articles
OpenAI 與 Anthropic 真正的命門：不是模型輸贏，而是算力經濟學何時能成立
這則 Threads 真正值得記錄的，不只是震撼的燒錢數字，而是它點出 AI 巨頭的結構性風險：未來競爭不只在模型能力，而在於誰能先讓算力成本、營收成長與資本市場期待形成可持續的經濟平衡。
2026年4月8日5 分鐘閱讀👁 3
title: OpenAI 與 Anthropic 真正的命門：不是模型輸贏，而是算力經濟學何時能成立 date: 2026-04-09 source: https://www.threads.com/@kobayashi_yoshico/post/DW3ZCJ8lfTL category: articles tags:
- OpenAI
- Anthropic
- Compute Economics
- AI Infrastructure
- Burn Rate
- IPO created: 2026-04-09 updated: 2026-04-09
OpenAI 與 Anthropic 真正的命門：不是模型輸贏，而是算力經濟學何時能成立
概要
這則 Threads 轉述《華爾街日報》一篇非常有衝擊力的報導：
- OpenAI 與 Anthropic 正一邊衝刺 IPO
- 一邊以史無前例的速度燒錢
- 其中最可怕的，不是一般營運成本，而是 compute cost / 算力成本
貼文引用的數字尤其驚人：
- OpenAI 到 2028 年，光是最新模型研發的算力成本，預計就可能達 1210 億美元
- 即使營收大幅成長，當年仍可能面臨 850 億美元虧損
這些數字若屬實，真正值得 Allen KB 記錄的，不只是「很誇張」，而是它揭示了一個 AI 產業的核心結構問題：
未來 AI 巨頭之間真正決勝的，可能不只是模型誰更強，而是誰能先把算力經濟學做成可持續的生意。
這篇真正的重點
1. AI 公司最大的成本黑洞，不在行銷或人事，而在 compute
一般科技公司燒錢，大家通常先想到：
- 補貼市場
- 招募人才
- 擴大團隊
- 收購與國際擴張
但對 OpenAI / Anthropic 這類 frontier AI company 來說，最大黑洞是另一種東西：
- 模型訓練算力
- 大規模推理服務
- GPU / 加速器採購與租用
- 資料中心與集群運營
- 反覆迭代前沿模型的實驗成本
這類成本跟一般 SaaS 完全不同。它不是 scale 上去邊際成本就自然下降，而是： 你為了追 frontier，可能必須不斷把資本支出推向更高等級。
2. 營收翻倍不一定能追上成本曲線
這篇最可怕的一點，不是單純虧損，而是它暗示一種更危險的結構：
就算營收增長很快，成本仍可能增長得更快。
這跟很多網路平台的早期虧損不太一樣。一般平台型公司會對資本市場說：
- 現在先補貼
- 等規模起來就會賺
- 網路效應建立後邊際成本下降
但 frontier model company 的問題是：
- 產品要變強，就要更多 compute
- 使用量變大，也要更多 inference compute
- 競爭加劇，又逼你繼續投資下一代模型
也就是說，它不是單純的「先虧後賺」，而可能是： 你越成功，反而越需要更巨量的資本維持領先。