百度2026年第三季度财报,释放了一个值得关注的信号:公司的增长结构正在发生变化。
11月16日,百度公布第三季度业绩,总营收308亿元,同比下降1%,在线营销收入继续承压,但一般性业务收入重新实现同比增长。与此同时,AI云基础设施收入达到82亿元,同比增长94%;GPU云收入增长191%;千帆MaaS平台外部客户Token使用收入同比增长1159%。
这组数据放在一起看,百度的AI业务已经开始承担公司新的增长责任。过去,搜索广告是百度最重要的商业化引擎,如今企业对AI算力、模型推理和智能体的需求正在打开新的收入空间。百度长期投入的搜索技术、云基础设施、文心模型和昆仑芯,也开始形成更加紧密的业务协同。
11月的百度世界大会进一步释放了公司的战略方向。从新一代文心模型到Token Exchange,再到企业级智能体,百度正在尝试打通算力供给、模型调用和应用交付。
我认为,百度这份财报最值得研究的地方,是AI云已经出现了较强的收入增长,Token商业化也开始展现规模效应。接下来需要观察的是,这种增长能否持续转化为利润和现金流。对于一家正在经历业务结构调整的公司而言,这将决定百度未来的增长质量,也决定资本市场如何重新认识其AI业务的长期价值。
AI云收入增长94%:百度正在建立新的增长引擎
先看百度第三季度的收入结构。
公司总营收308亿元,同比下降1%;一般性业务收入250亿元,同比增长1%。其中,在线营销服务收入119亿元,同比下降22%,其他业务收入131亿元,同比增长40%。
两组数据形成了鲜明对比。传统广告业务仍然承受压力,新业务已经开始贡献增长。AI云基础设施成为其中的重要推动力量。
百度第三季度AI云基础设施收入达到82亿元,同比增长94%,GPU云收入同比增长191%,环比增长43%。核心AI驱动业务收入达到132亿元,占一般性业务收入的53%,去年同期这一比例为39%。
这意味着AI业务正在改变百度的收入结构。
更重要的是,企业AI需求已经从早期的模型训练逐步延伸至日常推理和生产系统部署。企业采购GPU之后,还需要持续支付模型调用、数据处理和应用运行费用,云计算厂商由此获得了更长期的服务收入。
百度在电话会议中透露,GPU云客户基础进一步扩大,行业分布更加多元,客户预付款增加,长期合同占比提升。前三大GPU云客户按合同金额计算,续约时均转向多年期合同,其中一名客户的新合同期限达到此前合同的六倍。
这个细节具有经营层面的参考价值。多年期合同能够提高未来收入的可见度,预付款则有助于改善资金回收周期。对于需要持续采购GPU、建设数据中心和网络设施的云服务商而言,客户合同期限与资源利用率直接关系到资本回报。
利润表现也提供了积极信号。百度管理层表示,AI云基础设施业务的收入结构持续改善,GPU云、昆仑芯和MaaS等产品收入占比提升,带动该业务利润和利润率同比、环比改善。
国内云计算市场正在进入新一轮竞争。阿里云、腾讯云、华为云和百度智能云都在争夺企业AI基础设施需求,竞争范围已经从传统算力租赁延伸至模型服务、推理效率和企业应用交付。
百度的优势在于长期积累的AI研发能力,以及昆仑芯、百度智能云和文心模型之间的协同空间。如果这种协同能够持续转化为客户续约、资源利用率提升和利润率改善,AI云就有机会成为百度未来几年更稳定的增长来源。
当然,AI云82亿元和GPU云191%的增长来自公司内部管理口径,并非独立审计的财务分部数据。后续仍需结合成本、利润率和现金流判断增长质量。
Token收入增长1159%:百度开始进入AI商业化的深水区
如果说GPU云收入反映企业愿意为算力付费,那么Token收入进一步说明企业开始为模型能力付费。
百度第三季度千帆MaaS平台外部客户Token使用收入同比增长1159%。这一增长说明模型推理服务正在获得更多客户需求,也反映出AI商业化开始从基础资源采购延伸至模型调用。
大模型产业有一个重要变化:训练决定模型能力,推理决定模型能否持续产生商业收入。
企业每一次调用模型、处理文件、生成代码和执行工作流程,都可能产生Token消耗。随着智能体进入客服、研发、营销和办公系统,模型调用有机会从偶发需求转向持续性需求。这也是Token经济逐渐受到云计算行业重视的原因。
百度在这条产业链上已经积累了一定基础。千帆MaaS平台提供文心模型,也接入国内其他主流开源模型,企业客户可以根据业务需求选择不同模型。第三季度,百度继续优化推理吞吐量、响应延迟和资源调度效率。管理层表示,Token业务利润率也在改善,随着MaaS收入占比提升,有望对AI云整体利润增长作出更大贡献。
11月百度世界大会推出的Token Exchange,是这条路线的重要延伸。平台希望通过模型服务价格和性能比较,帮助客户选择合适的模型,同时提高算力资源利用效率。
这类平台的战略价值在于,未来企业可能同时使用多个模型,模型服务市场需要更加透明的价格体系、性能评价和调用管理。谁能够掌握企业客户入口,谁就有机会获得持续的模型调用需求。
模型能力也在同步升级。百度推出ERNIE 5.5 Flash Preview,总参数量为2800亿,每个Token激活参数量为140亿,重点强化编程和智能体能力。公司还将模型能力延伸至DuMate通用工作智能体,并整合Dodo、Comate和Miaoda等产品,覆盖办公、代码开发和低代码应用场景。
百度管理层披露,DuMate在9月的月活跃用户环比增长超过30倍,当时尚未进行大规模营销推广。不过,用户活跃度距离企业付费和收入兑现仍有距离,后续需要观察付费客户数量和实际使用规模。
工业场景则提供了更具体的商业化样本。百度Famou 3.0已经应用于工业设备制造,一家工业激光设备制造商利用该系统规划多台机械臂协同作业,将原本需要4至8小时的规划工作缩短至约20分钟。
这类案例的价值在于,AI开始进入实际生产流程,客户能够直接衡量效率改善,并据此评估采购价值。
但百度第三季度AI应用收入为26亿元,同比基本持平,说明应用层的规模化变现仍需时间。Token收入增长1159%也不能直接等同于利润增长,客户使用量、Token单价、推理成本和服务毛利率,才是判断这项业务能否持续增长的关键指标。
昆仑芯与现金流:决定百度AI增长的最终质量
百度AI布局中还有一条值得持续跟踪的产业线索,就是昆仑芯。
昆仑芯M100于2026年7月首次公开展示,主要面向大规模AI推理,预计在2026年底具备量产条件。随着AI应用逐步普及,推理算力需求持续扩大,企业对芯片的要求也开始从单纯追求性能转向性能、功耗、成本和软件生态的综合考量。
百度同时拥有芯片、云平台和模型业务,理论上可以在算力调度、推理优化和产品适配方面形成协同。昆仑芯如果能够在百度云内部获得稳定应用,再逐步拓展外部客户,就有机会形成从芯片供应到云服务的业务闭环。
昆仑芯已于2026年1月向港交所秘密提交上市申请。独立上市有助于拓宽融资渠道,也为其业务发展提供更加独立的市场评价体系,但后续仍取决于监管审批和经营进展,不能提前计入百度的确定性收益。
与此同时,百度AI业务增长也需要放在现金流框架下审视。
第三季度百度经营现金流为28亿元,截至9月末现金及投资总额为2766亿元。公司整体营业成本199亿元,同比增长9%,主要受到云业务相关成本和流量获取成本增加的影响。
公司营业利润为6.26亿元,营业利润率约2%;非GAAP营业利润为17亿元,利润率约6%。这组数据说明,AI业务增长正在改善,但整体盈利能力仍然受到广告业务下滑和AI投入的双重影响。
第三季度资本开支约73亿元,较上一季度减少约40亿元。百度一方面继续投资AI基础设施,另一方面也在通过回购和股东回报安排平衡资本配置。公司此前宣布首次普通股股息政策,预计在2026年底前宣布首次派息,仍需董事会批准及满足相关条件。
对于百度而言,AI云收入增长只是第一步,真正重要的是能否持续改善单位算力收益、推理成本和自由现金流。GPU云合同期限、MaaS业务利润率、昆仑芯外部商业化进展,将成为判断AI业务质量的重要观察指标。
这也是百度与其他云计算厂商竞争时需要持续证明的能力:不仅要提供算力,还要让算力转化为客户持续付费的服务,最终形成可持续的利润回报。
结语:百度需要证明的,是AI基础设施能够持续产生现金流
百度第三季度财报提供了一个比较清晰的信号:AI云已经成为公司业务增长的重要引擎,GPU云和MaaS开始贡献收入增量,芯片、模型与智能体也在逐步形成业务协同。
从产业发展来看,企业AI需求仍有进一步扩大的空间,推理算力、Token调用和智能体部署将成为云计算市场的重要增长方向。百度的优势在于长期积累的全栈AI能力,以及搜索、云计算、芯片和模型之间的协同基础。
但资本市场最终关注的仍然是经营兑现。收入高速增长之后,客户续约、单位算力收益、推理成本下降和自由现金流改善,才是决定业务长期价值的核心指标。
百度已经拿出了AI云增长的经营数据,下一阶段需要继续证明这种增长能够转化为稳定的利润和现金回报。这将决定百度AI业务能走多远,也将影响公司未来的价值重估空间。
热门跟贴