这个夏季，闭源前沿模型公司依靠单次模型领先获得高溢价的最后一个窗口，正在关闭。以OpenAI、Anthropic和谷歌为代表的美国闭源模型阵营，正加速迎来前沿智能走向商品化的挑战——其垄断性和差异性的根基开始动摇。

谷歌Gemini API调用量仍保持增长，但加速度已放缓。 根据谷歌2026年第二季度财报披露，Gemini API每分钟处理约220亿token，较上一季度的160亿token增长37.5%，但环比增速已从上一季度的60%下降。回顾过去几个季度：2025年9月为70亿token/分钟，2025年12月为100亿token/分钟，2026年3月为160亿token/分钟。市场对此早有预期，谷歌高管在财报电话会议上强调当前AI需求受算力供应约束，但这并非谷歌独有问题，OpenAI和Anthropic同样面临算力压力。

Anthropic的增长势头也出现放缓迹象。 自5月初官方披露ARR（经常性年度收入）达到470亿美元后，Anthropic未再公开更新该指标。数据分析平台TickerTrends追踪其ARR约741亿美元，仍高于OpenAI的413亿美元；但从增长速度看，Anthropic近期扩张已不如此前迅速，自上次数据以来增长约58%，而OpenAI增长约65%。

前沿模型的能力差距正在快速收敛，领先模型的生命周期越来越短。DeepSeek创始人梁文锋在近期流出的投资者交流录音中谈到，Anthropic超过OpenAI不会成为长期状态，未来三家公司大概率会交替领先。模型竞争的终局差距在于时间、成本与用户体验，模型领先更多是阶段性优势而非不可复制的长期壁垒。

前沿智能的商品化趋势日益明显。 企业开始追求“节流最大化”，经济学实验室Ramp的数据显示，员工人均token支出增速已明显放缓，更大规模企业的AI渗透率仍远未饱和。企业寻找的不再只是更便宜的token，而是在既定成本下获得更高任务完成率的帕累托最优解。Databricks通过评测发现，单一模型的前沿性并不能完全决定AI系统的可用性，模型组合、任务分配和智能体调度能力可能比单一模型排名更重要。

开源模型正加入前沿智能竞争，进一步压缩闭源模型空间。 中国开源模型如GLM-5.2和Kimi K3持续逼近前沿能力。Kimi K3定价高于国内大模型厂商的旗舰模型，但仍显著低于美国本土前沿模型，验证了开源模型进入高价值市场的可能。其技术报告显示，Kimi K3总参数从约1.04T增至2.78T，激活参数从32.6B增至104.2B，层数从61层扩至93层，正在重新拉高开源前沿的上限。

Anthropic对开源模型的批判姿态正在消耗其声誉。 其最新表态措辞微妙，声称从未主张禁止开放权重模型，但限定“不具备危险能力的开放权重模型是一种公共产品”，而非目前拥有前沿智能的中国开源模型。Anthropic希望通过限制芯片获取和打击“工业化”蒸馏，延长闭源模型的领先窗口。但历史反复证明，单一环节的技术优势很难永久锁定整个产业价值。