大模型厂商为何难盈利？——从垄断竞争走向寡头的盈利困局

估值万亿美元，但尚未盈利 近期OpenAI与Anthropic相继启动IPO进程，市场对其估值均逼近万亿美元，市销率分别高达34倍和21倍。这背后是对AI大模型广阔应用前景与强劲收入增长的乐观预期：OpenAI年化收入三年内从20亿美元跃升至超200亿美元，Anthropic亦呈现指数级增长。然而，高增长不等于高利润——截至目前，尚无一家大模型厂商在该业务上实现独立净利润。OpenAI内部预测显示，2026年仍将亏损约140亿美元；Anthropic虽在某季度实现运营利润，但若计入股权激励等真实成本，净利润仍为负。技术领先与收入飙升，并未自然转化为可持续盈利。 盈利关键不在需求大小，而在市场结构 微观经济学指出：企业能否长期盈利，取决于其所处市场的结构与竞争格局，而非需求总量。完全竞争下，厂商仅能获得正常利润；垄断或寡头垄断则可能享有超额利润。因此，判断大模型厂商的盈利前景，核心在于厘清其商业模式所对应的市场形态。当前主流商业化路径有四类：订阅制、API调用制（即“卖token”）、合同定制制，以及“AI+”模式——将大模型能力深度嵌入既有产品与工作流。其中，API调用制因数据公开、计量统一、价格透明，成为分析市场结构的理想切口。 API市场实为垄断竞争：多厂、低集中、弱定价权 数据显示，全球已有超500家机构发布3700余个大模型，仅OpenRouter平台就接入70余家厂商的400多种模型。头部模型市场份额峰值仅27%，连续占据榜首时间不超过12周；赫芬达尔—赫希曼指数（HHI）长期低于0.1，属中低集中度市场。用户对价格高度敏感——低价与免费模型调用量显著更高；但部分高价模型仍获大量使用，因其在智能、编码、智能体任务等维度表现更优。这说明模型存在差异化，但差异不足以构筑稳固壁垒。聚合网关的普及更放大了比价效率，加速用户迁移，进一步削弱单个厂商的定价能力与客户粘性。 进入门槛被系统性稀释 理论上，大模型研发应具备高资金、高技术、高人才门槛。现实中，三大因素大幅降低了实际壁垒：一是资本持续涌入，VC/PE/CVC及IPO渠道极大缓解融资压力；二是开源模型与知识蒸馏技术，使后发者能快速复用成熟方案；三是AI人才高度流动，尖端能力在厂商间迅速扩散。Epoch AI数据显示，领先模型的技术优势窗口平均不足4个月。技术护城河短暂，先发优势难以固化。 垄断竞争下的盈利困境：短期可赚，长期难守 在垄断竞争市场中，厂商可通过差异化获得短期超额利润，但利润本身会吸引新进入者或倒逼现有玩家加速追赶，导致需求曲线持续下移，最终回归零经济利润均衡。当前绝大多数厂商的需求曲线仍未越过平均成本线，普遍处于亏损状态。即便未来需求上移、成本下移带来阶段性盈利窗口，这一窗口也将被快速涌入的竞争者挤占。长期看，资金链脆弱、商业化能力弱的厂商将陆续退出，市场或向少数兼具资本、工程、生态与品牌实力的头部集中——即从垄断竞争迈向寡头垄断。 寡头≠盈利：竞争策略决定生死 但寡头格局并不自动带来利润保障。若厂商陷入价格战（伯特兰竞争），均衡价格将逼近边际成本，利润归零；即便采用数量竞争（如古诺或斯塔克尔伯格模型），高昂的固定投入（算力基建、训练成本、人才薪酬）仍需足够宽裕的单位毛利才能覆盖。现实中的电信、航空、外卖等行业寡头长期微利甚至亏损，正是此逻辑的印证。没有协同机制或差异化壁垒，寡头之间仍可能两败俱伤。 破局之道：跳出“卖token”，构建真实壁垒 单纯依赖API调用的商业模式，本质上是将大模型当作标准化基础设施出售，在透明比价中沦为成本中心。真正可持续的盈利路径，在于将模型能力转化为不可替代的价值节点：在垂直行业深度适配、嵌入企业核心工作流、强化应用生态协同，或通过“AI+”方式升级既有产品——既提升用户价值，又加固原有护城河。这类模式天然具备更高迁移成本、更低价格敏感度与更强客户粘性，从而支撑稳定定价权。相较之下，API聚合平台反而因双边网络效应（连接越多模型，越吸引开发者；开发者越多，越吸引模型方）更易形成结构性壁垒，值得关注。 给投资者与厂商的关键启示 对投资者而言：第一，万亿美元估值需匹配长期盈利兑现能力，而非仅靠收入增速；第二，API模式的分析结论不适用于订阅、合同或“AI+”等其他路径，须分模式评估；第三，厂商战略具有动态性，需持续跟踪其商业模式演进。对厂商而言：选择赛道比追逐热点更重要——与其在红海API市场拼消耗，不如聚焦能建立真实差异化的细分场景，在模型能力、行业Know-How、工作流耦合或生态位卡位中锻造不可复制的优势。盈利不是技术的副产品，而是商业设计的必然结果。