2026年年中，AI行业的主要经营指标收入与调用量均保持高速增长。但拆分各家公司的财务与业务结构后，同一组增长数据背后存在不同的商业模式。当前AI商业模式中存在四个结构性悖论：成本、层级、责任与开闭源，指向智能正在快速商品化，利润仅停留在少数环节。
展开完整正文（9 段）
2023年3月GPT-4发布时，每百万Token输入价格为30美元、输出价格为60美元。三年后，同等智能水平的价格已下降超过95%。2026年3月，全球单周Token调用量达20.4万亿；中国日均调用量突破140万亿，较2024年初增长超过千倍。Token单价下降并未带来总账单下降，原因在于需求结构改变：价格足够低后，大量原本不具备经济性的任务被纳入AI处理范围，企业月度支出从5万美元升至50万美元。面对账单压力，行业开始从省单价转向省任务，简单任务路由至小模型，为Agent设置任务预算。Claude Code退出低价订阅，Copilot改为按量计费。
Databricks创始人Ghodsi曾介绍一个案例：一个数据连接器历来要开发九个月，引入大模型后首次尝试只省下一个半月，直到有人把流程拆解重做，才实现一个季度交付。
黄仁勋曾公开表示经济价值最终会在应用层兑现。但2026年夏天，一级市场的主流判断是应用已死，资本首先流向模型与基础设施。按产业栈拆分，生成式AI生态年化收入约4000亿美元时，芯片层拿走约七成收入和近八成毛利；应用层收入约600亿美元，毛利率多在0-30%之间，而英伟达一类芯片公司毛利率可达七成上下。模型层内部也在分化：偏企业API、依靠存量客户用量滚的公司，推理毛利率可从深度亏损修复至七成上下；而背负庞大免费用户的公司，营业端表现远不及收入标题。AI产品竞争的不再是用户停留时长，而是用户是否愿意将一件重要任务托付给它。通用ChatBot和通用Agent是头部模型公司的主战场，创业公司仍能成立的方向是把智能装入具体场景。
Harvey在法律领域深耕多年，积累的审查记录与判例数据不是短期投入能够复制的。
Anthropic的年化收入从2024年12月的约10亿美元增至2026年5月的470亿美元以上。OpenAI官方口径为：2023年ARR 20亿美元，2024年60亿美元，2025年超过200亿美元，2026年2月底已超过250亿美元。Anthropic的推理基础设施毛利率从一年前的38%提升至70%以上；OpenAI在2025年11月更新的内部文件将自由现金流转正时点推迟至约2030年。成本下降最快的两年，恰恰是利润分化最明显的两年。Intercom推出Fin，按实际解决的问题计费，每单0.99美元，未解决不收费。厂商愿意为结果承担的责任越重，毛利越高，预算也越大。按Token销售争夺的是IT预算，按结果销售切入的是人力预算。
客服、商品描述、语音转工单等业务量大但责任含量最低，基础模型最容易直接覆盖；法律、医疗等低频、强监管、高错误成本的领域，交付重、销售周期长，但销售的是流程、数据与责任。
仅看用量，开源已占据优势。OpenRouter平台流量前五的模型全部为开放权重模型；开发者采用率方面，开源为79%，闭源为71%。中国模型在该平台的份额从一年前的不足2%升至2026年4月的45%以上，前十名模型中Token用量占比达61%。仅看收入，闭源优势明显。a16z对Global 2000企业CIO的调查显示，企业在开源模型上的支出占比从上年的19%降至今年的11%，闭源占89%，平均每家企业年度大模型预算约700万美元。OpenRouter平台内部，Anthropic以12%的Token份额获得46%的金额份额。企业选择闭源的原因包括可靠性、技术支持、合规保障以及出现问题时的责任主体。开源与闭源的总拥有成本正在收敛，混合部署成为常态：实验与边缘场景用开源，关键路径用闭源。
开源阵营自身不依靠模型盈利，有的以平台生态为目标，有的把开源模型当成云业务的获客渠道。模型层正在快速商品化，利润池向两端迁移：上游的算力，下游的编排、数据与服务。闭源阵营的溢价与能力代差强相关，开源每逼近一步，按Token计费的定价权就松动一分。