OpenAI、Anthropic算力毛利大幅提升，AI獲利時代來臨？分析師指出小心「跑步機陷阱」

根據SaaStr引用《The Information》的報導，OpenAI的算力毛利率在不到兩年內，從2024年1月的35%跳到了2025年10月的70%；PitchBook則在有關SaaS投資的分析報告指出，Anthropic的算力毛利率從2024年的負94%，預計2026年達到50%、2028年達到77%。

這確實像是某個拐點出現了：AI成本已經低到可以讓新創獲利了嗎？

不過這只是表象，還是要拆開來從實際的運作模式看這些數字的意義。對AI新創來說，最大的挑戰不只是算力成本高低，還包含現在的商業模式發生了根本改變，綜合起來，就陷入了「成本跑步機（treadmill problem）」的陷阱。

成本是下降了沒錯，但也不是這樣

先來看看數字背後的問題是什麼。

OpenAI和Anthropic毛利率改善，真正反映的其實是舊模型推理成本的大幅下降。GPT-3等級的模型，每百萬token費用從2021年的60美元降到現在的0.06美元，三年跌了1,000倍。在這個意義上，AI確實便宜了很多。

問題是，現在沒有人會大量使用GPT-3了。

市場對AI的要求已經改變。根據PitchBook今年2月的報告，SaaS正在轉型成SaS（Service as Software，軟體即服務）：企業付費買的，從工具使用授權，變成「一份完成的工作」。傳統SaaS按人頭收費，一個員工帳號年費約1,200美元，然後自己用軟體工具做出成果；SaS模式改成按完成的任務收費，完成一個任務可以直接定價至10,000美元（約新台幣32萬元），高出8倍以上。

這個框架的意思是，B2B新創交付的已經是結果，而要交付可靠的結果，就得用最新、最貴的模型，這正是「成本跑步機」陷阱的核心。

跑步機的邏輯是：你跑得越快、距離越多，但是實際位置卻沒有前進。換算成AI成本：每token費用在下降，但AI代理工作流讓每項任務消耗的token量暴增10到100倍，推理模型的思考過程本身就大量產生輸出token。努力跟上最新模型，成本就等比例上升，毛利率的位置從未真正往前移動。

SaaStr估算，一個年收入1億美元的B2B新創，僅為維持競爭力，未來一年就得多燒600萬美元算力成本。而且這還引出另一個延伸問題：AI新創的毛利率，應該對標SaaS的75%以上，還是重新對標服務業的水準？目前AI新創的平均毛利率只有25%，傳統SaaS通常落在75%到80%之間。這個缺口即便舊模型持續降價，也無法填補。

收入5億卻同時支付6.5億的模型API成本，Cursor怎麼解？

6月剛剛確定會被SpaceX以600億美元收購的Cursor是目前最清楚說明這條路的案例。

Cursor在高速成長期，每年付給Anthropic和OpenAI的API費用約達6.5億美元，同期收入約5億美元，毛利率約負30%。

延伸閱讀：營收破5億美元為何還要變相漲價？Cursor撕開AI新創商業模式的殘酷真相

為了擺脫無法獲利的情況，Cursor選擇的出路是自建模型：2025年10月推出Composer，用超過10億行用戶程式碼訓練專用編碼模型，執行速度比通用模型快4倍，這讓大部分流量從昂貴的第三方API轉向自有基礎設施，預計2027年毛利率可改善至74%到85%之間。

但這不是人人都能走的路。

Cursor迄今累計募資33億美元，這是個超級資本遊戲。根據PitchBook的Q1 2026基礎設施SaaS創投報告，2026年第一季AI基礎設施SaaS融資達171億美元（約新台幣5,472億元），季增114.2%，基礎設施層的退出總值更創下405億美元的2020年以來新高。

換句話說，資本仍然在流入軟體，但流向的是有底層基礎設施本錢的軟體。Cursor需要33億美元才走到這一步，這條路的入場門檻本身就是一道篩選。應用層如果缺乏自有數據或模型資產，就持續暴露在算力成本的波動之下，護城河的深度最終決定毛利率能不能站穩。

軟體市場的大者恆大，在AI時代只會更明顯。

做AI應用新創的潛在解法

即使沒有Cursor那樣的募資規模，應用層新創仍有幾條可走的路。

第一，智慧模型路由器，也就是依照任務複雜度分配給相對應的模型。把簡單查詢任務交給便宜模型、複雜推理才調用最新的模型，可以在不降低產品品質的前提下，大幅壓縮整體算力成本。

第二，使用量定價。92%的AI軟體公司已採用混合定價模式，無限制訂閱的時代基本已經結束，GitHub暫停Copilot新用戶無限制方案、GitLab推出信用點數計量計費，都是同一個訊號：讓定價反映實際的token消耗，才能讓毛利結構站穩。

第三，建立超越token加價的產品價值。真正能守住毛利的，是那些讓客戶即便有更便宜的替代選項也不願意離開的產品，包括工作流整合深度、專屬訓練數據、合規與安全架構。

第四，自建專有模型。這是成本最高、門檻最高的選項，適合已有海量領域數據且有足夠資本支撐的公司，像是Cursor。

這四條路，本質上都是試圖讓跑步機慢下來：降低單次成本、讓重度使用者自己付算力費用、透過產品深度提高客戶留存。這些做法不會讓跑步機停下來，但可以爭取足夠的毛利空間，讓公司撐到下一個轉折點。

對創業家來說，現在這個時間點的處境很矛盾。好消息是AI確實在變便宜，壞消息是，多出來的那塊利潤，會因為成本跑步機效應，流進更好的用戶體驗或更強的競爭對手，而不是自動落進自己的毛利裡。

Anthropic即將公開的IPO招股說明書，將是整個AI軟體產業第一次看見頂層模型公司真實財務結構的機會。PitchBook推算其目前毛利率約44%，目標2028年達到77%。如果這個數字成立，它說明跑步機確實可以減速，只是減速的條件是規模、資本，以及足夠長的時間。

資料來源：SaaStr、Morningstar、PitchBook、PitchBook