网约车“老三”盈利了 但对高德、腾讯出行等聚合平台越发依赖
2026年春天，网约车行业迎来久违的资本动静
2026年的春天，沉寂已久的网约车赛道终于又听到了资本市场的敲门声。背靠一汽、东风、长安三大汽车巨头，以及腾讯、阿里两大互联网巨头的T3出行，正式向港交所递交了招股书。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
这份招股书传递出一个强烈的信号：盈利。数据显示，T3出行在2025年实现了净利润和经调整净利润的首次年度转正，并自称是“中国最快实现盈利的大型智慧出行平台”。按订单量计算，它已经坐稳了行业第三的位置，仅次于滴滴和曹操出行。
然而，亮眼的盈利信号之下，一道深刻的隐忧同样清晰可见：2025年，T3出行高达85.9%的订单来自高德、腾讯出行等第三方聚合平台。这意味着，它的流量命脉，很大程度上并不掌握在自己手中。
这就引出了两个核心问题：从亏损近20亿元到扭亏为盈，T3出行这三年究竟做对了什么？而在超八成订单依赖外部流量的格局下，这份盈利的成色，又究竟如何？
盈利从何而来？
T3出行的故事始于2019年。当年4月，南京领行科技股份有限公司成立，7月平台正式上线。截至2025年底，其业务已覆盖全国194座城市，注册用户超过2.345亿。
公司的收入结构非常清晰，核心就是网约车服务。2023年至2025年，这项业务占总收入的比重从92.1%一路攀升至95.5%。其余收入则来自车辆租赁、销售及向车企提供辅助驾驶训练技术服务等增值业务。
来看一组关键数据：过去三年，T3出行的总收入稳步增长，从148.96亿元增至171.09亿元。更关键的是利润曲线——净利润从-19.68亿元，收窄至-6.9亿元，并在2025年成功转正，录得744万元。经调整净利润同样在2025年首次为正，达到5299.9万元。
从巨额亏损到跨越盈亏平衡点，只用了三年，这确实打破了行业“烧钱换规模”的固有叙事。那么，盈利究竟是如何实现的？
答案藏在两条主线里：毛利率的持续爬坡，以及成本端的强力控制。
先看毛利率。2023年至2025年，公司整体毛利率从0.4%跃升至10%，再提升到13%。其中，核心的网约车业务毛利率改善更为明显，从-0.5%变为9.6%，再到12.3%。这种改善得益于“一升一降”：客单价从22.4元小幅提升至23.7元，带来了收入端的改善；同时，给予乘客和司机的激励费率有所下降，司机招募和成本管理也更为精细。
司机成本的变化尤为关键。销售成本中的“司机服务费”（包括收入和奖励）总额在三年间分别为134.2亿、132.2亿和140.8亿元。结合其月活司机数量（4.52万、5.46万、6.3万）计算，平均支付给每位月活司机的服务费，实际上从2.97万元逐年下降至2.23万元。
运营效率的提升也不容忽视。2025年，T3出行促成了近8亿个订单，总交易额达189亿元。规模效应的背后，是AI技术的深度应用。截至2026年3月底，公司已开发37名AI数字员工，接管了约90%的客服、订单管理、投诉处理等工作。
成本端的另一个“减法”出现在“其他开支”项。2025年，这项主要包括提前终止租赁亏损和设备减值的开支，大幅缩减了3.11亿元，降至仅0.3亿元。
然而，盈利的“薄度”需要冷静审视。2025年0.04%的净利率意味着，全年744万元的净利润，平摊到7.97亿个订单上，每完成一单的利润还不到1分钱。与此同时，现金流状况发出了警示信号：经营活动所得现金流量净额由正转负，净流出1.24亿元，资产负债率超过100%，净负债达4.48亿元。
公司在招股书中也坦承，过去曾出现毛亏损、净亏损和净现金流出，未来仍可能出现类似情况。
超8成订单来自聚合平台
过去三年，T3出行的订单量在增长，但对聚合平台的依赖也在同步加深。
招股书揭示了一个清晰的趋势：2023年至2025年，通过高德、腾讯出行等聚合平台下达的订单比例，从61.5%一路攀升至85.9%；相应的交易额占比也从61.8%升至86.4%。换句话说，每产生100元的流水，就有超过86元来自第三方流量入口。
这种深度依赖的直接代价，是渠道成本的持续攀升。2025年，公司的销售及分销开支达到15.3亿元，同比激增20.4%，远超其6.2%的营收增速。驱动这一增长的核心，正是为获取聚合平台流量而支付的渠道开支。
行业观察者对此不乏担忧。有观点认为，高度依赖聚合平台容易导致自有用户留存和品牌认知度薄弱，使平台沦为聚合生态下的“运力供应商”。
值得注意的是，这并非T3出行独有的困境。曹操出行、如祺出行等同样面临“聚合平台依赖症”。在这个由流量分配主导的生态链中，顶层的聚合平台掌握话语权，中层的网约车平台竞争激烈，底层的司机群体则承受着利润空间被压缩的压力。
T3出行在招股书中也明确指出了这一风险：若聚合平台提高用金费率或中断合作，公司的订单量和利润率将遭受重大不利影响。
Robotaxi有多大想象空间？
或许是为了给资本市场一个更具吸引力的未来故事，T3出行在招股书中多次提及Robotaxi（自动驾驶出租车），并将此次IPO募集资金的首要用途定为“建设全栈Robotaxi能力”，显然希望借此打开第二增长曲线。
这个赛道的想象空间确实巨大。据咨询机构预测，中国无人驾驶车辆服务市场规模将从2025年的10亿元暴增至2030年的928亿元，年复合增长率高达149.3%。到2030年，无人驾驶的单公里成本预计约为0.8元，相比有人驾驶的约2.0元降低超过60%。巨大的降本潜力和广阔的市场前景，共同构成了Robotaxi叙事最诱人的部分。
T3出行在此领域已有布局。一支超过300辆的Robotaxi车队已接入其平台，在南京和苏州开展道路测试，其中无安全员的测试里程已超过4.1万公里。公司采用的“混合调度”模式，将有人驾驶车辆与Robotaxi整合，可根据需求动态分配资源，旨在解决商业化初期的挑战。
然而，现实同样骨感。截至目前，T3出行的Robotaxi业务尚未贡献任何收入，仍处于纯投入阶段。相比之下，竞争对手如萝卜快跑、文远知行、小马智行等已有实际营收，并积极拓展海外市场。在强敌环伺的赛道上，T3出行的先发优势能否转化为商业胜势，仍是未知数。
另一方面，从研发测试到规模落地，Robotaxi每一步都需要巨额资金支撑。而T3出行自身并不乐观的现金流状况，使得此次IPO的募资额，将直接决定它在这条昂贵赛道上能跑多远。
总而言之，Robotaxi为未来预留了足够的想象空间。但在想象变&现之前，T3出行仍需回答一个更迫切的现实问题：当流量命门握于他人之手，当前的盈利又高度依赖于成本端的极致“减法”时，这份盈利的韧性，还能经得起多长时间的考验？
相关攻略
2026年春天，网约车行业迎来久违的资本动静 2026年的春天，沉寂已久的网约车赛道终于又听到了资本市场的敲门声。背靠一汽、东风、长安三大汽车巨头，以及腾讯、阿里两大互联网巨头的T3出行，正式向港交所递交了招股书。 这份招股书传递出一个强烈的信号：盈利。数据显示，T3出行在2025年实现了净利润和经
3月31日消息，3月31日，如祺出行发布截至2025年度全年业绩公告。报告期内，如祺出行核心财务指标全面向好，除录得总收入52 86亿元，同比大增114 6%，年内订单量、交易额均录得翻倍增长，利润
3月31日消息，据报道，近日，太原一名网约车司机捡到乘客遗落的手机后，与乘客协商以200元费用专程送还，却在完成交付后被乘客反手投诉“借机牟利”。据了解，当事乘客下车后发现手机遗落在车上，通过平台联
3月30日消息，据媒体报道，目前我国新能源汽车保有量已突破4300万辆，首批大规模投放的网约车、出租车等营运车辆，正集中步入电池衰减高发期。据北京一位司机师傅透露，自己跑了5年的网约车，电车的续航从
3月28日消息 3月27日，成都市公安局郫都区分局发布警情通报：近日，我局接群众举报，反映有人在网络平台发布“网约车驾驶员辱骂乘客”视频，引发社会关注。接报后，我局立即依法开展调查。经查，违法行为人
热门专题
热门推荐
在Debian系统中配置Python异常处理 在Debian操作系统上为Python应用程序构建一套完善的异常处理机制，是确保服务长期稳定与可靠性的核心环节。这不仅仅是编写基础的try except语句，更涉及从错误捕获、日志记录到生产环境监控的一整套解决方案。本文将详细指导您如何在Debian
在Debian系统上实现Python代码的热更新 你是否希望你的Python应用能够在不中断服务的情况下完成版本迭代？对于要求高可用性的生产环境而言，实现代码热更新是一项至关重要的能力。在Debian Linux系统上，我们可以通过一套经过验证的技术组合来达成这一目标。其核心原理主要围绕以下几个关键
Debian系统Python缓存配置全攻略：从pip加速到应用性能优化 在Debian操作系统环境下为Python配置缓存机制，是提升开发与运行效率的关键步骤。本文将从两个核心维度展开：一是优化Python包管理器pip的下载缓存，二是为Python应用程序实现高效的数据缓存策略。两者虽目标一致——
Debian系统Python多线程配置完整指南 在Debian操作系统上实现Python多线程编程，是提升程序并发性能的关键技术。本文将系统性地讲解如何在Debian环境中正确配置Python多线程开发环境，并提供实用的代码示例与优化建议，帮助开发者高效利用多核处理器资源。 1 Python环境安
在Debian上配置Python数据库连接 想在Debian系统上让Python和数据库顺畅对话？这事儿其实没想象中那么复杂。只要跟着几个清晰的步骤走，你就能轻松搭建起连接桥梁。下面，咱们就来把整个过程拆解一遍。 1 安装数据库服务器 第一步，自然是得在Debian上把数据库服务给跑起来。这里以最