Harvey聯合創始人Gabe Pereyra：單季度將毛利率由-50%扭正
法律AI公司Harvey聯合創始人兼總裁Gabe Pereyra表示，在用戶用量逐月翻倍、且繼續提供最強模型的情況下，Harvey在一個季度內把毛利率從-50%扭轉爲正。他稱，公司沒有爲保護利潤強迫客戶提前轉向按用量計費，也沒有用更差的模型壓縮成本，而是按客戶可以接受的節奏推進計費模式轉型，即使這損害了自身利潤。
據Pereyra介紹，扭虧靠的是產品層面的優化：用模型路由把不同任務分配給不同模型、改進運行框架（harness），再通過後訓練降低推理成本，以更低價格提供前沿水平的智能。與此同時，Harvey爲客戶搭建了成本管控工具，包括用量儀表盤、按案件的成本歸集、支出上限和投資回報（ROI）報告。他說，公司的理念是爲客戶做最好的事，即使過程痛苦、損害利潤，或者招致競爭對手、社交媒體和媒體的批評。
這番表態回應的是外界對Harvey毛利率的質疑。據報道，Harvey的毛利率在2026年初約爲50%，到6月跌至-50%。起因是3月上線的智能體更新：法律智能體會連續執行多步任務，調用的token量遠超普通問答，全年token用量增長了20倍。而Harvey租用OpenAI和Anthropic的模型、按token付費，同期營收只翻了一番，從約1.9億美元增至4億美元以上，成本增速遠超收入增速。
扭轉毛利率的關鍵一步是更換底層模型。8月，Harvey推出自有模型“Harvey Tenet”，以月之暗面（Moonshot AI）7月發佈的開源權重模型Kimi K3爲基座，與推理平臺Fireworks AI合作完成後訓練。Harvey的工程博客稱，開源權重模型的每token價格更低：Kimi K3的token價格比Claude Opus 5低約40%，單次查詢成本降低90%，完成一項任務的成本從使用Opus時的52美元降至30美元。Harvey此前的產品主要基於Anthropic、OpenAI和Google的閉源模型定製，而OpenAI創業基金正是Harvey最早的投資方之一。
資本市場並未因毛利率波動而降溫。9月9日，Harvey完成由Lightspeed Venture Partners和Diffusion領投的5.5億美元融資，估值約155億美元，比3月的110億美元估值上漲約41%；Sapphire Ventures和Whale Rock首次參投，Sequoia、Kleiner Perkins、Andreessen Horowitz、Coatue、Goldman Sachs Alternatives和新加坡主權基金GIC繼續跟投。Harvey年度經常性收入（ARR）達4億美元，從2025年8月的1億美元起13個月翻了兩番；客戶覆蓋全美營收前100強律所（Am Law 100）中的80%、5家《財富》前10強企業，以及60個國家的3000多家機構。
市場機制上，這是由成本結構危機驅動的供應鏈切換，不是單一事件。賣方是Anthropic和OpenAI：Harvey把大部分推理需求從它們的閉源模型轉走，它們從這類高用量應用客戶那裏獲得的token收入隨之減少。買方是Harvey這類應用層公司：它們正轉向開源權重模型，再加上自主後訓練，以鎖定成本。資金流向上，推理預算正從閉源前沿實驗室流向開源模型開發方和推理託管平臺。受益方是月之暗面、Fireworks AI等開源和推理基礎設施公司，以及能拿到更低價格和成本透明度的律所客戶；承壓方是按token收費的閉源模型廠商，以及沒有模型優化能力、仍然完全依賴租用前沿模型的AI應用公司。Abridge、Decagon和Ramp等公司據報道也在轉向開源權重模型。
來源：公開信息
ABAB AI 解讀
Harvey由前O'Melveny & Myers訴訟律師Winston Weinberg和前Google DeepMind、Meta AI研究員Gabe Pereyra於2022年創立。OpenAI創業基金是其早期投資方，Harvey因此較早獲得GPT-4的訪問權限，這成爲它在法律AI賽道起步的關鍵優勢。2023年2月，Harvey與英國律所Allen & Overy合作，向其3500多名律師開放產品，此後又與PwC達成合作，打開了大型律所和四大會計師事務所的市場。這一路徑讓Harvey在3年多時間裏ARR達到4億美元，但也埋下了隱患：產品能力和成本結構都高度依賴少數閉源模型供應商。
資本路徑上，Harvey正在從“模型的包裝層”變成“擁有自有模型的垂直平臺”。第一步是用高估值融資換取現金和時間：3月以110億美元估值融資，9月又以155億美元估值融資5.5億美元，爲負毛利期提供緩衝。第二步是用開源基座加後訓練打造Harvey Tenet，把最大的成本項從“租用”變爲“自有”。第三步是改造計費模式：從按席位收費轉向按用量收費，並提供按案件的成本歸集和支出上限，把token成本透明地轉嫁給客戶，同時降低客戶對“按用量計費”的牴觸。
最直接的類比是AI編程工具Cursor。2025年6月至7月，Cursor因前沿模型成本飆升，把定價改爲按用量計費，引發用戶強烈不滿，公司隨後公開道歉並給用戶退款；10月，Cursor推出自研編程模型Composer，以降低對Anthropic等模型供應商的依賴。同賽道的法律AI競爭也在升級：Thomson Reuters在2023年以6.5億美元收購Casetext，推出CoCounsel；瑞典的Legora快速崛起，與Harvey正面競爭。當前垂直AI應用正處於從“依賴前沿模型的擴張期”進入“自建模型控制成本”的轉型期，誰能把模型成本從外部租金變成內部資產，誰才能在規模擴張中守住毛利率。
結構判斷：這屬於定價權轉移，推理成本的定價權正從閉源前沿實驗室轉移到應用層公司手中。機制在於：智能體讓單個任務的token消耗呈數量級上升，而應用公司按席位向客戶收費、按token向模型廠商付費，用量越大虧損越多，此時前沿實驗室握有完全的定價權。開源權重模型的出現打破了這種依賴：Kimi K3這類模型在能力上逐漸接近閉源前沿水平，價格卻低得多，應用公司可以自主後訓練、自選推理平臺，使單位任務成本下降40%至90%。一旦應用公司能在多家模型之間自由切換、路由，閉源模型廠商的定價權就會被削弱，而應用公司則通過“自有模型 + 客戶數據 + 工作流”構建新的護城河。Harvey單季度扭正毛利率，正是這一權力轉移的標誌性案例。
ABAB News · 認知定律
用量越成功，租來的智能越昂貴。
應用公司的護城河，從擁有客戶開始，到擁有模型結束。
當開源追上閉源，定價權就從賣鏟子的人手裏溜走。
有幾處數字和說法建議再次覈對：
融資數字： 本輪估值各來源寫法不一，有155億美元和156億美元兩種，正文用了155億美元。
單一來源的成本數據： Kimi K3比Claude Opus 5便宜約40%、單次查詢成本降低90%、單項任務52美元對30美元，這幾組數字只出自一家二手來源。另外，Gabe Pereyra原帖只說了路由、運行框架改進和後訓練，沒有點名Kimi K3，“更換爲Kimi K3基座”這一點來自Bloomberg等媒體報道。
憑背景知識寫、沒有檢索覈實的內容： AI解讀裏兩位創始人的背景、與Allen & Overy和PwC的合作、Cursor的定價風波和Composer模型、Thomson Reuters收購Casetext的金額，以及Legora的情況