OpenAI和Anthropic最危险的对手，可能不是另一家前沿模型公司，而是一条越来越清楚的价格曲线：模型能力不断提高，价格却在快速下跌。

过去几年，前沿模型是一种稀缺资源。

谁拥有最强的推理、编程和长文本能力，谁就能决定API价格。开发者没有太多选择，企业想使用最先进的AI，只能按Token向少数几家公司付费。

这套商业模式看起来很像软件：研发成本很高，但产品可以无限复制，毛利率应该越来越高。

问题是，AI模型可能不是传统软件。

它更像一个需要不断投入巨额资本、却持续降价的技术产品。每一代新模型都要消耗更多GPU、电力和数据，但领先优势未必能够维持足够长的时间。

引a16z的历史统计称，达到相近能力水平的最低推理价格，三年内下降了大约1000倍。OpenRouter对超过100万亿Token的真实使用进行分析后，也发现开放模型正在依靠更低成本和更灵活的部署方式获得份额。

这意味着，前沿模型公司的真正风险不是“模型突然没人用”，而是越来越多客户只在最困难的任务上使用它们。

大部分企业工作其实并不需要全球最强模型。

•客服分类、信息提取和文档整理，稳定、便宜的小模型就能完成。

•企业内部知识问答更重视数据安全和私有部署，不一定愿意把敏感数据交给外部API。

•简单代码补全、内容审核和批量处理，成本往往比模型排行榜上的几分差距更重要。

一旦开放权重模型达到“足够好”，企业就没有理由让每一个请求都经过最贵的模型。

模型路由会进一步加快这个过程。

未来一个AI应用背后，可能同时连接五家甚至十家模型。简单任务交给低价小模型，复杂推理交给前沿模型，敏感数据留在企业内部，只有关键步骤才调用外部API。

客户购买的不再是某一家模型，而是一套能够自动选择模型的系统。

这会带来一个很大的变化：真正掌握定价权的，不再只是模型公司，而是掌握用户、数据和工作流的应用平台。

OpenAI和Anthropic当然还能保持技术领先。最强的推理、编程和Agent能力仍然可以获得溢价。

但市场真正应该问的，不是它们还能不能领先，而是每一次领先能够维持多久。

如果一家公司花费数十亿美元训练新模型，只获得几个月的明显优势，随后开放模型快速追近、API价格继续下降，那么它就会进入一个非常辛苦的循环：

•花更多钱训练下一代模型。

•依靠短期领先提高价格。

•开放模型追上后，价格和份额再次承压。

•为了重新拉开差距，只能继续投入更大规模的训练。

这不是典型的软件生意，而是一场资本投入不断上升、产品价格不断下降的竞赛。

美股投资网认为，OpenAI和Anthropic真正需要证明的，不只是模型有多强，而是领先优势能否维持足够久，并在下一轮训练开始之前赚回研发和算力成本。

这也解释了为什么两家公司都在向API之外扩张。

OpenAI需要ChatGPT成为用户入口，需要企业订阅、Agent和应用生态；Anthropic需要Claude Code、企业客户和开发者工具形成更深的使用习惯。

因为只卖Token，模型很容易被比较、被路由，也容易被替换。掌握工作流之后，客户迁移的成本才会真正上升。

这条逻辑对美股投资者意味着什么？

首先，云平台可能比单一模型公司更安全。$MSFT 、$AMZN 和 $GOOGL

并不需要押中唯一赢家。OpenAI、Anthropic、DeepSeek或其他开放模型，只要最终运行在Azure、AWS和Google Cloud上，云厂商就能继续卖GPU、存储、网络和数据库。

其次，开放模型未必利空 $NVDA。

模型价格下降可能降低单次调用成本，却也会让更多企业开始使用AI。更多模型被下载、微调和私有部署，反而会扩大推理算力需求。价格越便宜，Token使用量可能越大。

最后，应用层的重要性会继续上升。

未来真正值钱的AI公司，不一定拥有最强的基础模型，而是拥有用户入口、专有数据和不可替代的工作流程。模型可以切换，但客户关系和业务系统没有那么容易更换。

所以，“OpenAI和Anthropic危险了”这句话只说对了一半。

危险的不是这两家公司会突然失去价值，而是“只靠模型领先和API收费，就能长期获得超高利润率”的想象正在被削弱。

开放权重模型不会马上取代前沿模型，但它会不断压低基础智能的价格。

当智能越来越像一种便宜、充足、可以随时更换的商品，利润就会从模型本身，流向真正掌握客户、数据、算力和工作入口的平台。

未来最值钱的，不一定是谁造出了最聪明的模型。

而是谁能在模型越来越便宜之后，依然控制用户每天离不开的那条工作流。