在最新发布的全球 AI 产品收入百强榜中，教育类应用的表现远逊于其他赛道。排名最高的 Subject.com 仅位列第 76 位，其 1000 万美元💵的年收入，不及头部产品 ChatGPT 的百分之一。与聊天『机器人』️、代码助手等动辄年收入过亿的热门领域相比，AI 在教育领域的商业化进程则显得缓慢而又分化。
尽管整体收入规模有限，但教育 AI 赛道中仍不乏高增长亮点。例如，Study Fetch 的月度收入环比增长高达 197%，Knowt 也实现了 154%的增速，展现出强劲的增长势头。然而，高增长背后也折射出教育 AI 商业模式的普遍挑战：在预算分散、需求多样、教学效果难以量化的教育行业中，企业应如何平衡收入规模与增长潜力？其产品设计是否真正契合教育场景的核心需求？
制图：多鲸
数据来源：非凡产研
统计范围：全球 AI WEB 产品
排序标准：年度经常性收入
截止日期：2025 年 8 月
从收入规模来看，教育 AI 产品的天花板显著低于其他 AI 类别。除 Subject.com 以外，其余教育类产品的年度经常性收入（ARR）均未超过 500 万美元💵。相比之下，百强榜中非教育类产品的 ARR 中位数远高于此水平。教育 AI 在收入上与热门赛道差距明显，但这是否意味着其商业化路径尚未成熟，还需要更多时间和实践来验证。仅从当前来看，市场仍处于探索期，尚存在结构性机会。
具体到产品层面，Subject.com 作为当前收入最高的教育 AI 应用，其月度经常性收入（MRR）为 83 万美元💵，ARR 为 1000 万美元💵，用户平均收入（ARPU）达 17.69 美元💵，在教育类产品中属于较高水平。该产品专注于为数学、物理、历史等学科提供定制化的 AI 工具，更适合以学校或学区为单位的 B2B 采购，其收入表明教育 AI 在机构端尝试落地具备一定可行性，但能否形成长期稳定模式，还是未知数。
（Subject.com 网站首页）
相比之下，专注于数学解题辅导的 MathGPT，MRR 为 42 万美元💵，ARR 为 500 万美元💵，但 ARPU 仅为 0.52 美元💵，体现出其面向大众用户、走普惠路线的产品特性。但低 ARPU 背后可能对应着较大的用户基数，展现了下沉市场的商业机会。
（MathGPT 搜索页面）
而 Knowt 和 Study Fetch 这两家以笔记和课件转换为核心功能的产品，收入规模相近，月度收入分别为 24 万和 18 万美元💵，它们的用户平均收入均处于低位，说明其更依赖用户规模而非单客价值。
（Knowt 的动态功能页面）
（Study Fetch 网站首页）
Gizmo 作为榜单中收入最低的教育 AI 产品，MRR 仅为 11 万美元💵，ARPU 低至 0.16 美元💵，很可能采取免费增值模式，优先追求用户增长而非短期变现。
（Gizmo 网站首页）
从榜单来看，Subject.com 抓住了学科工具刚需，收入最高；MathGPT 依靠低价获取庞大用户群；Knowt 和 Study Fetch 更像「黑马」，通过笔记、抽认卡、学习推荐等新玩法迅速拉高增长。Gizmo 的数据则说明，只要切中场景，即便 ARPU 极低，也能在早期实现用户扩张。
尽管收入规模有限，但教育 AI 企业在增长维度表现抢眼。Study Fetch 以 197%的月度收入增速领跑，Knowt 达到 154%的高增长，Gizmo 和 MathGPT 也分别实现了 91%和 39%的增速。这一系列亮眼数据表明，教育 AI 市场正处在高速成长期，不同细分领域的创新产品正在快速获得市场认可。
具体来看，Study Fetch 的爆发式增长可能得益于其 AI 驱动的个性化学习推荐系统，恰好契合了后疫情时代在线教育需求。而 Knowt 的增长则源于其抽认卡和笔记生成工具精准迎合了 Z 世代的『数字化』学习习惯，通过用户自发分享形成的社交传播效应进一步放大了增长势能。相比之下，Gizmo 在 ARPU 低至 0.16 美元💵的情况下仍能实现 91%的增长，这类增长模式可能与其免费策略相关。MathGPT 作为相对成熟的产品，39%的增速虽不及新锐企业迅猛，但展现出数学辅导这一刚需市场的稳定潜力。
不同产品的增长路径虽然各不相同，但都体现出一点——教育 AI 的增长往往与特定学习场景的强匹配度密切相关。
在此次的榜单中，教育 AI 产品的用户平均收入普遍偏低。五家代表性企业的用户平均收入均低于 18 美元💵，其中最高者 Subject.com 仅为 17.69 美元💵，其余几款均不足 1 美元💵。
与此同时，增长与收入呈现明显倒挂，高增长企业如 Study Fetch 月度收入环比飙升 197%，但收入基数较，而收入相对较高的 Subject.com 增长却较为平缓，这种分化说明教育 AI 内部也在逐渐形成不同发展节奏，有的产品靠新功能快速起量，有的则进入相对平缓期。
以上教育 AI 企业大多采取技术聚焦策略，避开与通用 AI 的正面竞争，转而深耕数学辅导、笔记生成、题库构建等垂直场景，以寻求差异化优势。不过，在用户留存上仍存在不足。若想在未来赢得更多市场，教育 AI 需要建立自己的内容质量壁垒，生成内容的准确性和教育适配性或许会成为关键因素。
总体而言，教育 AI 呈现出一个有趣的反差：收入在整体 AI 生态里并不亮眼，但增长速度却相当突出。相比追求效率的代码助手、追求规模的聊天『机器人』️，教育类产品更像是在「慢变量」里找机会。对教育 AI 赛道而言，如何真正契合教学场景、提升长期价值，才是决定胜负的关键。
