最近，OpenAI和Anthropic都传出了启动IPO的消息，市场对这两家头部AI大模型厂商的估值都直奔万亿美元而去，市销比分别高达34倍和21倍。这背后的逻辑其实不难理解——AI大模型的应用前景实在太广阔了，收入成长的潜力巨大，投资者的乐观情绪自然水涨船高。 但是，收入成长就必然带来利润成长吗？甚至说，能保证企业盈利吗？答案恐怕没那么简单。**迄今为止，还没有任何一家厂商在大模型业务上实现了独立盈利。** 从经济学的基本原理来看，**一家厂商能否获得可持续的盈利，取决于它是否拥有足够高的竞争壁垒和稳定的定价权，而这些最终都指向市场的结构特征和竞争格局。** 从数据来看，**当前大模型API调用市场是一个典型的垄断竞争格局**——厂商数量多、市场集中度低。虽然市场需求在指数级增长，但因为进入壁垒不算太高，供给端的扩张速度也毫不逊色。结果就是，厂商非但没有因为市场变大而赚钱，反而陷入了越来越激烈的价格战。在这个格局下，少数厂商确实可以凭技术或场景适配做出差异化，短期赚到一些超额利润。可惜，技术壁垒撑不了太久，需求价格弹性又高，用户粘性也弱，即使赚到了钱，也很难长久维持。 **长期来看，那些一直亏钱的厂商迟早会被迫离场，推动市场从垄断竞争慢慢走向寡头垄断。** 但即便到了寡头垄断的阶段，厂商能不能盈利，还得看他们之间是打价格战，还是在数量上较劲。如果没法协调竞争策略，或者没能建立起牢固的差异化壁垒，寡头们也不一定能赚到钱，前期砸进去的巨额研发成本能不能收回来，都要打个问号。 **说到底，尽管大模型的技术价值和需求增长都毋庸置疑，但单纯靠“卖token”来赚钱的厂商，并不一定就能盈利。** 所以，投资者需要冷静看待OpenAI这类公司的估值，厂商们也得认真掂量自己的商业模式和赛道选择。不管选哪条路，只要能在模型能力、行业适配、工作流整合或者应用生态上做出差异化，就能降低用户对价格的敏感度，在细分市场里拿到定价权，最终实现可持续的盈利。**从这个角度看，“AI+”模式——也就是把AI功能嵌入到现有产品或服务里——可能是最有机会走通的一条路，因为它本身就增强了原有的壁垒和用户粘性。** ---

正文

最近，OpenAI和Anthropic都传出了启动IPO的消息，市场对这两家头部AI大模型厂商的估值都直奔万亿美元而去，市销比分别高达34倍和21倍。这背后的逻辑其实不难理解——AI大模型的应用前景实在太广阔了，收入成长的潜力巨大，投资者的乐观情绪自然水涨船高。 然而，高收入成长并不等于高利润成长，甚至不保证企业能盈利。直到今天，还没有一家厂商在大模型业务上实现真正的独立盈利（净利润）。就拿OpenAI来说，年化收入从2023年的20亿美元飙到2025年的200亿美元以上，三年翻了10倍，但公司依然没盈利¹。还有媒体报道，OpenAI内部文件预计2026年还会亏损140亿美元²。Anthropic这边呢，虽然近期收入涨得飞快，预计今年二季度能实现5.6亿美元运营利润³，但一旦把高昂的股权激励成本算进去，净利润大概率还是负数；何况大模型迭代压力巨大，未来的训练和研发成本只会更高，这5.6亿的运营利润能不能持续，也还得打个问号。这说明，即便是最领先的模型厂商，收入快速增长也保证不了盈利。 按照微观经济学的基本原理，一家厂商能不能持续盈利，关键不是看市场需求有多大，而是看市场结构和竞争格局。在完全竞争市场里，不管需求有多旺盛，长期均衡时厂商只能赚到“正常利润”（也就是经济利润为零），拿不到超额利润。反过来，在垄断市场里，哪怕需求有限，厂商也能稳稳地赚超额利润。所以，要判断大模型厂商的长期盈利前景，首先得搞清楚大模型市场到底是什么结构、竞争有多激烈。这个分析，不仅对投资者判断估值是否合理有帮助，也能帮厂商自己选对商业模式和竞争策略。

大模型的主要商业模式与API调用市场简介

目前来看，大模型的商业化主要有四种路子：订阅制（面向个人或企业，按席位收月费或年费）、API调用制（面向开发者和企业，按Token用量计费）、合同制（面向政企客户，提供定制化调整和运维服务），以及“AI+”模式（把大模型能力嵌到现有的产品或业务里）。这四种方式的定价逻辑不一样，服务的客户群体也不同（图1），实际上开辟了四个（甚至更多）不同的细分市场。厂商选择不同的模式（有些会同时用几种），也就意味着他们选定了不同的战场。 （图1：大模型的四种商业模式） 在这四种模式里，API调用制可以简单理解为“卖token”的生意。订阅制、合同制和“AI+”模式的公开数据太少，又经常涉及复杂的产品组合、定制方案或生态战略，不太好做准确比较和定量分析。而API调用制数据透明、价格公开、计量标准统一、市场份额也容易测，非常适合做微观经济分析。因此，选择API调用制作为分析对象，来观察大模型API市场的需求特征、市场结构和竞争格局，进而判断大模型厂商的盈利能力。 在大模型应用刚起步的时候，API市场只有OpenAI、Anthropic等少数几家，各家的接口相互独立，用户得一个个对接，按月或按token用量付费，模型之间的比较和转换成本很高。随着入局者越来越多，模型聚合网关（AI gateway）就应运而生了。 简单来说，模型聚合网关就是位于用户和大模型厂商之间的中间服务平台。这类平台是标准的双边网络平台，像OpenRouter、Lite LLM Proxy、Cloudflare这些机构都在做。平台一边接模型供应商，另一边接用户，给用户提供一个统一的模型API调用接口，按token调用量收费。用户把请求发给网关，网关根据用户设定的规则或默认策略，把请求路由到目标模型；模型返回结果后，网关再统一转发给用户（图2）。这样一来，用户只需要一个接口就能调用多个模型，不用再分别对接不同厂商，搜索成本、比较成本和转换成本都大幅降低了。 （图2：模型聚合网关的分发流程） 从模型聚合网关的数据来看，过去一年，大模型API市场迎来了调用量的爆发式增长。拿OpenRouter来说，其平台周度API使用量在不到一年半的时间里增长了超过23倍（图3）。这一方面要归功于聚合网关带来的透明度和便利性，另一方面更要感谢AI智能体的兴起。在智能体出现之前，用户和AI大模型一次交互通常就对应一次API调用；但智能体通过任务拆解、多步规划和外部工具调用，把单次用户意图转化成了多轮模型API请求，Token消耗量和API调用需求都被显著放大了。 （图3：OpenRouter平台上的大模型API使用量，数据来源：OpenRouter）

大模型API市场呈现垄断竞争市场的特征

前面说过，市场需求增长不必然带来利润增长，甚至不能保证企业能盈利；企业赚不赚钱，关键看产品的市场结构和竞争格局。 按理说，大模型研发成本高、前期投入大，技术门槛和人才门槛都很高，还可能有规模效应和飞轮效应，所以大模型市场应该很容易形成垄断或寡头垄断。在那种格局下，厂商定价权很强，可以稳稳地吃垄断利润。 但模型聚合网关OpenRouter的数据显示，大模型API市场参与者众多，价格竞争打得热火朝天，先发厂商或领先模型并没有可持续的技术优势或市场份额优势。显然，这个市场的进入壁垒并没有想象中那么高，厂商也没拿到多强的定价权。这些都不符合垄断或寡头垄断的特征，反而更像垄断竞争（monopolistic competition）。 一般来说，垄断竞争市场有这几个特征：（1）厂商数量多；（2）市场份额分散，集中度低；（3）需求价格弹性高，厂商定价权受限，但因为产品有差异，在细分市场里还能有一点定价权；（4）市场有进入壁垒，但不是不可逾越。从OpenRouter的数据来看，大模型API市场基本符合这些特征： **（1）厂商数量众多。** 据不完全统计，截至2026年5月底，全球有超过500家机构参与大模型研发，发布的模型超过3700个。光OpenRouter一家平台就接入了70多家机构的400多种大模型。这显然不是垄断或寡头垄断的样子（那种格局下厂商数量很少）。 **（2）市场份额分散，集中度低，头部排名变化很快，领先模型很难保住份额。** OpenRouter的数据显示，从2025年3月到2026年5月，单一模型连续当“冠军”（最高市场份额）最长时间只有12周，“冠军”占到的最高市场份额（历史峰值）也只有27%。反映市场集中度的赫芬达尔—赫希曼指数（HHI）一直在下降（图4）。按模型份额算，OpenRouter上的HHI长期低于0.1，现在只有0.03；就算按厂商份额算，也才0.12。参照美国司法部和联邦贸易委员会的标准，这个HHI水平通常对应中低集中度的市场（图5）。根据这个判断，大模型API市场应该介于完全竞争和垄断竞争之间。 （图4：OpenRouter平台上的大模型市场集中度指数，数据来源：OpenRouter） （图5：市场竞争结构与HHI参考阈值，数据来源：美国司法部/联邦贸易委员会《2023年并购指南》） **（3）需求价格弹性较大，但不是无限大；模型之间有差异，但厂商定价能力有限。** 在OpenRouter上，免费模型（有用量上限）和低价模型的使用量明显更高，说明用户对价格很敏感。但有些高价格模型仍然拿到了不小的调用量，模型使用量和价格之间的关系呈现出钱字形（图6）。因为不同模型在综合能力、调用成本和适用场景上有差别，模型之间并不是完全一样的。数据显示，高价格模型通常对应更强的技术性能（图7），这说明大模型之间的价格差异来自“质量差异”，市场并非同质化竞争，而是有差异化定位。据此判断，大模型API市场不是完全竞争市场，而是垄断竞争市场。 （图6：OpenRouter平台上的模型使用量分布，数据来源：OpenRouter） （图7：OpenRouter上的模型定价及模型能力的关系，数据来源：OpenRouter，Artificial Analysis。注：能力分数= A verage (Intelligence Index，Coding Index，Agentic Index）；价格=输入单价+输出单价；气泡大小为模型使用量，单位：十亿Token，2026年5月1日-5月31日） 以上数据也说明，API市场的需求并不完全由价格说了算。用户会在价格、能力和任务适配度之间权衡，挑出“性价比”最高的模型；有不少用户愿意为更高性能或更好的适配度多付钱。不过，OpenRouter这类聚合网关的出现，一方面让API市场更透明，另一方面也提高了用户对“性价比”的敏感度。一旦平台上出现“性价比”更高的模型，用户流量就可能迅速转移。对模型厂商来说，这意味着用户粘性在下降，模型之间的竞争更直接、更激烈，厂商对模型的定价能力也被削弱了。 **（4）市场有进入壁垒，但并非不可逾越。** 前面提到，大模型研发成本高、前期投入大，资金、技术、人才门槛都很高，还可能存在规模效应和飞轮效应，按理说进入壁垒应该很高。可现实中，短短三年多时间，就冒出了几百个大模型研发机构，发布了上千个模型。这说明大模型市场虽然有一定壁垒，但并不是高不可攀。另外，从技术壁垒来看，虽然头部模型的技术水平提升很快，但还没有哪家厂商能维持压倒性的长期领先。根据Epoch AI能力指数，从2025年下半年开始，领先模型的技术优势窗口通常不超过4个月，很难形成持久的技术壁垒和先发优势（图8）。 （图8：Epoch AI能力指数，数据来源：Epoch AI） 大模型市场的进入壁垒之所以比预期低，主要有三个原因：（1）投资者对大模型未来的高回报期望很高，纷纷通过PE、VC、CVC（大企业内部的VC）以及IPO等方式为大模型研发机构输血，大大降低了资金门槛。（2）开源模型的存在和“蒸馏”行为，让后发者能用更低成本吸收和复制已经被验证的技术成果，缩小了领先者和追赶者之间的技术差距，降低了技术门槛。（3）高度开放和流动的劳动力市场，让高端AI人才可以在厂商之间自由流动，既降低了厂商面临的人才门槛，也加速了大模型尖端技术在厂商之间的扩散。 总之，基于以上分析以及OpenRouter、Epoch AI等机构的数据，当前的大模型API市场确实具备垄断竞争市场的基本特征。

大模型API市场的盈利前景

一般来说，在垄断竞争市场里，厂商短期内可以靠产品差异化获得有限的定价权，从而赚到超额利润（图9中图）。但超额利润会吸引新厂商进来，分散原有厂商的市场需求，导致它们面临的需求曲线慢慢下移，超额利润的空间越来越小，直到逼近零，市场进入长期均衡（图9右图）。换句话说，在垄断竞争市场，厂商虽然短期内可能赚到超额利润，但长期均衡时，这些超额利润终究会消失。 （图9：垄断竞争格局下API市场可能的发展路径） 鉴于当前大模型API市场符合垄断竞争的特征，上述机制对它同样适用。但因为大模型前期投入太大，尽管市场需求增长很快，到目前为止，绝大多数厂商的需求曲线（D）都没能越过平均成本曲线（ATC），所以都在亏损（图9左图）。 当然，随着大模型需求量指数级增长（需求曲线会上移），以及训练成本快速下降（平均成本曲线会下移），未来某个时间点，需求曲线（D）可能会超过平均成本曲线（ATC），从而实现盈利（指超额利润，图9中图）。最近Anthropic的表现，就是对这一动态过程的一个验证。 不过，前面也说了，在垄断竞争市场里，超额利润会吸引更多厂商进入这个细分市场（或者迫使现有厂商全力缩小和领先者的技术差距），从而分散原有厂商或领先厂商的市场需求，导致单个厂商面临的需求曲线下移，超额利润逐渐消失（图9右图）。 很明显，在垄断竞争格局下，模型厂商要实现可持续的经济利润或超额利润，并不容易。大模型训练成本高，模型迭代速度快，价格竞争又异常激烈，很多厂商不得不在上一代模型还没收回成本时就推出新一代，结果长期处于亏损状态。长此以往，那些资金不够、商业化能力弱的参与者可能会被迫退出，市场份额逐渐向少数兼具资本、技术、品牌和生态优势的头部厂商集中，推动市场结构从垄断竞争向寡头垄断演化。 但就算走向寡头垄断，大模型厂商能不能持续盈利，还得看寡头们怎么竞争。根据厂商理论，典型的寡头竞争形式包括价格竞争（伯特兰竞争，Bertrand Competition）和数量竞争（比如古诺竞争，Cournot Competition；或斯塔克尔伯格竞争，Stackelberg Competition）。在伯特兰竞争模式下，因为打的是价格战，市场均衡价格会趋近边际成本，厂商拿不到超额利润。在古诺竞争或斯塔克尔伯格竞争模式下，市场均衡价格可以高于边际成本，从而形成正的单位利润。不过，大模型研发有极高的固定成本（比如研发、训练、算力基础设施等），如果单位利润不足以覆盖前期投入，就算寡头厂商采用数量竞争，最终能不能整体盈利也很难说。 现实中，很多寡头垄断行业（比如电信、航空、汽车、石油、外卖平台）的寡头厂商，并不总能享受高额利润，很多时候只能赚一般利润甚至经常亏损，这正是对上述理论的印证。

结论

综合来看，当前大模型API调用市场呈现垄断竞争格局——厂商数量多，市场集中度低，几乎所有大模型厂商都在亏损。虽然API市场需求在指数级增长，但因为进入壁垒不高，供给端也在快速扩张，导致厂商没能随着市场扩大而赚钱，反而面临越来越激烈的竞争。 理论上，一些厂商可以靠技术优势或场景适配做出产品差异化，在相关细分市场获得一定程度的定价权，短期赚到超额利润。但由于技术壁垒有限、需求价格弹性高、用户粘性差，就算这些厂商能赚到超额利润，也很难维持。长期下去，那些始终亏钱的厂商会被迫退出，市场份额逐渐向少数头部厂商集中，推动市场结构从垄断竞争走向寡头垄断。 不过，在寡头垄断格局下，厂商的盈利能力仍然不确定，关键看他们是打价格战还是做数量竞争。如果不能协调好竞争策略，或者没能建立有效的差异化壁垒，寡头厂商也不一定能实现可持续盈利，前期的巨额研发投入未必能全部收回来。 总之，尽管大模型的技术价值和需求增长都毋庸置疑，但单纯“卖token”的厂商并不一定能长期盈利。所以，投资者需要冷静看待OpenAI等公司的估值，大模型厂商自己也需要认真选择商业模式和赛道。 对投资者来说，有三点值得留意。 **第一，因为大模型的市场需求还有很大的成长空间，投资者对厂商盈利能力和估值合理性的判断，短期内很难被证实或证伪。** 所以，就算大模型厂商的估值有不合理的地方，修正的过程也可能很漫长，市场的非理性定价可能会持续相当长时间。 **第二，本文讨论的仅仅是API调用制（“卖 token”）这一种商业模式，结论不适用其他三种（订阅制、合同制或“AI+”模式）。** 对于采用多种商业模式的厂商，不能单独套用本文的结论来判断估值，得同时考虑其他商业模式的长期价值。 **第三，就算主要用API调用制模式的厂商，也不排除它们未来调整战略，尝试多种模式、推出新产品或服务、开拓新场景，或者做商业模式创新，从而获得新的发展机会。** 所以，对它们的估值需要用动态视角，持续跟踪、持续更新。 对大模型厂商来说，需要明白的是，四种商业模式各自对应不同的细分市场，盈利逻辑也不同。比如，“AI+”模式是把AI功能嵌入到现有产品或服务里，这能提升现有产品或服务对用户的价值，增强既有的差异化壁垒和客户粘性，帮助厂商实现更广泛、更可持续的盈利。合同制则经常和用户的私有数据、工作流程、业务系统深度绑定，用户迁移成本更高，粘性更强，价格透明度（可比性）也更低，大模型厂商的定价权更大，所以更有可能产生并维持超额利润。相比“AI+”模式和合同制，订阅制在市场结构、用户特征、用户粘性、价格透明度、需求价格弹性等方面更接近（但不同于）API调用制。所以，本文的研究结论对采用订阅制模式的厂商也有一定借鉴意义。当然，对这三种商业模式还需要更深入的研究。但不管选哪种模式，只要厂商能在模型能力、行业适配、企业工作流、应用生态等方面做出差异化，就能降低用户价格敏感度，增强客户粘性，在细分市场里拿到更稳定的定价权，最终实现可持续盈利。 最后，值得关注的是，相比在聚合平台上激烈竞争、很难持续盈利的大模型厂商，大模型API聚合平台（比如OpenRouter）反而可能借助“网络效应”形成可持续的商业壁垒。作为API调用请求的分发入口，聚合平台一头连着模型厂商，一头连着开发者和企业用户，是典型的双边市场，并可能形成“双边网络效应”：接入的模型越多，用户选择越丰富，平台吸引力越强；平台用户规模越大，调用需求越集中，模型厂商接入的意愿就越强。如果平台能通过技术手段、定制化服务等方式，在“双边网络效应”之外进一步增强客户粘性，就有可能有效防范同类平台的价格竞争，维护先发优势，形成“赢者通吃”的局面。这一点值得深入研究。