這個夏季，閉源前沿模型公司依靠單次模型領先獲得高溢價的最後一個視窗，正在關閉。以OpenAI、Anthropic和谷歌為代表的美國閉源模型陣營，正加速迎來前沿智慧走向商品化的挑戰——其壟斷性和差異性的根基開始動搖。

谷歌Gemini API呼叫量仍保持增長，但加速度已放緩。 根據谷歌2026年第二季度財報披露，Gemini API每分鐘處理約220億token，較上一季度的160億token增長37.5%，但環比增速已從上一季度的60%下降。回顧過去幾個季度：2025年9月為70億token/分鐘，2025年12月為100億token/分鐘，2026年3月為160億token/分鐘。市場對此早有預期，谷歌高管在財報電話會議上強調當前AI需求受算力供應約束，但這並非谷歌獨有問題，OpenAI和Anthropic同樣面臨算力壓力。

Anthropic的增長勢頭也出現放緩跡象。 自5月初官方披露ARR（經常性年度收入）達到470億美元后，Anthropic未再公開更新該指標。資料分析平台TickerTrends追蹤其ARR約741億美元，仍高於OpenAI的413億美元；但從增長速度看，Anthropic近期擴張已不如此前迅速，自上次資料以來增長約58%，而OpenAI增長約65%。

前沿模型的能力差距正在快速收斂，領先模型的生命週期越來越短。DeepSeek創始人梁文鋒在近期流出的投資者交流錄音中談到，Anthropic超過OpenAI不會成為長期狀態，未來三家公司大機率會交替領先。模型競爭的終局差距在於時間、成本與使用者體驗，模型領先更多是階段性優勢而非不可複製的長期壁壘。

前沿智慧的商品化趨勢日益明顯。 企業開始追求“節流最大化”，經濟學實驗室Ramp的資料顯示，員工人均token支出增速已明顯放緩，更大規模企業的AI滲透率仍遠未飽和。企業尋找的不再只是更便宜的token，而是在既定成本下獲得更高任務完成率的帕累托最優解。Databricks通過評測發現，單一模型的前沿性並不能完全決定AI系統的可用性，模型組合、任務分配和智慧體排程能力可能比單一模型排名更重要。

開源模型正加入前沿智慧競爭，進一步壓縮閉源模型空間。 中國開源模型如GLM-5.2和Kimi K3持續逼近前沿能力。Kimi K3定價高於國內大模型廠商的旗艦模型，但仍顯著低於美國本土前沿模型，驗證了開源模型進入高價值市場的可能。其技術報告顯示，Kimi K3總引數從約1.04T增至2.78T，啟用引數從32.6B增至104.2B，層數從61層擴至93層，正在重新拉高開源前沿的上限。

Anthropic對開源模型的批判姿態正在消耗其聲譽。 其最新表態措辭微妙，聲稱從未主張禁止開放權重模型，但限定“不具備危險能力的開放權重模型是一種公共產品”，而非目前擁有前沿智慧的中國開源模型。Anthropic希望通過限制晶片獲取和打擊“工業化”蒸餾，延長閉源模型的領先視窗。但歷史反覆證明，單一環節的技術優勢很難永久鎖定整個產業價值。