知名AI与半导体研究机构SemiAnalysis在最新对谈中，对大模型行业的竞争格局、算力变现模式及盈利逻辑进行了深入讨论。分析师指出，生成式AI产业正从粗放式的“预训练算力堆叠”全面转向企业级ROI兑现与高毛利API战，编程与软件工程已成为代币（Token）消耗的核心引擎，驱动前沿实验室的收入重心由消费端全面转向企业级API。

编程场景占据API收入七成以上

SemiAnalysis团队观察到，随着企业AI支出增加，许多机构正严格审查AI预算。然而，盲目限制员工使用高级模型或将开发者排除在外的政策极其短视。数据显示，编程与软件工程已成为当前最消耗Token的使用场景，占到前沿实验室API收入的70%以上。重度企业用户单人每年在AI上的支出已高达10万美元，且带来了清晰可见的投资回报率（ROI）。因此，企服市场的Token消费并未因预算审查而停滞，反而呈现出向高效编程场景高度集中的趋势。

订阅制补贴难以为继，实验室倒逼API迁移

在商业模式方面，SemiAnalysis分析指出，现有的固定月费订阅制（如Pro或Max计划）存在严重的补贴与负毛利问题。当用户的Token利用率仅达到5%至20%时，订阅服务就会触及盈亏平衡点甚至亏损。例如，200美元/月的Pro/Max订阅能换取价值8000至12000美元的API额度，平均利用率仅需5%~10%即可让实验室亏损。为了改善财务状况，前沿实验室正积极引导企业客户从低毛利的订阅制转向毛利率高达85%以上的API按量付费模式。Anthropic的企业计划已不再包含固定用量，全面实行API定价，这助推其在第二季度实现了营业利润盈利。

OpenAI凭借5.6与Codex翻盘，与Anthropic平分秋色

针对前沿模型的竞争，SemiAnalysis团队认为，此前一度陷入增长停滞的OpenAI已成功实现翻盘。通过发布5.5、5.6版本模型以及Codex工具，OpenAI在企服API领域的收入快速回升，其消费端与企业端的收入比例已逆转为40:60。相比之下，Anthropic凭借早期在编程数据上的激进投入和极其聚焦的企业级定位，保持了极高的付费转化率。双方在月度净增ARR上已重回同等量级，开启了明确的双雄争霸格局。

谷歌沦为第五名，算力锁定引发人才出走

在其他竞争者的排位中，SemiAnalysis认为谷歌的Gemini模型表现不及预期，已跌落至行业第五名。其根本原因在于谷歌签署了大量缺乏“算力回收条款（Clawback）”的长期TPU出租协议，导致自身在关键时刻无法调集足够算力进行顶级模型训练，进而引发DeepMind顶尖人才的流失。相反，xAI采取了高溢价出租算力并附带90天强制回收条款的灵活策略，既实现了资金变现，又保留了冲击AGI的算力弹性；而Meta则将算力出租作为资本支出的保底变现方案（Neocloud）。

RL扩展定律接棒预训练，高端数据环境成为百亿级新战场

SemiAnalysis强调，强化学习（RL）已取代预训练，成为当前提升大模型能力最重要的扩展定律（Scaling Law）。前沿实验室今年在RL环境数据上的预算总和将远超100亿美元。为了训练AI自主完成复杂的白领与工程任务，市场催生出了专门的RL环境初创产业链。由于创建高质量、无歧义且需要人类工程师耗时整天设计的工程任务极具挑战，实验室愿意为单条顶级编程RL环境任务支付上万美元的报酬，这表明AI数据产业正在从低端标注向高智力价值转型。

代币即服务（TaaS）爆发与芯片初创公司的路径选择

随着企业对模型选择多样性和合规性的需求提升，代币即服务（TaaS）呈现爆发式增长，在云巨头的营收占比中显著提升。分析师认为，三大超大规模云厂商（AWS、Azure、GCP）凭借既有的企业分销渠道和合规优势，占据了TaaS市场的绝大部分份额。虽然独立推理初创公司得益于整体市场蛋糕的扩大而快速增长，但对于硬件/芯片初创公司而言，仅靠与第三方TaaS平台合作难以实现长期突破，未来必须建立自己的Neocloud或与前沿实验室展开直接合作。