AI代幣價格腰斬！OpenAI、Anthropic獲利夢遭重擊　兆元雲端投資恐變成低利水庫

・ 2026 年 09 月 02 日

由Silicon Data編製的LLM Token Expenditure Index跌至0.97美元、較夏季高點腰斬，反映大型語言模型代幣價格急速通縮。OpenAI、Anthropic等AI新創及Nvidia、Microsoft等雲端巨頭的龐大資本支出面臨獲利壓力，市場開始重新計算AI基礎設施投資報酬率。

生成式AI才剛帶動全球資本熱錢瘋狂湧入，如今卻悄悄走向「代幣通縮」時代。由Silicon Data編製、追蹤大型語言模型（LLM）代幣市價的LLM Token Expenditure Index，本週跌至0.97美元，創去年底設立以來新低，較今年夏季高點「腰斬」。在許多投資人眼中，這意味著聊天機器人使用成本愈來愈便宜，卻也暗示著AI供應端的獲利空間正被快速擠壓。

LLM Token Expenditure Index衡量的是市場上執行一次語言模型請求、每顆代幣的「行情價」，涵蓋OpenAI的ChatGPT、Anthropic的Claude、Google的Gemini等主流服務。指數走跌，對一般企業與開發者是好消息——要跑同樣的AI工作負載，花的錢更少；但對負責研發與營運模型的公司而言，卻是實打實的營收壓力，因為用戶一旦習慣低價，就難再接受漲價，定價權跟著流失。

這波價格下修，來源之一是中國開源模型的強勢崛起。Syz Group投資長Charles-Henry Monchau指出，以Moonshot的Kimi K3等開源模型為代表，新玩家能以更低成本提供相近能力，自然壓低市場整體報價。此外，多家所謂「frontier labs」推出具「動態定價」能力的服務，可隨需求變化調整價格，短期雖提升資源利用效率，卻在需求回落時進一步推低代幣市價。

OpenAI今年7月底主動調降兩款GPT-5.6模型的價格，就是典型案例。Monchau分析，隨著生產每顆代幣的成本大幅下滑，實驗室不得不反映成本優勢，讓價格走低。然而，這卻帶來結構性難題：硬體與算力承諾多半是多年期、金額固定的「重資本投入」，代幣單價持續下探，營收成長速度很難跟上支出節奏，毛利率承壓在所難免。

他直言：「基礎模型實驗室是最直接暴露在風險上的一群。代幣通縮壓縮了收入端，而運算承諾維持固定不變。戰略重心必須從『單純提升模型能力』，轉向『掌握通路、記憶與情境』。」換句話說，當開源權重量與商業模型能力差距只剩幾個月，單靠「模型跑得更快更聰明」已不足以築起護城河，誰能掌握更多企業客戶、整合工作流程與長期資料記憶，誰才有機會在薄利時代存活。

更棘手的是資本市場的時點壓力。OpenAI與Anthropic今年夏天已機密送件，準備啟動IPO流程，原本寄望以高成長、高毛利的AI故事，獲得頂級估值。如今代幣價格走弱，投資人被迫重算未來現金流，對「每一美元算力投資，未來能回收多少」提出更嚴格的質疑，估值模型勢必修正，甚至可能影響上市時程與融資規模。

在供應端承壓的同時，雲端與半導體巨頭也感受到隱形壓力。Nvidia（NASDAQ:NVDA）與Microsoft（NASDAQ:MSFT）近年砸下數十億甚至數百億美元，擴建資料中心與GPU叢集，成為AI浪潮最核心的「賣鏟人」。以Microsoft為例，最新財季資本支出高達410億美元，其中約三分之二流向處理器、GPU等短年限設備，自由現金流僅196億美元，未能完全覆蓋支出。當10年期美債殖利率逼近4.8%，市場的無風險報酬墊高，投資人自然會追問：這些AI投資何時能轉化成穩定獲利？

在利率走高的環境下，資金對高風險成長股的容忍度迅速下降。GuruFocus估算，Microsoft股價仍較GF Value合理價低約13%，看似「還有低估空間」，但前提是巨額AI與雲端建設最終能帶來可觀現金流。若代幣價格長期低迷，雲端平台就算流量持續放大，也可能面臨「量增價跌」的尷尬局面，整體投資報酬率被迫往下修。

更宏觀來看，Silicon Data研究主管Steve Hou認為，LLM代幣指數的下降，或許反映市場供給已足以滿足多數任務需求——從最前沿模型到廉價競品間的能力差距，對一般企業應用而言不再那麼關鍵。一旦算力變成「過度供給」，價格戰幾乎無可避免，接下來的勝負將更取決於生態系整合、工具易用性以及客戶綁定能力。

科技股對這一訊號反應敏銳。最新一個交易日，科技股領跌美股，科技股比重最高的Nasdaq Composite指數下挫近1%，S&P 500也小跌0.4%。部分分析指出，雖然AI仍被視為長期成長主題，但短期市場已從「無限想像」回到「現金流現實」，對高估值科技股保持謹慎。

當代幣價格一路探底，AI產業也出現分歧聲音。支持者認為，成本下降將促進更廣泛的採用，反而有機會以量取勝補足單價下修；批評者則警告，若核心運算服務淪為低毛利「公用事業」，整體創新投資恐被壓縮，演變成少數巨頭壟斷、創新速度放慢的局面。實務上，未來發展可能介於兩者之間：基礎推理能力走向商品化、價格貼近成本，而針對特定產業的垂直解決方案與整合服務，則維持較高溢價。

從投資角度看，這波代幣通縮帶來兩個關鍵問題：一是基礎AI基礎設施是否已提前步入「供給過剩」循環，二是誰能在價格下修的情況下，成功把使用量與數據優勢轉化為高附加價值服務。若AI龍頭能如市場期待，順利從「賣算力」轉向「賣解決方案」，目前的價格壓力只是成長過程的陣痛；但若轉型不及，龐大資本支出可能成為拖累股東報酬的沉重包袱。對投資人而言，接下來幾季的營收結構與毛利走勢，將是判斷AI投資能否真正「由夢變現金」的關鍵考題。