口打转，卖完“虾粮”卖“狗粮”“猫粮”“老虎粮”，用户毫无忠诚度，也就无法建立护城河，没有溢价能力。所以，想长期通过API服务盈利，还是得推出独家产品：
1. 高端“虾粮”。OpenClaw吃了低端“虾粮”就无法正常工作。智能体的任务执行，让基础模型首次拉开了能力差距，也让API服务能够靠优质模型取胜。持续投入技术研发，打造高效、优质且难以复制的高端“虾粮”，才能从根源上摆脱依赖卖算力赚差价的模式。
2. 专属“虾粮”。养过宠物的人都知道，不同阶段需要幼龄粮、处方粮、减脂粮，一款粮不能适配所有场景。模厂也要走差异化路线，针对金融、医疗、工业等不同的龙虾使用场景，提供定制化的专属模型、工具、技能、安全方案等，将更多B端用户吸引到自身生态中，形成长期使用习惯，进而提高品牌忠诚度。
3. 周边服务。不局限于卖“虾粮”，延伸增值服务，为用户提供数据、部署、技术支持等一站式服务，从卖token升级为全套龙虾使用解决方案，靠服务留住开发者，进而提升盈利空间。
总之，OpenClaw带火的“虾粮经济”是AI模厂的一股东风。是借着这股东风，沉下心来练就自主发展的能力，还是在一个风口与另一个风口之间反复切换、幻想一夜暴富……模厂的抉择，终将走向不同的结局。
本文来自微信公众号 “脑极体”（ID：unity007），作者：藏狐，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com