巴克萊最新報告顯示，AI前沿實驗室的推理利潤率正經歷爆發式增長，從2025年的10%—20%躍升至2026年的50%—65%以上。其中，Anthropic的推理利潤率達到65%，OpenAI約為48%。即便扣除訓練成本，Anthropic仍有55%，OpenAI則為38%。這一資料表明，AI實驗室自身的單位經濟模型正在快速改善，但利潤並未全部留在自己手中。

報告測算，Anthropic和OpenAI每產生100美元收入，大約有35—40美元會流向AWS、Azure和GCP，用於訓練、推理等算力支出。這意味著，AI實驗室收入增長越快，雲廠商往往越先受益。不過，這一格局預計不會持續。隨著OpenAI、Anthropic等自建和定製AI基礎設施逐漸上線，巴克萊預計從2028年開始，傳統雲廠商可能逐步失去部分AI實驗室的訓練和推理份額。

報告還指出，單純比較OpenAI和Anthropic的ARR意義不大，因為收入確認方式存在“總額法”和“淨額法”的差異。例如，使用者通過Azure呼叫模型花費100美元，按總額法，AI實驗室將全部100美元記為收入，再支付雲廠商成本；按淨額法，則只記錄最終屬於自己的部分。因此，同樣一筆生意，兩種記賬方式會導致營收規模差異巨大。報告強調，未來比較前沿實驗室，應更多關注業務結構和單位經濟，尤其是推理利潤何時能覆蓋訓練下一代模型的成本。

推理利潤率提升的原因主要有兩點：一是模型效率提高，完成任務所需Token減少；二是企業客戶和Agent成為AI消費的重要組成部分，他們使用API或企業賬戶，價格更高、付費能力更強。報告進一步分析，雲廠商不僅賺取算力費用，還通過Agent產品呼叫資料庫、儲存、網路等雲軟體服務獲利，甚至與AI實驗室簽訂收入分成協議，實現“三筆錢”收入。

報告認為，2028年將是關鍵拐點。隨著AI實驗室推理利潤有望覆蓋訓練成本，以及自建基礎設施（如Stargate式專案）上線，AI實驗室對傳統雲廠商的依賴將下降。規模越大，繞開中間商的動力越強，AI實驗室正試圖奪回被雲廠商拿走的利潤。未來值得觀察的兩個拐點：一是推理利潤何時超過訓練成本，二是算力遷移何時大規模發生。這標誌著AI競爭已從模型能力轉向利潤分配權的爭奪。