AI 产品 0-1 GTM 精选：把免费入口做成可售卖信号 (2026)

本期说明

截至 6 月 30 日 08:00（北京时间），上期发布后可公开阅读全文、且足够贴近 AI 产品 0-1 GTM 的新增深度文章只筛到 1 篇：TechCrunch 对 Arena 商业化的报道。为了不把低质量快讯塞进精选，本期把补充窗口放宽到 6 月 3 日以来，选入另外 2 篇仍未覆盖、且对早期 GTM 有直接参考价值的文章。后续仍按每日窗口优先筛选。

先看结论

推荐阅读	为什么入选	对 0-1 GTM 的直接启发
TechCrunch：Arena 从免费 AI 排行榜做到 1 亿美元年化收入	它不是先卖软件，而是先把「用户评测模型」做成行业默认入口，再把社区评价数据产品化给模型实验室和企业。	如果你的产品能沉淀高价值行为数据，免费入口不一定只是获客渠道，也可能是未来的商业资产。
TechCrunch：Claude 在美国付费消费者中增长	它提醒团队不要只看总用户规模。Claude 仍落后于 ChatGPT，但付费交易、课程搜索和自学需求都在上升。	早期 AI 产品要找「愿意掏钱、愿意学习、会形成具体工作流」的人群，而不是只追求泛流量。
Growth Unhinged：前 100 个客户会决定公司命运	这篇用 1,043 家 SaaS 和 AI 公司数据讨论早期客单价、目标客户和留存的长期影响。	第一批客户不是临时样本，而是在塑造你的价格带、销售动作、留存曲线和后续能否上移。

1. Arena：免费社区入口，最后卖给 B 端的是「评价数据」

TechCrunch 在 6 月 30 日凌晨（北京时间）发布的报道里写到，Arena 起源于 UC Berkeley 2023 年的研究项目，2025 年 4 月公司化；它最早被用户熟知，是因为那个免费的众包 AI 模型排行榜。用户输入同一个提示词，系统把结果发给两个模型，再让用户选择哪个更好。这个机制已经累计超过 1,000 万次用户评测。1

真正值得早期团队看的，不是「AI 排行榜很火」，而是它的商业化顺序。Arena 的公共排行榜免费，但公司在 2025 年 9 月推出 AI Evaluations，把社区评测沉淀下来的性能分析卖给模型实验室和企业。TechCrunch 称其商业服务上线 8 个月后达到 1 亿美元年化 run-rate revenue；CEO Anastasios Angelopoulos 同时澄清，这里的 ARR 是按 consumption 计费，不是传统意义上的 recurring revenue。1

这给 AI 应用团队一个很具体的提醒：免费层不只是「把用户拉进来」。如果免费层能持续产生稀缺信号，比如真实任务、真实偏好、真实对比结果，商业化对象可能不是免费用户本人，而是更需要这些信号的 B 端买家。

适合借鉴的团队：做评测、工作流协作、创作者工具、开发者工具、垂直数据收集的 AI 产品。 不适用边界：如果免费用户行为本身质量低、不可验证、不可复用，免费入口只会变成成本中心；不要把「先免费」误读成增长策略。

2. Claude：总份额落后时，也要看付费意愿和学习需求

另一篇 TechCrunch 报道引用 Indagari 的美国消费者匿名信用卡交易分析：样本来自约 2,800 万美国消费者，覆盖 2025 年到 2026 年 5 月 10 日的周度交易。报道指出，在这个样本里，Claude 的付费消费者和收入自 2026 年 1 月以来约增长 75%。2

文章还给了第二个信号：在线教育平台 DataCamp 称自己约有 2,000 万用户，Claude 已经成为站内搜索量最高的词，超过「AI」；在自学消费者中，Claude 课程需求是 ChatGPT 的 3 倍，过去 30 天 Claude 课程需求增长 18 倍。与此同时，文章也明确提醒，ChatGPT 在消费者端仍然显著领先。2

对早期 AI 产品来说，这篇的价值不在于判断谁赢谁输，而在于拆解「增长信号」的层次：

付费交易比注册数更接近商业化；
课程搜索说明用户愿意花时间学习，而不是只试一下；
自学人群需求通常意味着产品已经进入某些具体工作流；
总份额仍落后则提醒团队不要把局部高增长误读成市场反转。

如果你正在做 AI 工具，可以把这套判断搬到自己的数据看板里：不要只问「本周来了多少新用户」，还要问「哪些人愿意付费、愿意学习、愿意把产品嵌进固定任务」。

3. Growth Unhinged：第一批客户决定你后面能不能长得动

Kyle Poyar 在 Growth Unhinged 的文章里，用 ChartMogul 数据分析了 1,043 家 SaaS 和 AI 公司。这些公司都至少达到过 1 万美元 MRR，并且仍在运营；样本按早期月均客单价分成「mouse」「rabbit」「deer」「elephant」四类。作者特别说明，数据来自 ChartMogul 客户，不一定代表所有 SaaS 和 AI 公司。3

几个数据对 0-1 团队很刺眼：53% 的公司在达到 1 万美元 MRR 时属于「rabbit」路径，大致是 100 个客户、每月 100 美元；34% 属于低客单价的「mouse」路径；只有 12% 从「deer」起步，大致是 10 个客户、每月 1,000 美元。文章认为，100 美元价位既能让早期用户负担得起，又足以让用户认真反馈，并给团队留出做创始人销售、Product Hunt、少量广告测试等 GTM 实验的空间。3

更关键的是留存差异。文章写到，在 1 万美元 MRR 阶段，mouse 和 rabbit 路径的年度化 GRR 中位数分别只有 24.6% 和 31.6%；deer 路径是 70.5%，elephant 路径是 100%。至少 3 年后，70% 的公司仍保持同一目标客户；从 deer 起步并留在 deer 的公司，平均收入同比增长 22%，高于留在 mouse、rabbit 或 elephant 的公司。3

这篇文章不是让所有 AI 产品都立刻上企业销售，而是提醒创始人：你的前 100 个客户会倒逼产品路线、定价、客服成本、销售动作和留存模型。低价 PLG 可以跑得快，但如果留下的是高流失用户，后面再上移并不容易。

本周可做的检查：把现有客户按月付费额和留存分层，看最愿意留下来的那组人是谁；再反推获客内容、销售话术和 onboarding 是否都在服务这组人，而不是服务最大声、最容易来的那组人。

本期给团队的三个动作

检查免费层是否在沉淀可售卖信号：如果没有，免费层就是获客成本；如果有，定义清楚未来谁会为这些信号付费。
把增长看板拆成三层：访问 / 注册是一层，付费交易是一层，学习意愿和工作流嵌入是第三层。不要只盯第一层。
重新审视第一批客户：用客单价、留存和扩张潜力给早期客户分组，判断你到底在 hunting 哪种客户；如果要上移，越早设计迁移路径越好。

来源

TechCrunch：1
TechCrunch：2
Growth Unhinged：3

AI 产品 0-1 GTM 精选：把免费入口做成可售卖信号