「模型就是大宗商品」？把台積電類比當真，它反咬了這個預言

本篇重點

2025 年底，Databricks 執行長 Ali Ghodsi 講了整場模型層辯論裡最鋒利的一句空方判詞：大型語言模型已經是大宗商品：像加油站，這家那家比價就好，用戶一天就能換。做前沿模型的實驗室，終局是變成「晶圓代工廠那樣的公司」，很有價值，但可以互換。所以錢會流向三個地方：企業自己的資料、應用、治理與安全。這個預言好就好在它可以驗：它自己給了三個能盯的儀表：第一，企業是不是多家併用；第二，模型商毛利是不是被壓向代工廠型；第三，單一實驗室是不是持續獨拿營收。本篇做兩件事：一是把三個儀表對到 2026 年 7 月的讀數——結果三根指針全部指向預言的反方向，但每一根都留了一個不能輕忽的但書；二是把他那句「像台積電」當真，去查真實的晶圓代工經濟學——查出來的東西比任何反駁都鋒利：台積電在先進製程是準獨佔、連續四年漲價，「可以互換」只在成熟製程成立。也就是說，這個類比讀對了之後，給出的不是「模型全面商品化」，而是我們地圖上已經立著的那張分層圖：塔尖寡佔化、塔基商品化、中間一條會移動的線。類比裡還有一處斷點：台積電不做自己的晶片，模型商做。這個斷點決定了「錢流向應用層」這條預言的天花板，是本篇新增的判斷。

這個預言在賭什麼：一句加油站類比，三個可驗的賭注

先把原話放上桌。Ghodsi 在 2025 年 12 月的 BG2 播客上說，同場的企業搜尋公司 Glean 執行長 Arvind Jain 出聲附和：「我認為 LLM 是大宗商品。大家不這麼說，但它就是。就像你可以在這家加油站加油，也可以在那家加油站加油……比價就行了。」((BG2 Pod / Altimeter))他接著給了終局想像：前沿實驗室會變成「晶圓代工廠那樣的公司……台積電很有價值，但它們是可互換的……人們一天之內就把 LLM 換掉」。既然模型層留不住錢，錢去哪裡？他點了三層：企業專有的資料、貼近工作流的應用，以及 agent(能自己執行多步驟任務的 AI 程式)滿地跑之後必不可少的治理與安全。

這個判斷值得開一篇專欄，不是因為它聳動，而是因為它直接決定一類真金白銀的決策：如果模型真是大宗商品，那麼「押注單一實驗室」就是錯的，中立的多模型平台(雲上的模型超市、路由層、治理層)才是對的位置；反過來，如果鎖定是真的，早早綁定最強的那家才對。這也是為什麼講這話的人是誰很重要：Databricks 自己在放棄前沿自研之後，轉型成多模型分銷加治理層：與 Anthropic 簽五年協議、與 OpenAI 簽下一億美元量級的多年協議，都掛在自家治理閘道底下發售(Databricks 官方新聞稿)。大宗商品論若成立，他的公司就站在價值流向的正中央。這不代表他說錯，他還用放棄自研這個真金行動背書了自己的判斷；但這是一個持倉者的判斷，不是中立觀察者的判斷，讀的時候要打這個折。

預言自己給了三個可以盯的儀表，這是它比多數口號高明的地方：第一，企業是不是真的多家併用、頻繁切換，這是商品該有的買方行為；第二，模型商的毛利是不是被壓向代工廠型，這是商品該有的賣方損益；第三，一個反向儀表——如果某一家實驗室持續獨拿營收曲線，商品論就被削弱。以下把三個儀表逐一對到 2026 年 7 月的讀數。

對帳第一站：換模型的人變多了，換供應商的錢沒動

先看支持預言的那一面，證據是真的。創投 a16z 在 2026 年 1 月的企業調查裡量到：81% 的企業在測試或生產環境中使用三個以上的模型家族，一年前是 68%(a16z);AI 搜尋公司 Perplexity 的企業遙測給了更細的行為切片：在會主動挑模型的用戶裡，53% 一個工作日內至少換過一次模型，最大的五十個企業帳號平均用到 30 個模型((Perplexity))；在開發者聚集的模型路由平台 OpenRouter 上，美系模型的 token 佔比一年之內從七成掉到三成((Don't Worry About the Vase))。在 API 這一層，「一天換模型」不是修辭，是日常。

但把鏡頭從「用了幾個模型」轉到「錢跟著動了沒有」，畫面反轉。Menlo Ventures 的企業調查量到的是：選定供應商之後，企業傾向留下——過去一年只有 11% 的團隊換過模型供應商，66% 是在原供應商內部升級新模型(Menlo Ventures)；另一份 2026 年的企業調查給了更難堪的數字：89% 的企業自認換得動供應商，但真去遷移的企業裡 58% 遭遇失敗或超乎預期的困難(Parallels 調查，經轉述)。這兩個數字要打兩個折才能用：會走到真遷移那一步的，本來就偏難案，58% 有選擇偏差；而 11% 的年切換率放在整個企業軟體市場算高還算低，眼下沒有可靠的基準線可比——它說明的是「錢動得慢」，不足以單獨說明「錢動不了」。但自認換得動和真的換得動之間，確實隔著一整層工程現實：提示詞要重調、評測要重跑、微調資產帶不走。而且供應商正在主動把這個成本做大：年承諾五十萬美元以上換 15% 到 30% 的折扣、多年階梯定價、給新創撒數百萬美元的算力抵用金綁長約——這些都是教科書等級的「製造切換成本」動作。

兩組數字並不矛盾，它們量的是兩層不同的現實：「加」模型是便宜的，「換」供應商是貴的。開發者在路由層一天換三個模型，採購部門的年度合約簽的還是同一家。大宗商品論的弱版本成立：多模型併用是常態。強版本在買方行為數據上不成立：零切換成本並沒有兌現成沒有黏著、沒有定價權。第一根指針：偏向預言的反方向，但書是：路由層工具正在成熟，支援上千個模型的閘道已經是現成商品，今天的工程摩擦是現狀，不是物理定律。

對帳第二站：毛利與集中度，兩根指針走反了

第二個儀表是賣方損益。先交代一句這個儀表的來歷：Ghodsi 的原話只給了代工廠類比，沒有給毛利數字，「模型商毛利向代工廠毛利收斂」是本圖收錄這個預言時替它操作化的量法——但照類比的本意——資本密集、可互換、靠規模——它預期的方向只能是毛利被壓扁。實際發生的是反向：Anthropic 的推理服務毛利率，依內部與分析師口徑從 2024 年的 38% 爬到 2026 年的六成五上下，據 Normal Technology 轉述，華爾街日報報導它正進入創業以來第一個獲利季((AI Snake Oil / Normal Technology))。這裡要立刻補上本系列在上一篇定價權專欄立過的規矩：這些毛利數字全部未經審計，同一家公司的毛利率眼下有三本帳：整體毛利率、推理服務毛利率、算力成本比，彼此口徑不同，上市文件才是終審。但方向感是清楚的：指針在往上走，不是往下壓。而且往上走的終點頗有黑色幽默：它正從下方朝台積電那個 67.7% 靠近，而後面會講到，那是一個獨佔者的毛利率，不是大宗商品的毛利率。而且旗艦價格在漲——OpenAI 把旗艦檔 API 價格整整翻倍以上(GPT-5 每百萬 token 輸入 1.25 美元、輸出 10 美元，到 GPT-5.5 變成 5 美元與 30 美元),Anthropic 加開了比 Opus 更貴的 Fable 5 檔(10 美元與 50 美元)。連當初在場附和商品論的 Jain，七個月後自己在另一個播客上說出：「過去六到九個月，每一家模型商都調漲了 per-token 價格」((20VC))——商品的價格軌跡應該是單調向下的，這是商品論陣營自己人回報的異常讀數。公平地說，Jain 有一套自圓的講法：漲的是塔尖，而九成的企業用例正在下沉到便宜模型。這套講法內部是通的，但要看清它付出的代價——它等於棄守了「模型層整體是商品」的說法，改立一個分層版：塔尖有定價權，塔基才是商品。這個分層版，正是本篇接下來要用代工廠經濟學立起來的東西。

第三個儀表是預言自帶的反向指標，它響得最大聲。Menlo 的兩個時點顯示，企業 LLM 支出的份額不是趨向均勻，而是在集中：Anthropic 從 2023 年的 12%、2025 年中的 32%，走到 2025 年 12 月的 40%，前三家合計拿走 88%(Menlo，經轉述)；在最該被商品化的高頻場景——寫程式——單一實驗室拿走約 54%，是第二名的兩倍半；Claude Code 這一個產品的年化營收，五個月從五億美元漲到二十五億((Stratechery))。這裡要自己先把一個反駁擋掉：份額集中本身並不自動反商品化——大宗商品行業也可以高度集中，規模經濟使然，台積電自己就是例子。真正與商品論不相容的，是集中、漲價、毛利上行三件事同時發生：一個真商品市場的龍頭可以有大份額，但不會有連年提價的膽子。還有一個口徑細節要標：Menlo 量的是支出份額，不是 token 用量份額——用量層面其實更分散，大量 token 跑在便宜模型上；支出集中與用量分散並存，這又是一張分層圖。

這一站也有必須寫進判決書的但書，而且是兩條。其一，榜單層的領先確實在輪替：2026 年 7 月，GPT-5.6 在 Code Arena(開發者票選的寫程式能力排行榜)榜上據稱追平了 Claude Fable-5(經 X 用戶 @infwinston 轉述，原貼未存檔、無永久連結可核)，前沿模型平均只能戴很短時間王冠、很快就被超越的說法也在流傳——但榜單分數的輪替和採購份額的黏著是兩個口徑，前者量能力、後者量錢，眼下錢還沒有跟著榜單走。其二，價格戰確實已經在塔基開打：Google 用半價到三分之一價推 Gemini 3.5 Flash 切入，大客戶開始從「敞開燒 token」轉向省著用(CNBC)；開權重模型對閉源旗艦的折扣打到 96% 以上((DeepSeek))。商品化的機制訊號在形成，只是它發生的位置不在塔尖——這個「位置」問題，正好由下一節的類比來講清楚。

把類比當真：晶圓代工的經濟學不站在「可互換」那邊

「實驗室會變成台積電那樣的公司：很有價值，但可互換。」這句類比是整個預言的骨架，而奇怪的是，辯論雙方七個月來都沒有人去查它：真實的晶圓代工業，到底是不是一個「有價值但可互換」的行業？

查出來的答案是：恰恰相反，而且反得很有結構。2026 年第一季，台積電拿走全球晶圓代工市場的 72.3%，在先進製程，也就是最新兩三代節點，佔比超過九成；它的 2 奈米產能已經被預訂到 2027 年第二季，首批客戶名單是 Apple、AMD、NVIDIA、MediaTek——沒有任何一家把旗艦產品交給三星或英特爾代工(產業彙整)；它對 3 奈米報價預計在 2026 下半年再漲最高 15%，是連續第四年漲價(TrendForce，轉述);2026 年第二季毛利率 67.7%，創歷史新高；這個數字出自其提交美國證管會的財報，是本節唯一經審計口徑的數字。連續漲價加上客戶無處可去，這叫定價權，不叫大宗商品。「可互換」在代工業確實存在——但只存在於成熟製程：老節點誰都能做，殺價殺到 2027 年才迎來三年裡第一次漲價。晶圓代工業的真實形狀是：塔尖獨佔、塔基商品化、中間隔著一條靠鉅額資本開支才能守住的線。

所以把「實驗室像台積電」這個類比當真，它輸出的預測不是「模型層全面商品化」，而是：旗艦層寡佔化、有定價權，落後層商品化、殺成紅海。對回上兩站的讀數——旗艦漲價、份額集中 40%、開權重折扣 96%、塔基價格戰——這正是眼下模型層的形狀，也正是本系列前兩篇專欄各自從不同角度量出來的那條線：寫程式那篇量的是「任務難度」維度：高難度任務原生組合有溢價、低難度任務零件化；定價權那篇量的是「價格檔位」維度：旗艦牌價上移、低價檔燒價格戰。類比讀對了，三張圖是同一張。

有一個方法論上的自我提醒必須寫在這裡，因為它同樣出自商品論陣營：分析師 Benedict Evans 是「商品化是預設終局」的獨立第二個聲音，但他同時明確警告：用類比做預測沒有效力，行動網路、光纖、半導體、雲端，每一個類比都各有不同，不能拿「像某某行業」當論證。這個警告雙向適用：Ghodsi 不能拿「像台積電」證明商品化，本篇也不拿「像台積電」證明寡佔化。本節的用法是把類比降級為結構模板：它不證明模型層會怎樣，它只提供一組可檢查的對應關係——而檢查的結果(上兩站的儀表讀數)獨立於類比成立。同樣要說清楚模板管不到的事：塔尖的定價權能撐多久(撐過算力短缺解除嗎？撐過開權重追趕嗎？)模板答不了，那是上一篇定價權專欄留下的三根支柱問題，本篇不重審。順帶一提，回去細聽原話會發現一個微妙的地方：Ghodsi 的原始表述其實是「即使有三星和英特爾在，台積電仍然非常有價值」——這句話裡已經藏著寡佔，只是被「可互換」三個字蓋過去了。這個預言最站得住的版本，可能從一開始就是分層版，是傳播中被壓縮成了「全是商品」。

不過類比模板也有兩處對不上的地方，誠實列出。第一，世代的壽命差一個數量級以上：台積電一個節點的領先能守好幾年，模型的榜單王冠只戴很短一段時間就換人——如果能力領先真的這麼短命，模型層塔尖的「獨佔」理應比代工業脆弱得多。眼下它沒有表現得脆弱，份額還在集中；更可能的解釋是上一站那條：買方黏著讓「有效領先期」遠長於榜單領先期。第二，老節點的命運完全不同：台積電折舊完的舊產線幾乎是純利((Stratechery))，模型商的「舊節點」卻直接被開權重模型整層拿走——96% 的折扣不是老模型降價，是別人免費送。換句話說，真實的代工業經濟學其實比模型層仁慈：它讓在位者繼續賺塔基的錢，模型層的塔基是直接割讓的。這一點對「實驗室終局」是加重而不是減輕：它們比台積電更依賴守住塔尖。

類比斷掉的地方：台積電不做自己的晶片，模型商做

還有一處斷點，比上面兩處都重要，因為它直接打在「錢會流向應用層」這條預言上。

台積電模式的價值核心，是一條自我設限：純代工，永遠不設計自己的晶片((Stratechery))。正是這條「不與客戶競爭」的承諾，讓 NVIDIA、Qualcomm、Apple 敢把命根子交給它，才長出了整個無廠半導體行業；三星代工份額只有個位數，原因之一正是它同時做自己的手機和晶片，客戶信不過。而模型商走的是反方向：眼下最完整的三個 agent 產品——Claude Code、Codex、Antigravity(Google 的 agent 開發工具)——全部出自模型廠自家之手。本篇只展開 Claude Code：只有它有公開營收與企業佔比錨可談，另兩者本輪無可靠分解。Claude Code 一個產品年化二十五億美元，這筆錢本質上是「代工廠自有品牌」直接從應用層的寫程式工具客戶嘴裡拿走的營收；Anthropic 還曾直接封鎖過把訂閱接進第三方工具的用戶，對方幾天內改用便宜的開權重方案照常運作((Lex Fridman Podcast))——供應商與客戶的利益衝突已經不是推演，是發生過的事。

用半導體業的詞來說：前沿實驗室的結構位置不是台積電那樣的純代工，而是三星那樣的整合元件廠：既賣製程(也就是 API)，又賣第一方 agent 成品，與自己的應用層客戶同場競爭。這對 Ghodsi 預言的第二腿是一個結構性修正：「錢會流向應用層」這句話，對「實驗室摸得到的應用」不成立——最肥的那塊應用——寫程式——已經被實驗室自己吃走了，而且照這個邏輯，下一塊夠肥的鄰接應用它們還會再吃。要公平地劃出這個判斷的邊界：寫程式是唯一天生長在實驗室手邊的場景，自己的工程師就是第一批用戶；換到需要行業知識與通路的企業應用，實驗室的成功率沒有任何保證——Ghodsi 自己愛引的數據是九成五的企業 AI 試點失敗。所以這個天花板只罩住鄰接面，不罩住整個應用層；應用層真正的安全區，在實驗室的手伸不進去的地方：需要行業縱深、專有資料、線下工作流的場景。這也反過來解釋了為什麼中立分銷層(雲上模型超市、Databricks 這類治理閘道)有生意做：在一個代工廠會搶客戶生意的行業裡，「中立」本身成了稀缺品——Ghodsi 的公司賣的其實就是台積電式的那條承諾，只是他自己沒有這樣講。

錢有沒有搬家：三個目的地的收銀機

最後對帳預言的落點：錢是不是真的在流向資料、應用、治理三層。最直接的量法是把各層收銀機的讀數並排——先聲明口徑：以下全部是未經審計的年化營收口徑，即業界慣用的 run-rate；私人公司數字多為轉述，只能比量級與斜率，不能當精確值讀。

2026 年中的讀數：模型層，Anthropic 官方口徑年化營收 470 億美元(2025 年底還是 90 億)；資料層，Databricks 官方口徑年化 48 億、轉述口徑 2026 年 6 月約 69 億，年增約八成；應用層，Glean 轉述口徑約 3 億，一年多來明顯成長；治理與安全層，找不到任何一家純 LLM 治理公司公開營收量級，最接近的資料安全公司 Cyera 年化約 1.5 億(Sacra 等彙整)。把斜率也擺上：第三方研究機構 Epoch AI 量測，Anthropic 自年化營收破十億美元以來，以每年約十倍的速度成長(近期放緩到七倍),OpenAI 約 3.4 倍(Epoch AI)——資料層的年增八成、應用層的年增約兩三倍，在這條斜率旁邊都是緩坡。而且這不是小基數的錯覺：通常「增速快」可以用「基數小」打發，但眼下 Anthropic 的基數已經是 Databricks 的七倍左右，是更大的那個還在更快地長。

判決很直接：到 2026 年中，「價值離開模型層」在收銀機上讀不到——模型層自己的收銀機響得最大聲、加速度也最快。還要記一筆結構性的觀察：預言的三個目的地，兌現得最實的是資料層，恰好是說預言的人自己站的那層；兌現得最虛的是治理層，恰好是離他最遠、最像是用來湊齊敘事的那層。這不能證明預言是錯的，但它符合「持倉者敘事」的典型形狀，前文打過的折在這裡兌現。

當然，營收不等於價值。這個對帳有一條正當的退路：實驗室是重資本的燒錢生意，上層是輕資本生意，拿利潤或自由現金流量，天平可能回擺——Databricks 自稱自由現金流為正，實驗室們還在鉅額融資。但這條退路正在變窄：如果 Anthropic 的第一個獲利季在接下來的財務揭露中坐實，「營收是虛的、利潤才算數」這道防線也守不住了。這是後面觀察清單裡的第一項。

方向判斷

「LLM 是大宗商品」這個預言，它自己給的三個儀表在 2026 年 7 月全部指向反方向：買方併用模型但不換供應商(過去一年只有 11% 換過)、模型商毛利與旗艦價格雙雙上行——未審計口徑——企業支出份額向單一實驗室集中(40%，前三家 88%)。而它的骨架——台積電類比——查回真實代工經濟學之後反咬了預言一口：代工業的真形狀是塔尖獨佔漲價、塔基商品化殺價，對應到模型層，恰好是本系列前兩篇分別量出的兩條線：高難度任務保有溢價、旗艦價格分層走高，同一結構的不同切面——商品化是真的，但它是一條從塔基往上爬的線，不是一個全層開關。本篇新增的判斷是類比的斷點：台積電靠「不與客戶競爭」長出無廠行業，模型商反其道而行，Claude Code 二十五億美元年化就是代工廠自有品牌，所以「錢流向應用層」有天花板——實驗室摸得到的鄰接應用會被它們自己吃掉，應用層的安全區只在行業縱深與專有資料裡。什麼會推翻本篇：①企業支出份額開始攤平(下一份 Menlo 企業報告，約 2025 年 12 月版的年中更新；此為本報自設的觀察窗)——反向指標熄火，商品論回血；②Anthropic 上市文件的審計毛利遠低於目前口徑(沿用定價權篇的檢核);③旗艦檔出現實際降價、或 8 月 31 日 Sonnet 促銷價不回標準價(沿用定價權篇，Anthropic 官方預告的時點);④實驗室在寫程式之外一年內沒有內化第二個鄰接應用、且第三方應用在其地盤上站穩(本報自設的觀察窗)——整合元件廠讀法降級；⑤算力短缺解除後，資料/應用層營收斜率反超實驗室(商品論陣營 Evans 自己給的檢核點：短缺是眼下一切定價權的背景變數)。

這對誰意味著什麼

• 做 AI 資產配置的人:「模型商品化、去買應用層」是眼下最流行的懶人結論，本篇的對帳說它至少早了，而且錯在把一條會移動的線當成了開關。可操作的版本：塔尖也就是旗艦 agentic 檔按定價權資產定價，塔基按大宗商品定價，並且盯著那條線爬坡的速度——儀表就是上面那五條推翻條件。
• 企業採購與談判者：數據給了你兩個事實：你的同行 81% 在多家併用，但只有 11% 真的換過主供應商——供應商知道這件事，所以敢漲價。談判籌碼不在「我會換」的威脅——58% 的遷移失敗率讓這個威脅不可信——而在把工作負載按難度分層：塔基負載真的可以隨時換，開權重折扣 96%；把這部分的可移動性做實，再拿它去談塔尖的價。
• 應用層與 agent 創業者：選供應商之前先回答一個問題——你做的東西，在不在實驗室的鄰接面上？寫程式的教訓是：代工廠會下場做自有品牌，而且做得比你好，因為模型與指揮層在訓練時就綁在一起，這是前篇的結論。安全區在行業縱深、專有資料、實驗室不願碰的合規重活裡。另外，把「供應商封鎖第三方接入」當成一個真實存在的平台風險來架構你的系統。
• 模型商策略觀察者：本篇最反直覺的一條是，真實的台積電經濟學對實驗室其實是壞消息的溫和版——台積電還能賺折舊完的舊產線的錢，實驗室的舊層直接被開權重免費拿走。這意味著實驗室比代工廠更沒有退路、更必須守住塔尖，也就更能解釋眼下這輪看起來不理性的資本開支軍備競賽：對它們來說，掉出前沿不是降級，是出局((Stratechery) 的半導體史版本：掉出摩爾定律前緣的公司，沒有一家回來過)。