模型降价之后：收入、利润与算力需求为何可能分化？

模型价格下降，对应用客户通常是好消息，对模型公司和数据中心投资者却提出不同问题：便宜服务带来的新需求，能否补偿每次调用少收的钱，以及完成同样工作所需设备时间的下降？价格战可以扩大使用，同时压低收入，也可能增加设备负载而减少供应商利润。

截至2026年8月1日23:00北京时间，OpenAI的GPT-5.6以Sol、Terra、Luna提供不同档位，Anthropic则有Sonnet 5、Opus 4.8及Fable 5等产品。^[1][4][5][6] 这一产品分层让客户按任务选择能力、时延与成本，也使“哪个模型最强”不足以回答“哪家公司最赚钱”。以下分析保留这一历史时点，不将后续产品变化倒填进来。

产品分层给客户选择，也改变模型商的收入组合

同一个企业可以把简单分类、文档抽取交给较低成本模型，将更难的编程、规划或核验交给较高能力档位。OpenAI原发布材料列出GPT-5.6每百万输入Token价格从1美元到5美元；Anthropic的Sonnet 5则允许不同推理努力度，更高努力会增加Token使用。^[1][4] 价格、资源消耗与能力从此需要作为一个组合比较。

对模型商，低价档位既可能带来原本不会购买的新客户，也可能让既有客户从昂贵档位迁移。前者扩大收入基础，后者可能压低同一工作量的账单。只有知道新增量和迁移量，才能判断产品扩容的净效果；产品名称增加本身既不证明增量收入，也不证明客户流失。

客户也不只比较输入价格。输出长度、缓存读取、推理轮数、工具费用和失败重做都会进入账单。相同一百万输入Token，若一个方案生成更长答案、反复调用工具，最后费用可能更高；另一个方案若提高首次成功率，则可能减少后续支出。原文的1至5美元是输入单价区间，不能当成完整任务成本。

这也限制了模型之间的简单排行榜。一个测试在高努力配置下得到更高分数，需要同时说明延迟和用量；一个便宜配置取得较低分数，则要问是否仍满足采购者要求。企业付钱购买合格结果，超过所需标准的额外能力只有在减少返工、缩短交付或完成更复杂工作时才有价值。

先算每项合格任务，再决定要不要迁移

企业可以把比较写成一个直接公式：每项合格任务成本＝（模型调用＋外部工具＋重试＋人工复核＋迁移维护分摊）÷达到预先约定标准的任务数。分母必须固定标准，不能把输出数量增加当作有效工作增加。人工复核减少也须从真实流程确认，不能假定模型得分提高后便能取消岗位或审批。

以下完全是假设情景，货币单位为元，并不描述任何模型价格或客户实绩。原方案完成100项合格任务花费100元；较便宜的方案若只完成70项，85元总支出仍对应每项约1.21元；更强方案花120元而完成150项，每项成本降至0.80元。采购判断可以被成功率反转。

迁移还有一次性成本。假设一个工作流每年可节省20万元，但需要30万元适配、验证和培训，在节省持续且忽略折现与维护差异时，简单回收期为1.5年。若半年后任务或模型接口大幅变化，预计节省可能来不及覆盖改造。较低API单价应与可持续使用期放在一起判断。

测试应保留真实任务分布，并记录错误类型和尾部延迟。把容易任务交给便宜模型，再把困难任务升级，可以节省费用；但路由器误判也可能增加重复执行。混合架构的回报应包含这部分开销，不能拿理想分流比例直接承诺节省。

调用增长不保证模型收入或毛利润增长

从客户成本转向供应商利润，需要再加售价与单位服务成本。假设每项任务售价1元、服务成本0.60元，毛利润0.40元。若效率使成本降30%至0.42元，同时售价也降30%至0.70元，毛利率仍为40%，但每项毛利润只剩0.28元。任务量至少要增长约42.9%，总毛利润才保持不变，即0.40÷0.28－1。

这组算例不估计OpenAI或Anthropic的实际毛利。它说明稳定毛利率也可能掩盖单位利润下降。若降价吸引的新使用量不足，收入和利润额会下降；若新增客户很快扩大持续使用，规模效应才有机会覆盖研发、销售与平台运营等费用。

研发和训练又在推理服务毛利之外。一项服务在扣除运行成本后赚钱，不等于公司整体现金流转正；公司可能仍需投入下一代模型和预留算力。反过来，大额研发也不能自动证明现有服务不赚钱。估值应分别观察服务经济性、公共费用与未来资本承诺，避免把公司亏损归结为每次调用都亏钱。

竞争决定效率能留下多少。若多个供应商能够快速提供接近的结果，节省可能被价格竞争传给应用客户；若某模型显著减少高价值任务失败，供应商可能保留部分溢价。后一个判断需要客户续约与任务表现支持，官方能力公告本身不足以证明定价权。

更深代理流程增加用量，效率改善又减少设备时间

代理工作流可能连续规划、检索、编程、检查和重试，还可以同时运行多个分支。一次用户请求因此未必只对应一次模型调用。更低成本能让原本不经济的流程被试用，但试用只有进入持续付费生产，才形成稳定需求；免费体验、短期测试和内部评估不能直接外推为长期负载。

设备需求取决于有效任务量乘以每项任务所需设备时间。假设后一项因效率改善下降30%，任务量增长50%，总设备时间变为原来的1.5×0.7＝1.05，即增加5%。若任务量只增长20%，结果为1.2×0.7＝0.84，即下降16%。增长方向取决于两项变化，不能只从降价推导。

收入与设备时间还可能分化。沿用任务量增长50%的独立假设，若单位售价减半，收入变为1.5×0.5＝0.75，下降25%；设备时间仍可能增加5%。这不是任何公司的预测，而是说明服务商即使机房更忙，也可能面对更紧的利润和资金回收。

此外，闲时平均利用率不能替代高峰能力。企业需要在规定时间内得到结果，突发并发可能要求额外容量储备；长任务占用的内存、网络和调度资源也不同。共享与合批可以提高设备效率，却可能改变等待时间。运营者需要权衡单位成本与服务承诺，不能把更高GPU利用率一概当作更好商业结果。

算力合同决定效率收益先归客户还是运营商

若客户按Token购买服务，运营商提高效率后可以先保留成本节省，再决定是否降价。若客户按GPU小时租用设备，完成同样任务所需时间减少，客户可能先获得节省，运营商则需要找到其他负载填满释放的小时。预留容量和最低付款承诺又会改变短期分配，实际责任须按合同判断。

固定支出使这一传导具有时差。设备已采购、园区已租用时，即使使用量下降，折旧、利息与部分运维仍继续发生。软件优化先改变利用率，后续续约与采购才可能影响新增设备。把一周内的模型发布直接换算成季度机房建设下降，会跳过这段商业过程。

BloombergNEF的公开建设分析将电力与执行作为重要约束。^[8] 对有真实需求的项目，模型更便宜也不会缩短电网接入、设备交付和调试时间；对需求尚未验证的项目，宣布更多产品也不能解决客户不足。已送电容量、可售服务和实际计费比总规划面积更接近现金回报。

区域和任务组合同样重要。可以排队的后台工作较容易利用低谷容量，面向用户的交互服务则可能要求就近部署与低延迟。两者可能使用同一模型，却需要不同的服务器数量和冗余。基础设施分析应从生产要求推回资源，而不是从模型名称推回MW。

未来四个季度，用价格、付费工作与现金验证增长

较有利的路径是单位合格任务成本持续下降，付费工作量增加得更快，运营商能提高收入或毛利润额，并让现有容量获得更稳定使用。此时效率改善与设备扩张可以并存。若工作量增长缓慢、用户大量迁向低价档位，而供应合同仍固定，效率也可能首先表现为价格和利润压力。

值得跟踪的披露因此包括档位流量与实际收费、每项任务的用量和成功率、峰值延迟及并发、已投入服务的容量，以及客户回款。模型公司、应用商和云商各自只能看到其中一部分；研究不应把某一方注册数或调用量当作整条产业链的共同收入。

Reuters 在7月24日报道了 Opus 5，但截至本文研究截止时点，未取得对应的 Anthropic 官方产品公告。^[7] 因此不将其价格、性能或训练规模纳入计算。判断不需要用待确认产品补足：已披露的分层产品，足以提出需求弹性和利润分配的经济问题。

未来十二至三十六个月，最值得付费的能力是稳定完成有价值的工作。模型性能进步为此创造条件，客户采用和供应商回款决定条件是否兑现。投资者应允许调用、收入和设备需求出现不同方向，再根据实际合同与利润判断谁从效率中受益。