人工智能正迅速走向商品化，不同模型的性能差距持续收窄，企业客户在不同AI服务商之间切换的能力不断增强。这一趋势对OpenAI和Anthropic等头部AI实验室构成严峻挑战，因其高额研发投入依赖持续的定价权支撑。
引发行业反思的“商品化”判断来自多位资深观察者。互联网分析师Mary Meeker在2025年的报告中指出，通用大语言模型的经济特征已接近大宗商品行业——模型能力快速趋同，创新很快被竞争对手跟进。Intuit首席执行官Sasan Goodarzi近期也直言：“大型语言模型就是商品。”
定价压力的信号已十分明显。OpenAI正考虑大幅下调向用户收取的Token费用，以应对Anthropic日益激烈的竞争。OpenAI首席执行官Sam Altman承认，AI使用成本已成为“一个巨大的问题”，并承诺“帮助人们用更少的支出获得更多价值”。然而，两家公司目前均因庞大的算力支出而亏损数十亿美元，降价将直接侵蚀利润率。
更深层的风险在于，企业对AI“炫技”的热情正遭遇成本现实的制约。Uber等公司已出现“Token极大化”现象——员工在缺乏明确指引下过量消耗Token，但并未带来实际产出增长。Uber 2026年前四个月就耗尽了全年Token预算；Salesforce预计全年支付给Anthropic的费用将高达约3亿美元。
分析师担忧，若AI模型持续同质化，企业必然围绕成本最优而非性能最强来选择模型。这对OpenAI和Anthropic的长期估值逻辑构成根本挑战——它们的商业模式依赖持续的定价能力来消化高昂的资本开支。有观点将模型提供商未来的处境形容为“向星巴克卖咖啡豆”——处于价值链低端，利润微薄。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：张俊 SF065
中鑫优配提示：文章来自网络，不代表本站观点。
