近期，OpenAI 與 Anthropic 紛紛啟動 IPO 計畫，市場估值直逼上兆美元，反映出投資者對 AI 產業的高度樂觀。 然而，騰訊研究院高級經濟顧問孫明春與商業分析經理程琬清指出，收入的高成長並不等同於獲利，目前大模型產業正陷入「有營收、無利潤」的經濟悖論中。 「獨占競爭」格局限制定價權根據微觀經濟學分析，大模型 API 市場目前呈現「獨占競爭」的特徵，而非外界預期的壟斷或寡占。 雖然研發成本極高，但因投資金流充裕、開源模型普及 (降低學習成本) 以及人才流動頻繁，市場進入門檻並非不可逾越。 統計顯示，全球已有超過 500 家機構參與研發，光是 OpenRouter 平台就接入了 70 多家廠商的 400 多種模型。

在這種格局下，廠商缺乏穩定的定價權。 模型聚合網關 (AI Gateway) 的出現進一步降低了用戶的轉換成本與搜尋成本，使得用戶對「性價比」極為敏感。 一旦有性能相似但價格更低的模型出現，流量便會迅速轉移，導致廠商難以維持超額利潤。 高昂成本與營運壓力即使是產業領頭羊也面臨嚴峻的財務壓力。 以 OpenAI 為例，其年化收入預計在 2025 年突破 200 億美元，但內部文件顯示 2026 年仍可能虧損達 140 億美元。 Anthropic 雖然營運利潤有所成長，但在計入高昂的股權獎勵成本與持續的技術研發投入後，淨利潤可能仍為負值。

由於技術迭代極快，許多廠商在第一代模型尚未回本時，就必須投入鉅資研發新一代模型，導致長期處於虧損狀態。 從「賣 Token」轉向差異化護城河騰訊研究院認為，單純「賣 Token」的商業模式難以實現長期獲利。 未來市場可能走向「寡占」，但即便如此，若廠商間持續進行價格競爭而非數量競爭，前期的巨額研發投入仍未必能收回。 為了突破困局，大模型廠商必須建立差異化壁壘。 研究建議採取以下策略：「AI+」模式：將 AI 功能嵌入既有產品或服務中，增強客戶黏性並提升既有業務的價值。 合約制客製化：深度結合企業私有數據與工作流程，提高遷移成本，獲取更大的定價權。 生態系建設：在行業適配、企業工作流與應用生態中形成競爭優勢，降低用戶的價格敏感度。

總結來說，騰訊研究院認為，儘管大模型的技術價值無庸置疑，但廠商若無法在模型能力以外建立護城河，恐將在激烈的市場競爭中面臨可持續性的挑戰。