閉源模型主動降價，中國前沿開放模型的有效使用價格卻在上升——這組看似矛盾的訊號，正在改變資本市場衡量大模型公司的方式。投資者並不懷疑OpenAI和Anthropic仍能實現高速收入增長，真正擔心的是模型能力加速擴散、企業轉向多模型路由，而訓練與推理投入繼續膨脹，收入增長未必同步轉化為毛利率和自由現金流。AI產業的核心問題，正從需求是否存在，轉向利潤最終留在哪一層。

過去兩年，大模型市場有一套相對清晰的價格秩序：OpenAI、Anthropic等閉源廠商憑藉能力上限收取更高價格，開放權重模型則以低成本、可部署和可定製爭取客戶。如今，這套秩序正在鬆動。美國廠商並未放棄旗艦模型的高溢價，而是把價格競爭集中在呼叫量最大、適用範圍最廣的主流產品上，用低價型號承接高頻任務，同時將最複雜、最看重穩定性與速度的工作負載留給旗艦模型。

投行傑富瑞認為，這種分層仍然有效，而降價空間不僅來自模型結構最佳化，也來自推理系統、快取、批處理和連線工具與上下文的Agent框架。推理效率提高決定廠商能否降價，中國模型進入企業可用範圍，則決定廠商是否必須把效率紅利更多讓給客戶；當替代方案尚弱時，降本可以沉澱為毛利率，一旦替代關係成立，降價便帶有明顯的防守意味。

開放權重模型的使用加權平均價格上升，並不意味著所有舊模型統一漲價，而是生態的能力中心和呼叫重心正在遷移。早期開源模型多用於分類、摘要、簡單客服和輕量RAG，使用者購買的是“足夠便宜且基本可用”；現在，新增呼叫越來越集中於DeepSeek、Qwen、Kimi、GLM等中國前沿模型，並延伸至複雜推理、程式碼、長上下文和多步驟Agent任務，這些任務消耗更多算力，也更看重併發、視訊記憶體和服務穩定性，自然落在更高價格區間。

Silicon Data指標按實際使用或支出加權，因此即便具體模型沒有提價，只要使用者從廉價小模型轉向能力更強、呼叫成本更高的前沿模型，開源指數也會抬升。所謂“開源變貴”，更接近開源能力由低價工具向高價值生產工具遷移，而不是成本優勢消失；市場開始願意為開放模型的推理、程式碼和Agent能力付費，反而說明其商業化正在從生態擴張走向價值兌現。

對投資者而言，這組價格訊號意味著什麼？一方面，閉源廠商的降價策略可能壓縮其毛利率空間，尤其當降價更多出於防守而非效率提升時；另一方面，開源模型的價值兌現可能吸引更多資本進入開放生態，但同時也加劇了模型層的競爭。華爾街的焦慮在於，收入增長能否最終轉化為利潤，而利潤究竟會留在模型層、基礎設施層還是應用層。隨著企業採用多模型路由，單一模型的議價能力可能被削弱，這進一步增加了模型層公司盈利的不確定性。

總體來看，AI產業正從“需求是否存在”的驗證期，進入“利潤歸屬”的博弈期。閉源與開源的價格反向運動，既是技術效率提升的體現，也是市場競爭加劇的訊號。對於關注AI產業鏈的投資者而言，理解這一價格動態，比追逐單一模型的效能指標更為關鍵。