鄧聲興：AI開源、閉源模型定價權之爭 鄧聲興
人工智能(AI)大模型商業化進入深水區，開源與閉源兩條路線的收費模式與估值邏輯正呈現日益清晰的分野。閉源陣營以高價應用程式介面(API)建構護城河，Anthropic的Opus 4.7每百萬輸出詞元(Token)收費25美元，OpenA
I的GPT-5.5為30美元，支撐起Anthropic年化收入(ARR)逾650億美元、OpenAI年化收入近500億美元的規模，兩者估值均指向萬億美元級別。高定價對應高毛利，再以高ARR推高估值，構成閉源模式看似閉環的商業飛輪。
商業化模式截然不同
然而，這一飛輪的脆弱性正在暴露。開放權重模型的平均成本已降至每百萬Token僅0.83美元，專有替代方案為6.03美元，前者便宜86%。花旗數據顯示，開源模型每項任務成本相對封閉模型的折讓已從40%擴大至60%。當企業發現完成同一任務毋須動用最貴的模型，閉源API的溢價基礎便從「性能必然領先」退守至「合規與治理的信任溢價」──這是一條更窄的護城河。
開源陣營的變現路徑亦在進化。阿里巴巴(09988)對Qwen3.8-Max大型商業用戶引入收入分成，參考月之暗面Kimi K3對年收入逾2,000萬美元企業收取最高30%分成的框架，標誌著開源從「免費引流、雲端變現」的間接模式，轉向對部署層直接收費。DeepSeek仍維持永久免費許可，形成三層授權格局。這意味開源的估值邏輯不能簡單套用閉源的ARR框架：其價值更多沉澱於生態卡位、開發者鎖定與企業級部署的長期現金流，而非當期API收入。
對投資者而言，閉源標的的估值錨在於「單位Token定價權能否守住」，一旦性能差距收窄，高毛利假設便面臨修正；開源標的的估值錨則在於「部署規模與生態滲透能否轉化為可持續分成」。兩者並非替代關係，混合架構已成為行業共識，但定價權的重心正從模型本身向部署場景與治理能力轉移。
香港股票分析師協會主席 鄧聲興(作者為證監會持牌人士，未持有上述股份)
專家點評 - 鄧聲興 舊文
本文作轉載及備份之用 來源 source: http://hk.on.cc
