SemiAnalysis：编程消耗近半Token，OpenAI与Anthrop…

生成式 AI 产业正迎来极其关键的商业化拐点——行业重心正从粗放式的“预训练算力堆叠”，全面转向“企业级 ROI 兑现与高毛利 API 战”。 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、算力金融化模式及盈利逻辑进行了深入的讨论。分析师任务，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高毛利的企业级 API。 在竞争格局上，OpenAI 凭借新模型与 Codex 成功打出反击，与 Anthropic 演变为双雄争霸，而谷歌则因算力绑定与战略失误沦为第五。同时，AI 能力的提升正从预训练转向强化学习（RL）扩展定律，催生出百亿美元级别的 RL 环境数据市场。各大厂商在算力变现、订阅补贴挤压与企业预算控制之间展开了新一轮博弈。 核心观点 编程吃下大半Token需求： 编程与软件工程已成为当前最消耗 Token 的场景，前沿实验室 API 收入中 70% 以上来自于编程。重度企业用户单人每年在 AI 上的支出已高达 10 万美元。 订阅制“补贴打折”，实验室倒逼 API 迁移： 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。实验室正全力将用量向毛利率 85%+ 的 API 端引导。 OpenAI 凭借 5.6 与 Codex 强势反扑： 年初一度陷入停滞的 OpenAI 凭借 5.5、5.6 版本及 Codex 重新发力，企服 API 收入迅速回升，与 Anthropic 演变为平分秋色的“双雄争霸”格局。 谷歌沦为“第五名”，算力锁定引发人才出走： 谷歌 Gemini 表现不及预期，且因签署了缺乏“回收条款（Clawback）”的长期 TPU 出租协议，导致自用算力受限，引发 DeepMind 顶尖人才流失。 xAI 算力出租新玩法与 Meta Neocloud 保底： 马斯克以 3-4 倍市场溢价将 Colossus 算力出租给 Anthropic，但附带 90 天算力回收条款；Meta 则计划推出 Neocloud 作为资本支出（CapEx）的保底变现方案。 RL 扩展定律接棒，单条环境任务卖出上万美元： 强化学习（RL）成为提升大模型能力的最核心 Scaling Law，各大实验室今年数据预算将超 100 亿美元。高质量软件工程 RL 任务单价已突破五位数。 一、 企业代币预算控制与编程场景的崛起 SemiAnalysis 团队观察到，随着企业 AI 支出的增加，许多机构正在步入紧缩时代并严格审查 AI 预算。 然而分析师指出，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目前最消耗代币的使用场景，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，企服市场的代币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。 二、 订阅制补贴难以为继，实验室倒逼流量走向高毛利 API 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。 当用户的代币利用率仅达到 5% 至 20% 时，订阅服务就会触及盈亏平衡点甚至亏损。 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。例如，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。 三、 OpenAI 凭借 5.6 与 Codex 实现翻盘，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。 四、 第三名之争与算力策略分化，谷歌陷入困局 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）。 五、 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。 六、 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。 以下为访谈全文，由AI辅助翻译： Jordan：大家好，欢迎回到 SemiAnalysis 周报。今天是第 20 期，我们和代币经济学（Tokconomics）团队在一起。事情发展得非常快，我们是在 7 月 15 日星期三录制这一期的。我猜等到这一期播出的时候，市场上又会有更多模型发布，以及这些公司关于其盈利能力、收入和活跃用户数的最新披露。无论如何，我们现在要记录当前这个时间点，讨论一下代币预算规划（Token Budgeting）、Meta 的计算策略、MSL 期货、Fable 和 Soul 的发布，以及 Anthropic 的利润率。非常兴奋能深入探讨这些内容。今天和我在一起的是 Max，你怎么样，伙计？ Max：非常好，谢谢邀请我。 Jordan：欢迎。我们还有 Crystal，近来怎么样，Crystal？ Crystal：嘿，Jordan。 Jordan：还有 Joey。 Joey：嘿，Jordan。 Jordan：酷。那么我们要从代币预算开始。Crystal，交给你了。这段时间我们一直在和很多企业沟通，询问他们情况如何。在 SemiAnalysis，我们仍然在最大化利用代币（Token Maxing），但其他企业正步入紧缩时期。你能带我了解一下你在写这篇文章时的发现吗？ Crystal：是的，现在有很多企业正在严查预算，因为他们认为员工花得太多了。是的，很多人感到害怕，因为他们会想：“哦，如果我没有足够的代币来完成工作怎么办？”但我认为情况未必如此，而且这适用于大多数人，对吧？因为很多人甚至远远没有达到那个上限。每家公司可能只有少数几个重度超级用户会真正受到影响。但除此之外，我认为它对大多数人工作流程的影响，并没有社交媒体上传播的那么大。据我们观察，公司一直采取许多不同的策略，无论是按个人分配，还是给整个公司制定月度预算。我认为按公司制定预算显然比按个人分配合理得多，毕竟有些用户从中所创造的使用价值会比其他人多得多。 Jordan：那你看到大家实际上是怎么执行这一点的？显然，如果你直接使用超级豪华的最大化思维模型（Max Thinking Model），预算很快就会烧光。但在某些情况下，当真正执行预算时，大家会采取不同的方法，对吧？ Crystal：是的，没错。所以我看到有些人——我和一些人聊过，他们属于规模较小的公司，预算要小得多。他们的做法是，尝试优化如何针对像 Anthropic 或 OpenAI 这类较昂贵的代币进行使用。他们会先用较便宜的模型处理大量内容并压缩成较短的提示词（Prompt），然后再使用更昂贵的模型，或者使用公司不计入预算的模型。关于到底哪些模型会被计入预算，存在很多差异。有些企业把自己的自研模型算进预算，但有些企业不算。所以如果企业不计入，很多人就会倾向于把那些免费模型推到极限、大量使用，然后再去用那些真正要花钱的模型。 Jordan：你还看到人们——也许 Max 我可以让你聊聊这个。你最近看到越来越多的人把代币花在编程上，而不是其他使用场景，对吧？这似乎是增长最快的市场。 Max：是的，我认为编程/软件开发总体上是目前为止最消耗代币的使用场景。实际上我认为这就是为什么很多关于代币预算的讨论显得相当……我认为很多预算本身是非常盲目的。比如我听到有人说，他们想确保销售人员不用 Opus 或 Fable 来写邮件，所以要求他们必须改用 Sonnet。这就像是，哥们，从代币的角度来看，生成封邮件几乎是免费的。你用 Opus 还是 Sonnet 来写这封邮件根本无关紧要。我完全无法理解为什么你要制定这样的政策来减少代币支出。我还听到很多公司的奇葩规定，比如只允许工程团队使用 Cloud Code 或 Codex，而其他人只能用 Codework 之类的东西。我认为这非常短视。老实说，你不应该建立一个工程师高高在上、其他人只能被迫使用次等工具的等级制度。你真的应该给每个人尝试这些工具的机会，找出如何利用它们提高效率。 Jordan：是的。Joey，你现在在使用这些模型吗？如果我有权限使用而你没有，你会怎么想？ Joey：我可能会……是的，我确实在使用一些权限，虽然没有 Max 和 SemiAnalysis 的其他人用得那么多，但这可能只是我们目前工作的性质所致，现在情况也在改变。但是是的，我会相当生气，因为我仍然大量使用 Opus 4.8 来拉取各种数据源做 AI 研报任务，做更多研究类型的任务。嗯，是的，我会非常生气。 Jordan：你怎么看待 ROI（投资回报率）的问题？我认为对很多人来说，代币预算背后的整个动机显然是有人还没有看到这项投资的回报。要么是没看到，要么是还没显现出来。但结合你做的很多研究，你会发现使用它有很多好处，对吧？ Joey：是的，我认为鉴于目前市场非常专注于编程，现在前沿实验室在 API 方面的 ARR（年度可重复收入）有 70% 以上来自于编程领域。其次，据我们所知，这主要是由超级用户和头部企业驱动的。编程应用非常广泛。对于 Anthropic 来说，并没有单一家独大的客户。比如 Meta 大约占 Anthropic 总 ARR 的 3% 到 5%，但整体主要是由超级用户驱动的。如果你在其中一家公司达到了超级用户的程度——我认为 Ramp 的数据表明，排名前 1%（即 99 百分位）的公司，每位员工每年在 AI 上的支出高达 10 万美元。如果你达到了那种程度，说明你显然获得了相当不错的 ROI。在我们与许多企业的交流中，这些顶尖工程师的支出甚至可以远超有限的预算上限。但如果你是一个花了天价却看不到 ROI 的人，你的预算很快就会被砍。我认为大家总会尝试一些最终放弃的项目，废弃之后继续前行。但很明显，因为市场高度专注于编程，人们获得了 ROI，所以他们会继续支出。我们持续听到 Anthropic 和 OpenAI 的净增 ARR 都在扩大——特别是 OpenAI 从 3 月下旬推出 Codex 以及 5.5、5.6 版本以来，API 代币的支出明显在扩大。 Jordan：是的，有很多 traditionally（传统上）不做大量开发工作或不专注于此的组织，只允许中后台人员使用 Copilot 365 或 SAT 之类的工具。但我认为市场会继续扩大。当谈到个人的具体使用时，你们怎么看应用程序中的 API 使用与编程订阅计划之间的平衡？你们和他们交流时，会问他们是在用 Cloud Code 订阅制，还是按代币付 API 费用吗？ Max：嗯，我的意思是，任何能用订阅制的人绝对应该用订阅制，纯粹是因为补贴太高了。OpenAI 和 Anthropic 对此非常精明，所以当他们推出企业计划时——比如 SemiAnalysis 用的就是 Anthropic 企业计划——他们根本不让你用订阅制，强迫你按代币付费，因为他们知道那才是利润所在。但我认为总的来说，能用订阅制的人都会用订阅制，只有那些需要突破限制的人才会去付 API 费。 Crystal：我甚至和几家初创公司的人聊过，他们根本没买 Team 班或 Enterprise 企业版。他们就是每个月买 5 个（或者任何所需数量的）Claude 或 OpenAI 个人订阅，刷公司卡。如果达到了已有账户的限制，他们当月就再买一个，因为对他们来说，这样运营比直接走 API 计费划算得多。 Max：但是是的，如果你是一家足够年轻的初创公司，根本不在乎安全性或任何企业级保障，那就绝对应该给每人买 10 个订阅，而不是付 API 额度。我们最近做的一项研究（有一条相当火的推文）指出，对于 Codex，每月 200 美元的订阅大约可以换来价值 12,000 美元的 API 额度；而 Anthropic 每月 200 美元大约能换来 8,000 美元额度。显然，对于能在两者之间选择的人来说，这完全是不假思索的选择。 Jordan：Max，你能再深入讲讲这个吗？当你谈到这些业务的利润率概况，再对比订阅计划与 API 时，情况到底是什么样的？我把屏幕上那张推文串里的核心图表调出来。 Max：好的。[清嗓子] 嗯，是的。本质上，当你听说每月 200 美元的计划能产生价值 8,000 美元的 API 额度时，如果平均用户的利用率接近 100%，那么订阅制的利润率就会低得多。所以真正关键的问题是：在我们整个用户群中，实际的平均利用率是多少？Jordan 刚才展示的图表就是各个计划的盈亏平衡百分比。我们可以看到，对于 Claude Max 20x 计划，盈亏平衡点只有 10%。对于 Pro 和 5X 计划，稍微好一点，是 20%。而 OpenAI 因为在订阅限制上更加慷慨，Plus 和 Pro 5X 计划的盈亏平衡点更低，为 11.4%，Pro 20X 计划甚至只有 5.7%。我们相当确信，尤其是对于这些 20x 计划，Anthropic 和 OpenAI 的平均利用率远高于 10% 和 5.7%。这意味着，这些 20x 计划的利润率不仅比 API 差（我们认为 Anthropic 的 API 利润率至少在 85% 以上），甚至整体上可能是负利润率。因此，这些公司当然希望将尽可能多的用量转移到 API 上。Joey 写了一份关于 Anthropic 业务的通讯，这刚好可以引出为什么我们认为 Anthropic 的处境可能比 OpenAI 更强。 Joey：是的。而且我认为，一旦你转向 Anthropic 的企业订阅计划，订阅费里就不包含任何用量了，全都是按 API 定价计算。 Joey：是的，我认为我们在 Anthropic 发现的非常有趣的一点是，因为他们现在的业务——虽然情况正在改变——有 80% 以上的 ARR 来自 API 端，正如 Max 所说，API 是超高利润率的，所以他们今天已经达到了盈利的状态。其中一部分是按 Non-GAAP（非通用会计准则）计算（即剔除股权激励成本），但像营业利润在第二季度已经盈利，第三季度甚至可能达到 10 亿美元以上的利润。这部分是因为他们增长太快了，招聘速度和重新投入训练的速度跟不上他们的设想。但正因为他们目前拥有毛利优势，他们可以把任意多的资金重新砸回模型训练中，从而扩展其模型优势和能力优势。我们认为这显然是他们应该尝试去做的。所以，仅仅因为他们今天非常赚钱，并不意味着他们应该立即或尽快维持 30% 的 EBITDA 利润率来证明这是一个盈利的商业模式，而是应该继续尽可能多地投入到模型训练中。 Jordan：是的。你能谈谈消费级和企业级之间的比例吗？假设消费级是指那些付费订阅计划，而企业级是按 API 使用量付费。当你观察这些时，显然大部分 Twitter 用户都在用订阅计划，但随后你只要拿到一个大客户，他在 API 代币上的支出极其庞大，以至于把其他一切都淹没了，这让它成为了一门好生意。 Joey：是的。因为 Anthropic 非常专注，他们在历史上一直专注于企业级。他们 90% 以上都是企业级。相比之下，ChatGPT 从消费级切入，在第一季度，其 ARR 的 60% 来自消费级，而且 9.5 亿周活跃用户中只有 6% 最终付费购买了计划，大多数人买的是每月 20 美元的计划。这是完全不同的业务组合，因为 OpenAI 必须为另外 9 亿免费周活跃用户提供服务并承担成本，这导致他们的综合毛利率拉低了约 20 个百分点。不过这种情况正在改变。我们个人认为，随着 OpenAI 的 API 业务自 3 月下旬凭借 Codex 以及 5.5 和 5.6 版本崛起，二季度消费级与企业级的 60/40 比例已经翻转为 40/60。据我们从渠道（特别是像 Bedrock 和 Foundry 这样的代币即服务/Token-as-a-Service 业务）听到的消息，OpenAI 已经意识到了这一点并开始转型，甚至新增 ARR 在 Anthropic 和 OpenAI 之间看起来更加均衡了。 Jordan：是的。随着 5.6 Six Soul 的发布，这挺令人震惊的。X 上像 Tibo 这样追踪每日活跃用户数的人都在庆祝用户数突破 700 万、800 万。但要明确的是，ChatGPT 免费层有超过 9 亿的周活跃用户。从 9 亿的基数来看，真正转换为完整付费产品的人并不多，转化率目前并不算高。 Joey：是的，很有趣。你甚至能在 Claude 消费级的付费率上看到这一点：Claude 免费用户中有大约 9% 最终会付费。所以它的用户群体要聚焦得多。如果我们看那 9 亿周活用户，很多只是把 ChatGPT 当作谷歌搜索的替代品。消费级业务很难做变现，留存曲线通常相当差，用户 3 个月、6 个月、12 个月后的留存率很低。广告也是个艰难的商业模式，很难扩展。虽然他们提出了 2030 年疯狂的广告收入目标，但消费级确实不好做。鉴于 API 代币的利润率，企业级才是王道。Anthropic 在今年前六个月凭借早期在编程领域的杠杆建立了