Meta Platforms Inc Class A

Shopify, Inc. Class A

本財報季，人工智能的成本開始在財務數據中顯現。Meta(META.US)、Shopify(SHOP.US)、Spotify(SPOT.US)和 Pinterest(PINS.US)都指出，不斷上漲的人工智能和推理成本正在拖累利潤率。Shopify 表示，規模經濟效益“部分被不斷上漲的大語言模型(LLM)成本所抵消”。

這正是支撐 OpenAI 和 Anthropic 預期 IPO 估值(預計均超過 8000 億美元)的定價模式的代價。這些估值基於一個假設：OpenAI 和 Anthropic 將保持其市場份額和定價權——競爭對手難以追趕，企業客户將繼續支付溢價，因為目前沒有真正的替代方案。

中國模型的“限制倒逼優勢”：從1%到60%的驚人躍遷

但越來越多的數據指向相反的方向。尖端人工智能正變得豐富且廉價。中國實驗室對類似工作的收費僅為美國實驗室的幾分之一。與此同時，英偉達(NVDA.US)、Cohere、Reflection 和 Mistral等競爭者正在企業打造更便宜、更小型、更高效的替代方案。等到 OpenAI 和 Anthropic 提交招股説明書時(OpenAI 的保密文件最早可能在本週提交)，它們估值的核心前提可能已經遭遇打擊。

成本差距巨大，而且還在不斷擴大。企業人工智能預算激增。雲成本公司 CloudZero 的一項調查顯示，約 45% 的受訪公司表示，到 2025 年，它們每月在人工智能上的支出將超過 10 萬美元，高於前一年的 20%。這些資金的去向變得越來越重要。人工智能基準測試公司 Artificial Analysis 對所有主流模型進行相同的 10 項評估，並追蹤總成本。對於各實驗室最強大的模型：Anthropic 的 Claude 成本為 4,811 美元;OpenAI 的 ChatGPT 為 3,357 美元;DeepSeek 為 1,071 美元;Kimi 為 948 美元;智譜的 GLM 為 544 美元。Claude 的成本幾乎是同等工作負載下最便宜的中國替代方案的九倍。

就連谷歌(GOOGL.US)也力挺創新雲。在本週的I/O開發者大會上，首席執行官桑達爾·皮查伊表示，“許多公司已經耗盡了年度詞元預算，而現在才五月”，併力薦谷歌更經濟的Flash模型作為解決方案。皮查伊指出，如果谷歌雲最大的客户將其80%的工作負載從前沿模型遷移到Gemini 3.5 Flash，每年將節省超過10億美元。谷歌承認企業需要更經濟的選擇。

而且，這些低成本的替代方案也已不再落後。去年引發美國科技股拋售潮的中國人工智能實驗室DeepSeek，上個月發佈了其新一代模型的預覽版，該模型在編碼、智能體和知識基準測試方面與OpenAI、Anthropic和谷歌的最新模型不相上下，甚至幾乎相同。過去四個月裏，包括北京月之暗面、小米和智譜在內的其他中國實驗室也發佈了性能水平相近的模型。

Databricks 首席執行官 Ali Ghodsi 對這一轉變有着實時的觀察。該公司的 AI 網關連接着數千家企業客户和他們正在使用的模型，Ghodsi 表示，該產品的收入正在迅速增長。

他指出，企業正在部署的技術被稱為“顧問模型”。默認情況下，大部分工作由一個廉價的開源模型完成。當遇到無法解決的任務時，它會使用一個工具調用 OpenAI 或 Anthropic 的前沿模型來尋求幫助。“這樣可以有效地控制成本，”Ghodsi 説。

這種轉變的速度令人矚目。在 OpenRouter 上，開發者可以通過單一界面訪問數百個 AI 模型，中國模型的使用率從 2024 年的約 1% 飆升至 5 月份的 60% 以上。

供應商也開始將降低成本作為一種產品進行銷售。Figma首席執行官迪倫·菲爾德表示，企業在人工智能應用方面正經歷三個階段：第一階段，幾乎無人使用;第二階段，人人都必須使用，甚至有人“競相用詞元消費”;第三階段，企業意識到“大家都在過度消費”，必須削減開支。他表示，許多企業目前正處於第三階段。Figma 正在銷售一些功能，可以將客户的詞元消耗量降低 20% 到 30%。

中國模型的“限制倒逼優勢”與美國實驗室的應對措施

成本差距反映了雙方的架構差異。美國的前沿實驗室投入數千億美元的資本支出，使用英偉達最昂貴的芯片訓練規模越來越大的模型，而美國的電網容量增長速度卻跟不上。這些成本最終都轉嫁給了客户。對於中國實驗室而言，限制已成為一種策略。由於受到芯片出口限制，企業被迫積極優化——用更少的計算資源訓練出具有競爭力的模型，並提高運行效率。

受影響較小的美國實驗室主要是哪些面向敏感數據的模型。Cohere 首席執行官 Aidan Gomez 表示，該公司專門向銀行、國防機構和其他受監管行業銷售人工智能模型，這些買家無論價格如何都避開選擇中國模型。去年，Cohere 的收入增長了六倍，這主要得益於其面向該細分市場的銷售。但這只是更廣泛的企業市場中相對較小的一部分。在安全和合規要求較為寬鬆的受監管行業之外，支付溢價的理由就越來越難以成立。

美國的應對措施正在形成。從人工智能熱潮中獲利最多的公司英偉達現在公開推廣一種不同的模式，發佈其自主研發的人工智能系統，任何公司都可以免費下載並在自己的服務器上運行，以此作為中國模型以及 OpenAI 和 Anthropic 等公司封閉式模型的替代方案。Reflection AI 的估值高達數十億美元，其目標正是為希望獲得本土替代方案的企業構建美國開源模型。這兩家公司都資金雄厚，並且明確瞄準了同一個市場空白——功能強大、價格低於前沿技術、部署在美國企業已經信賴的基礎設施上的模型。

反對這一轉變的理由主要集中在國家安全方面。但這種反對意見在實踐中正在瓦解。即使是美國政府的人工智能安全研究所(AI Safety Institute)曾指出DeepSeek模型在安全性和性能方面落後於美國模型，但該研究所記錄也顯示，自2025年1月R1版本發佈以來，DeepSeek模型的下載量增長了近1000%。

Anthropic公司自身也承認面臨壓力。該公司在5月份發佈的一份政策文件中表示，美國模型僅比中國模型“領先幾個月”，並警告稱，中國“在成本方面正贏得全球應用”。

OpenAI則持不同看法。一位熟悉該公司想法的人士表示，包括上個月發佈的GPT-5.5在內的每一個新前沿模型的發佈，都推動了API和產品使用量的激增，企業需求增長勢頭強勁，他們稱之為“垂直增長”。這位人士表示，開源在低風險任務中發揮着作用，但並未侵蝕公司的核心業務。定價壓力並非該公司十大擔憂之一。

但一位不願透露姓名的企業人工智能首席執行官卻提出了不同的看法。他認為增長是真實存在的——“但如果不使用這項技術，前沿科技的發展速度會更快。”

估值與現實的碰撞：S-1文件將暴露什麼?

OpenAI 和 Anthropic 預計將尋求公開投資者對它們進行估值。兩家公司的估值均接近萬億美元，因此 S-1 文件中必須展現出足以支撐如此高估值的企業收入增長和市場集中度。然而，支撐如此高估值的溢價，恰恰在這兩家公司需要佔據主導地位的細分市場中，正以最快的速度消退。

首先是營收集中度風險。Counterpoint Research數據顯示，2026年第一季度Anthropic以31.4%的收入份額領跑全球大語言模型市場，略高於OpenAI的29%-1。但Anthropic約80%收入來自企業客户，而OpenAI約為40%——這意味着Anthropic對少數大客户的依賴度更高，任何一家大客户的“降本增效”決策都可能對其收入增速產生顯著影響。

其次是盈利路徑的差異。市場信息顯示，Anthropic預計2028年盈虧平衡，比OpenAI的2030年目標提前兩年-1。這一差距並非財務細節，而是“在一個算力成本巨大、盈利能力模糊的行業中最重要的變量”。2026年，Anthropic年化營收從2025年底的90億美元飆升至5月的450億美元，五個月增長500%-2。但即便如此高速的增長，能否在公開市場兑現萬億估值，仍取決於投資者是否相信這一增速可以持續——而在降價潮中，維持增速恰恰是最困難的部分。

OpenAI方面，一位熟悉內情的人士表示，包括GPT-5.5在內的每一個新前沿模型發佈都推動了API和產品使用量激增，企業需求增長勢頭強勁，“開源在低風險任務中發揮作用，但並未侵蝕公司的核心業務。”這一判斷或許正確，但它迴避了一個更根本的問題：當“低風險任務”覆蓋了企業中絕大部分AI調用量時，“核心業務”還剩下多大?