AI大模型的商业化叙事正面临数据层面的挑战。企业卡巨头Ramp追踪逾7万家美国企业的支付数据后发现，仅1%的企业贡献了OpenAI与Anthropic商业支出的80%，且这一高度集中的需求正在触顶——Token使用量继续攀升，但实际美元支出增长已近乎停滞，付费用户渗透率也趋于平缓。

Ramp首席经济学家Ara Kharazian在其10月AI指数报告中指出，8月和9月连续两个月Token支出“几乎零增长”，10月初虽勉强创出历史新高，却仅比8月峰值高出1.5%。支出停滞的核心驱动力是价格通缩：前沿模型价格持续下行，叠加模型效率提升，每百万Token的混合均价不断走低，量价背离格局日益明显。

这一信号已引发主流机构警觉。高盛警告，Token需求增速必须跑赢价格降幅，才能支撑持续的算力投资；Apollo首席经济学家Torsten Slok援引Ramp数据指出，算力需求曲线“平坦且对价格高度敏感”，企业买家在价格微动时便会压缩用量或转向廉价开源替代品。与此同时，Citadel创始人Ken Griffin公开表示，市场“几乎可以肯定”正处于AI泡沫之中。

需求高度集中，鲸鱼客户撑起营收

AI企业支出的集中程度在所有软件品类中首屈一指。Ramp数据显示，风险投资支持的初创公司人均AI月支出达76美元，是私募股权背景企业的逾10倍。

头部集中态势在Anthropic尤为突出。据YipitData，Anthropic前1%客户在8月贡献了46%的营收，较一年前的25%几近翻倍。Anthropic的招股说明书则显示，仅两名未披露身份的客户便贡献了其2025年营收的近四分之一。

资本流向揭示了这一生态的内部循环：Cursor母公司Anysphere去年11月完成23亿美元融资，估值293亿美元，由Accel、Coatue联合领投，Thrive Capital、Andreessen Horowitz、英伟达及谷歌参与其中；三个月后，Coatue与新加坡GIC联合领投Anthropic 300亿美元G轮融资，英伟达再度跟投。

Coatue的资金流入Cursor，Cursor将其转化为Claude Token消耗，Token消耗计入Anthropic营收，而Anthropic营收又支撑着Coatue所持Anthropic股权的估值溢价。

价格战加剧，Anthropic实际Token价格腰斩

模型价格正在快速崩塌。Ornn Anthropic Token价格指数——衡量客户实际支付的每Token成本——已从9月中旬的逾1.70美元跌至0.83美元，创该基准6月推出以来的历史新低。

即便如此，Anthropic仍贵于OpenAI。OpenAI对应指数目前为0.45美元。OpenAI的实际定价在7月底大幅崩落——彼时其将GPT-5.6 Luna和Terra模型价格最高下调80%，时间节点距中国大模型公司Moonshot发布Kimi K3开源权重仅三天，后者被认为是当月引发芯片股进入熊市的导火索。OpenAI此后已倾向将IPO推迟至2027年。

“杰文斯悖论”未能兑现

价格下跌刺激需求爆发、最终推动总收入上升——这是AI多头惯常援引的“杰文斯悖论”逻辑。然而现有数据并不支持这一判断。

高盛在9月25日的报告中指出，基于Anera和OpenRouter数据，自去年12月以来Token总需求已增长约18倍，但对高毛利率前沿模型的需求增速仅为整体的一半。价格下行带来的利润压缩已传导至数据中心投资层。高盛测算，亚马逊、Alphabet、Meta、微软和甲骨文五家企业的已实现投资资本回报率（ROIC）已从40%降至25%，为其数据集自2016年以来的最低水平。

Torsten Slok对此直言不讳：“硅谷的前提假设是算力需求无限，但近期Token支出增速的放缓表明，这种需求或许只在算力近乎免费时才存在。”

他警告，决定数据中心建设模式能否成立的核心变量，既非物理容量，也非电力供给，而是“用户实际愿意为算力支付的价格”——而这一价格的支撑，有赖于企业能否将Token消耗转化为营收增长、利润改善或实质性成本节约，“目前这些效益尚未在规模层面显现。未来或许会有，也或许不会。”

付费渗透趋于饱和，增长需靠深度而非广度

除头部支出放缓外，付费用户基础的扩张同样陷入瓶颈。Ramp数据显示，9月企业网络中的AI付费采用率仅上升0.62个百分点，至55.9%。

Kharazian在报告中写道：“感觉我们已经处于S曲线的顶端，市场增长将不得不依赖更深度的使用，而非更多的付费用户。”

这与Ramp产品总监Adam Sommer在今年6月的表态形成鲜明对比——后者曾在纽约一场论坛上表示，“我们在Ramp平台上最大的AI支出企业，在过去几个月中每月支出翻倍”。三个月后，前1%的头部企业人均支出已低于7月峰值水平。