深度專欄 #10 — 賣 token 終於賺錢了，然後呢：模型商的毛利保衛戰

本篇重點

故事要從一個大逆轉說起：2023 到 2025 年，AI 的錢幾乎都被賣晶片、賣電、賣記憶體的人賺走，模型商自己賣 token 是賠錢生意：Anthropic 2024 年的推理毛利是負 94%。2026 上半年這件事翻了過來，Anthropic 官方宣布年化營收跨過 470 億美元，並向投資人給出史上第一個獲利季的指引。於是一場新辯論開打，而且三邊都是一線人物：一方主張短缺加品質差距給了模型商「按價值收費」的定價權，低毛利時代結束了；另一方反過來認為賣 token 天生是大宗商品生意，高毛利遲早被競爭掉；還有人乾脆質疑數字本身——現在的需求訊號就摻了水。本篇把三條路線的證據第一次攤開放上同一張桌子。我們的判斷：翻正是事實，但「留得住」眼下只在旗艦檔成立，而且決定勝負的不是護城河，是兩個時鐘的賽跑：商品化沿著價格階梯往上爬的速度，對上模型商把客戶鎖進工作流的速度。

這場辯論在我們地圖上的位置：

先把帳算清楚：「毛利翻正」其實是三本帳

這場辯論最大的陷阱是「毛利」二字。市面上流傳的 Anthropic 毛利數字，從 40% 到 70% 都有，它們其實是三本不同的帳，年份與口徑各不相同。

第一本帳講 2025 年、算全部成本。The Information 報導，Anthropic 曾把 2025 全年毛利預測從 50% 下修到約 40%，原因是雲端上的推理成本比預期高出約 23%(The Information)。第二本帳只算推理服務。SemiAnalysis 的說法是，推理毛利從 2025 年的 38% 升到 2026 年的 60% 到 70% 一帶(SemiAnalysis)。第三本帳是給投資人看的成本比：每一美元營收花在算力上的錢，從第一季的 0.71 降到第二季預估的 0.56，這 15 美分的算力成本改善，與該季從接近打平轉為 5.59 億美元營運獲利同期出現（本報未取得該季營收基數，無法逐項乘算歸因，故不宜斷言它是唯一那根槓桿）(CNBC)。

三本帳的時序要記住：下修發生在前、講的是 2025 年；改善數字在後、講的是 2026 年。拿 40% 去打 65%，或反過來，都是口徑錯配。更要緊的是，三本帳沒有一本經過審計：收入端有官方稿背書(Anthropic)，毛利端全是內部資料與分析師模型，獲利季到今天仍是指引不是事實。Anthropic 已在準備上市，招股文件會是這場口徑之爭的終審法院。

所以本篇說「翻正」，精確含義是：收入翻正有官方口徑；毛利翻正是內部與分析師兩邊口徑一致、但未經審計的改善趨勢。這是後面一切判斷的地基。

主張留得住的路線：短缺加品質差距，就能按價值收費

它是什麼。 這條路線的機制鏈：agentic 工作流讓每個 token 完成的活變值錢了，一次跑數小時的代理任務，實付混合成本大約每百萬 token 一美元，換來的是數十倍人力時薪的產出；同時軟體優化與新一代晶片讓 token 生產成本大跌。需求價值升、供給成本崩，中間的差就是毛利。而這個毛利不會被殺價競爭吃掉，因為算力短缺讓沒有任何一家能服務整個市場，品質差距讓開源接不住最難的活：有 frontier 品質的模型商可以按交付的價值定價，不必互相殺價。

誰押它。 SemiAnalysis 的 Dylan Patel，他五月的原話是「frontier 模型商的低毛利時代結束了」，並判斷 agentic 已永久抬高了市場出清的 token 價格(SemiAnalysis)。結構面的補強來自兩處：一份七月的學術情境分析主張，先發者攤提完的舊機隊像輸送帶一樣不斷送來近零成本產能，後進者的成本差 3.2 倍起跳、永不收斂(arXiv)；而 NVIDIA 與台積電這兩個上游瓶頸壟斷者刻意不趁短缺提滿價，等於把定價空間讓給了下游。

證據硬度。 收入端是官方級：470 億年化、半年五倍。付費意願是行為級：Uber 五千名工程師把全年 AI 預算四個月燒完，重度使用者一人一個月燒 500 到 2,000 美元(Fortune);Sierra 共同創辦人的觀察是，第一線頂尖工程師如今一年燒在 token 上的錢已達十萬美元（原話未點明這是 Sierra 內部團隊還是其客戶的用量，此處僅按字面轉述）。價格現值也站在這邊：到 7 月 20 日為止，旗艦檔沒有任何一家降價——GPT-5.6 旗艦（Sol 檔）與 Claude Opus 並價在每百萬 token 5 美元，不過 GPT-5.6 的這個 5 美元目前僅是內測分層價、尚未官宣全市場；更高階的檔位反而上移——代號 Mythos 的高階檔開出約前代旗艦五倍的定價，但這同樣是分層／內測層的價、非全市場官宣，五倍的幅度也還待官宣核實；Glean 創辦人 Jain 的觀察更直接，「過去 6 到 9 個月，每一家模型商實際上都調漲了 per-token 價格」(20VC)，此為單源說法，但可以用公開價目表核實。開源的便宜也要打折：Snowflake 用同一套系統跑同一批資料工程任務，開源模型燒了 2 倍的 token(X/Ramaswamy)，標價差 8 倍，帳單差只剩 4 倍左右。

它的弱點。 毛利數字是自己的帳，前一節講過。獲利季還是指引。而且這是 Anthropic 一家的故事：第三方估算 OpenAI 的毛利反而從 40% 降到 33% 一帶——但這是 OpenAI（以消費訂閱為主）的全成本口徑估算（信心低），與 Anthropic（以 API 為主）的業務結構本身不可比，並非同一本帳的對照；即便如此，把單家翻正說成「時代結束」，仍是把一家公司的現象當成整個梯隊的事實。短缺這根支柱也有時鐘：今年承諾交付的算力只有三分之一在建，缺口約 7GW，根因是變壓器等設備三到五年的交期，這代表短缺是「執行延遲」而不是永久結構，2027 到 2028 年供應鏈瓶頸有明確的緩解時程(SemiAnalysis)。

什麼會推翻它。 旗艦檔出現實際降價。WSJ 六月報導 OpenAI 內部考慮「大幅」降價備戰搶客，到 7 月 20 日仍未落地；更近的檢核點是 Anthropic 官方預告的回價日：Sonnet 5 上市促銷價每百萬 token 2/10 美元，8 月 31 日之後若不回到標準價 3/15 美元，促銷就變成了事實降價。再往後，上市文件揭露的審計毛利若遠低於內部口徑，整個翻正敘事要重審。

主張留不住的路線：賣 token 是教科書級的大宗商品生意

它是什麼。 經濟學有個老結果：兩家公司賣無差異的商品，就算只有兩家，均衡價格也會被壓到成本附近，誰先漲價誰失去全部客戶。這條路線主張，賣 token 是這個結果「異常純粹」的現實版，五個條件全齊：模型高度無差異、開源模型已經夠好、幾百個 benchmark 讓等價性對客戶透明可見、各家資本成本相近、切換只要在路由器上改一行設定(Normal Tech)。歷史基準率也站在這邊：六個資本密集的基建行業，光纖七年容量暴增後蒸發了兩兆美元市值，航空業八十年淨利率 2% 到 4%，只有雲端與台積電逃脫。還有一道算術：4 到 8 兆美元的基建投資，按 5% 淨利率五年回收，需要 16 到 32 兆美元年營收，高標等於今天世界 GDP 的四分之一。

誰押它。 這是人數最多的一邊。AI Snake Oil 的 Narayanan 給出上面的系統性論證；Benedict Evans 七月九日的專文說，推理毛利 40% 到 50% 還沒算訓練成本，而且「類比沒有預測力」，要有一件現在看不見的事發生，定價權才有可能出現(Benedict Evans);Databricks 的 Ghodsi 主張模型層終局是台積電式的「有價值但可互換」(BG2)；政策研究者 Dean Ball 指出前沿溢價只活在發布後數月的窄窗裡，競爭、蒸餾與開源會把它壓回去(Hyperdimensional);Dwarkesh 部落格徵文獎得主 Michael Li 的版本最狠：API 是永遠虧本的鐵路，能賺錢的是鐵路帶起來的地產(Dwarkesh blog prize)。

證據硬度。 歷史斜率是它最硬的牌：據商品化陣營引用的公開估算（本報未逐條獨立核對其鏈結），GPT-4 發布以來同級能力的價格約跌九成、2024 年智能單價一年降超過九成、GPT-4 級能力約 15 個月就被開源追平。開源差距的現值：在 Artificial Analysis 智能指數上，Kimi 對 Opus 的差距縮到 9 分的歷史低點；GLM 5.2 在同一個月被企業部署、評論者實測、推理商獨立複現三種彼此獨立的證據指向「跨過前沿門檻」。價格戰確實已經開打：Google 把消費端 AI 訂閱從 7.99 美元降到 4.99 美元，科技媒體直接稱之為訂閱價格戰的鳴槍(TechCrunch);OpenAI 七月開出每百萬 token 1/6 美元的新低價檔；Anthropic 在中檔打限時促銷。

它的弱點。 這條路線 2025 年就預言毛利起不來，但 2026 上半年 Anthropic 的推理經濟照樣翻正：至少在短缺與品質差距還在的窗口裡，它輸了一局。它最強的理論版本還自帶逃生門：Narayanan 自己承認，歷史上逃脫商品陷阱的兩條路是「變成軟體生意」與「壟斷級集中」，而模型商正在全力走第一條，Claude Code、企業多年約、嵌進整間公司工作流的數位員工；他的原話是，除非可攜性被刻意內建，這種數位員工「實質上無法開除」，鎖定力超過史上最黏的企業軟體。換句話說，連看空這一方最好的理論都同意：勝負不由 token 價格決定，由鎖定形成的速度決定。

什麼會推翻它。 旗艦檔定價連續守住或上移，同時鎖定指標持續變厚：多年約、committed spend、產品層營收占比。這是本報自設的觀察窗，12 個月，已掛回檢清單。另外，若同系統對照持續顯示開源在最難的活上品質與 token 效率雙落後，「夠好」這個前提就得收窄。

主張數字摻水的路線：需求訊號沒有看起來那麼硬

它是什麼。 這條路線不糾結於定價權之爭，而是質疑輸入數字本身。機制有二。其一是補貼定價：Bill Gurley 的版本，模型公司全部按搶份額定價、不按成本定價，所以「供不應求」的訊號含補貼成分，資本窗口一關、被迫重新定價，需求曲線會出現空洞(BG2)。其二是 ROI 未清算：Chamath 轉述他公司 CTO 的內部實測，token 總支出（用量×單價）每 45 天翻倍，下游生產力最多加 5%,「我們實質上已經到頂了」(All-In)；買方遲早要被 CFO 問一句：你的 EPS 到底多了多少？

誰押它。 Gurley 之外，還有投資人 Gavin Baker 的成本結構版：Google 靠自研晶片是最低成本的 token 生產者，可以理性地用負 30% 毛利跑 AI，用搜尋的現金流補貼，刻意抽乾整個生態的經濟氧氣。

證據硬度。 吃到飽方案確實死了：ChatGPT 改成 100 與 200 美元兩檔並設用量上限，OpenAI 高管公開說定價「不可能不大幅演化」。MIT 2026 年的一份調查說，95% 的企業 AI 試點看不到損益表影響（此處為二手轉述、單源）。Uber 案例的另一面在這裡：燒完預算之後，COO 公開質疑這筆錢值不值(Fortune);Coinbase 的董事會也開始對 token 支出表態反對、踩煞車。ROI 質詢已經上桌，這不是預言，是現在進行式。

它的弱點。 「補貼」有替代解釋：Sourcegraph CEO 的反駁是（此為單源、待核）——低邊際成本加高折舊本來就長這樣，問「補貼何時結束」像問「航空公司何時停飛經濟艙」。定價現值也跟補貼論的預測相反：補貼論預期價格一路向下，但過去 6 到 9 個月 per-token 牌價在漲不在跌。最關鍵的是傳導斷點：質疑歸質疑，錢還在燒，ROI 質詢至今沒有反映到任何一家 lab 的收入曲線上。

什麼會推翻它。 資本窗口收緊後需求沒有出現空洞。兩家模型商的上市就是天然實驗：上市後補貼動機消失大半，若大買方的續約與擴大採購照樣成長，摻水論就得降級。

把三條路線放上同一張桌：毛利是一場兩個時鐘的賽跑

一個產業留不留得住利潤，教科書的答案是看幾股壓力：同行殺價、買方議價、替代品進逼。把 7 月 20 日的現值疊上去，三條路線其實各對了一段，而且可以收攏在同一道價格階梯上。

階梯的下段已經開戰。 Google 消費端降價 37.5%、OpenAI 開出 1/6 美元低價檔、Meta 在追趕層打 API 價格戰、Anthropic 中檔限時促銷。商品化不是「會不會來」的問題，它已經在階梯下段燒起來了。這一段，商品化路線全對。

階梯的頂端還在漲價。 旗艦檔兩家並價未降、更高階的檔位上移、全體 per-token 牌價過去半年向上。頂端撐得住，靠的是三根支柱同時成立：短缺讓對手就算想搶量也沒有量可搶，殺價換不到東西；品質差距讓最難的活只有 frontier 接得住，替代品進不來；買方的 ROI 質詢還沒真正卡住預算，議價力尚未成形。這一段，定價權路線全對。

但三根支柱都已經在動。 短缺已經有了時程表——變壓器三到五年的交期把緩解點推到 2027 至 2028；同一時間，品質差距縮到歷史低點、開源在部分軸上追平，而 ROI 質詢也已經上桌，只是還沒傳導到收入。所以正確的問題不是「商品化會不會發生」，而是「商品化爬完階梯的速度，快不快得過模型商把客戶鎖進工作流的速度」。這個判準不是我們發明的，是商品化路線自己的理論給的：Bertrand 陷阱的歷史逃脫者只有兩種，變成軟體生意，或壟斷級集中。模型商顯然知道，Claude Code、多年期的承諾支出（committed spend）、嵌進整間公司的數位員工，全是逃生工程。毛利的持久性不住在 token 定價裡，住在逃生工程完工速度與三根支柱倒塌速度的相對快慢裡。

方向判斷

「frontier 高毛利不會被競爭掉」的正確讀法是分層的：單 token 經濟翻正是事實，收入端有官方口徑，毛利端是內部與分析師一致但未經審計的改善；高毛利眼下只活在旗艦 agentic 檔，由短缺、品質差距、ROI 未清算三根支柱撐著，三根都已在動、三根都未倒。未來 12 個月的裁決變數，此為本報自設的觀察窗、已掛回檢：一看旗艦檔是否出現實際降價，最近的檢核點是 8 月 31 日 Sonnet 5 促銷價回不回標準價，依 Anthropic 官方預告；二看算力兌現缺口與預約租金走勢；三看同系統對照上，開源在高難度任務的品質與 token 效率是否雙追平；四看 Anthropic 上市文件的審計毛利落在哪一本帳；五看 token 需求年增是否守住 2 倍——這是 Matsuoka（該情境模型的提出者）所說「償付走廊」給的門檻：token 需求年增若跌破約 2 倍，現有算力投資的償付／獲利模型就撐不住。

這對誰意味著什麼

• 做 AI 配置的投資人：「模型商終於賺錢了」和「賣 token 註定商品化」都只對一半。可操作的版本是把 lab 的營收拆成兩層估：API 層按大宗商品邏輯折現，產品與鎖定層，像 Claude Code、企業長約、數位員工，按軟體邏輯折現。招股書出來，先翻毛利口徑那一頁，再看產品層營收占比。
• 企業買方的財務長：你的議價力正在階梯下段快速變大，低價檔在互殺，能路由下去的活盡量路由下去；但最難的活短期還得付頂端溢價。Uber 的教訓不是『別用』，而是 token 計量制碰上內部用量排行榜文化，會讓帳單自己長大：把「能路由下去的活盡量路由下去」的成本紀律立起來，別讓文化替你定價（其中路由架構與模型選型的拍板，屬下一則產品經理畫像）。
• 做 AI 產品的人（產品經理）：你拍板的是路由架構與模型選型——給 agentic 用量建立儀表板（dashboard）、按難度把工作分層路由到對應檔位的模型，並盯自家產品定價要不要跟著旗艦檔一起漲。這些是產品決策，不在財務長的日常裡。
• 雲廠與算力供應鏈：頂端毛利的第一根支柱是短缺，而短缺的根因在變壓器與電力等交付瓶頸。你手裡的兌現速度就是模型商毛利的碼表：交付愈快，商品化爬梯愈快，這是同一件事的兩面。
• 模型商策略觀察者：盯兩個數就夠。一是旗艦牌價，它量的是三根支柱倒了沒；二是 committed spend 與產品層營收占比，它量的是逃生工程完工了沒。其他數字都是這兩個數的注腳。

結尾再看一次這張樹。本篇更新的是分岔的讀法：三條路線從「三選一」改成「同一道價格階梯上的三段事實」，並掛上五個可查的裁決變數與兩個短窗檢核點。

繁 中文版|EN English edition →