“新車預售 1 小時訂單破萬”“24 小時狂攬 30 萬輛”—— 如今，新能源汽車品牌公布預售訂單(業界稱 “小訂”，訂金可退)時的 “亮眼數據” 已屢見不鮮。這本是新勢力直面用戶時，展示産品市場熱度的參考信号;但在愈演愈烈的競争壓力下，“小訂數據” 正逐漸異化為營銷工具，甚至演變成全行業的 “數字競賽”。知名汽車評論人吳佩 8 月 31 日在微博直言：“汽車行業‘小訂過萬’的數據造假，已是公開的秘密。”
一、“小訂競賽”：從 “市場反饋” 到 “營銷表演”
新能源汽車的預售模式通常分為 “預售發布” 與 “正式上市” 兩階段，多數品牌在預售階段便開放預訂，訂金多在 99 元至 5000 元之間，且支持随時退款。這種低門檻、可退訂的規則，本是為降低用戶決策成本，卻逐漸成為廠商 “沖數據” 的溫床。
而這場 “競賽” 的升級，離不開小米汽車的 “标杆效應”。與行業常規不同，小米 SU7、YU7 未設單獨預售期，上市即開啟 “大定”(5000 元訂金，7 天内可退，鎖單後不可退，本質仍屬 “可退小訂” 範疇)，卻創下驚人數據：SU7 上市 24 小時訂單近 9 萬輛，YU7 更在 1 小時内斬獲超 28.9 萬輛訂單。
小米的流量紅利，讓更多品牌陷入 “數據焦慮”。“現在一款新車要是預售沒‘破萬’，都不好意思對外宣傳。” 某傳統車企新能源品牌内部人士坦言，“尤其是 20-30 萬元的主流戰場，‘破萬’隻是起步，得想辦法把數據做得更‘亮眼’，才能在用戶心智中留下‘爆款’印象。”
這種焦慮催生出産業鍊條：上海一名大學生透露，他曾接到過汽車廠商的兼職任務 ——“參加發布會、到店試駕，甚至直接代下預訂單”，待廠商公布數據後即可退訂，單條任務報酬 80-150 元。“粉飾小訂數據的成本極低，在動辄上億的上市營銷預算裡，可能隻占 2%，卻能制造‘熱銷假象’。” 上述業内人士補充道。
二、數據狂歡背後：高訂單與低轉化的巨大鴻溝
熱鬧的 “小訂數據”，終究要回歸交付現實。而現實是：光鮮的訂單數與冰冷的交付量之間，隔着難以逾越的鴻溝。
理想 MEGA 曾是 “小訂神話” 的代表 ——2023 年廣州車展亮相 1 小時即獲 1 萬輛預訂單，作為理想首款純電 MPV、首款 50 萬元以上車型，其數據一度被視為 “高端純電市場的破局信号”。但上市後，受負面輿情影響，首批用戶轉化率僅 30%，交付量從首月 3229 輛跌至不足 500 輛 / 月，徹底褪去 “爆款” 光環。
小米 YU7 的處境同樣耐人尋味。盡管 1 小時訂單超 28.9 萬輛，但 7 月首批交付後，小米汽車整體交付量僅突破 3 萬輛(環比增長 20%)，8 月仍未超過 3.5 萬輛。小米方面解釋為 “一期工廠産能不足”，但如此龐大的訂單與緩慢的産能爬坡形成反差，也讓外界對 “訂單真實性” 産生質疑。
更誇張的是全行業的 “數據泡沫”：前小鵬汽車副總裁李鵬程曾暗諷，“年初至今，中國乘用車小訂已超 5000 萬輛，80% 是新車發售 72 小時内完成的”。而中國汽車流通協會數據顯示，2025 年前 8 個月全國乘用車累計批發 1793.4 萬輛、零售 1469.8 萬輛(同比僅增 9%)。這意味着，5000 萬小訂中，最終轉化為實際銷量的比例可能不足 5%。
近期幾款新車的 “亮眼數據”，同樣難逃質疑：
8 月 15 日，新一代智己 LS6 預售 30 分鐘小訂破 1 萬輛(預售價 20.99 萬元，疊加優惠後或低于 20 萬元);
8 月 29 日，岚圖 2026 款夢想家預售 1 小時小訂破萬，極氪 9X 更以 47.99-56.99 萬元的高價，創下 “1 小時 4.27 萬輛” 的 “佳績”;
9 月 6 日，全新問界 M7 宣稱 24 小時預訂單超 15 萬輛。
盡管極氪 9X 有 “均店 90-120 輛訂單、全國 500 家門店” 的調研數據支撐，但對比同價位的 2025 款問界 M9 “1 小時 3800 輛” 的訂單量，其數據仍顯得 “懸浮”。而這些品牌的最終轉化效果，尚需時間檢驗。
三、行業反思：小訂該回歸本質，還是繼續 “表演”?
值得注意的是，并非所有品牌都參與 “數據競賽”。蔚來、特斯拉從未公開過預訂單數據;理想在 MEGA 之後也放棄了小訂披露;小米雖未設 “預售”，但其 “大定可退” 模式仍被行業視為 “小訂的變種”。
“小訂的初衷是幫企業判斷市場需求，調整産能與配置。” 一位汽車行業分析師指出，“現在卻成了‘營銷 KPI’，不僅誤導消費者，更可能讓企業誤判市場，導緻産能過剩或資源錯配。”
當 “1 小時破萬” 成為常态，用戶對數據的信任度正不斷透支。若汽車行業無法跳出 “比數字、造噱頭” 的畸形競争，最終受損的将是整個行業的公信力 —— 畢竟，真正的 “爆款” 從來不是靠 “可退小訂” 堆出來的，而是靠交付量、用戶口碑與市場複購率說話。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
