誰能把Token變成真金白銀？用3提問拆解AI巨頭獲利真相！
由Token引發的這場AI競賽，已經開始分得出誰真正在賺錢。Anthropic今（2026）年的年度經常性收入，從90億美元暴增至超過440億美元；OpenAI的訂閱與企業API收入也呈現雙線成長；Google的雲端業務，則因Gemini帶動企業導入而加速擴張。至於開源路線的DeepSeek，雖然本身不直接對外收費，卻逼得所有競爭對手加速降價、重新思考定價策略，間接重塑了整個市場的Token成本結構。
這些公司的共同點，在於找到了把Token用量轉化為收入的方式，無論是透過訂閱制、企業API、雲端服務，又或是平台佣金。Token就是這門生意的計費單位；用量能不能變成毛利，才是判斷一家AI公司商業模式成不成立的核心問題。
對投資人來說，Token視角提供了一個比「哪個模型最強」更實用的觀察框架。模型能力的排名每隔幾個月就會改寫，但誰能持續將Token用量變現、誰的定價撐得住開源模型的競爭、誰的服務讓企業用了就難以離開─這些問題的答案，才是值得長期追蹤的投資線索。
市場上確實有人打著「直接參與OpenAI、Anthropic私募」的話術，銷售SPV（Special Purpose Vehicle，特殊目的載體）產品，但這類結構普遍存在估值溢價、流動性低、資訊不透明等問題，一般散戶很難查證自己買到的是什麼。比起追逐難以驗證的私募機會，公開市場反而是散戶更能掌握的主場。
公開市場給了散戶3個優勢：流動性、透明度、風險分散。
別賭單一模型成敗 用3個提問檢視AI真獲利
流動性意味著可以分批進出。投資上市公司股票或主題型ETF，投資人可以在資訊出現變化後隨時調整持股。在AI競爭格局快速翻轉的環境下，這種「可以改變心意」的彈性，本身就是一種保護。
透明度意味著有財報、法說會、監管揭露可以追蹤。私募產品的費用結構和估值往往不透明，但上市公司的雲端收入、資本支出、訂閱用戶數，都有公開資料可以交叉比對。不一定每個數字都能找到，但至少有跡可循。
風險分散意味著不必押注單一模型的成敗。透過持有大型科技股或主題型ETF，投資人可以同時接觸多個AI發展方向，不必在「哪家模型最終會贏」這個問題上賭身家。有了這3個優勢作為基礎，投資人可以進一步用Token視角檢視3個財務問題，來判斷一家公司的AI商業模式是否真正成立。
問題1：訂閱收入與企業API收入的占比是否提升？
這是最直接反映Token用量能否變成穩定收入的指標。若占比持續上升，代表用戶不只是試用，而是真正付費依賴。
問題2：企業API用量是否在成長？
企業導入AI的深度，決定了Token用量的天花板。用量成長代表AI真正進入工作流程，而非只停留在示範階段。
問題3：面對開源模型競爭，定價守得住嗎？
開源模型持續壓低市場價格預期，若一家公司的Token定價節節敗退，代表它的護城河可能比想像中淺。反過來，若定價相對穩定甚至有上調空間，則是定價能力的佐證。
模型強 vs Token賺錢誰重要？3層依賴度拆解AI股投資風險
把目前與AI Token經濟相關的公開市場標的分成3層，關鍵不在於哪家公司的模型最強，而在於一個更根本的問題：這家公司的營收，有多依賴「賣Token」？依賴程度越高，AI業務的成敗對整體公司的衝擊就越直接。
第1層：低AI依賴型
以Alphabet（美股代號GOOGL/GOOG）為代表。Token相關收入在Alphabet的整體營收中占比極低，搜尋廣告、YouTube、Google Cloud才是主要收入來源，AI僅是強化既有產品的工具，而非獨立的營收引擎。這意味著即使某一季的AI業務表現不如預期，廣告與雲端的現金流仍能撐住整體估值。
這一層的投資邏輯不是押注AI爆發，而是觀察AI能否持續擴大既有業務的規模，例如搜尋廣告是否因AI功能而提高用戶黏著度、Google Cloud是否因企業導入Gemini而加速成長。
第2層：中度AI依賴型
以Alibaba（美股代號BABA、港股代號9988.HK）為代表。阿里雲的AI相關收入占整體營收比例正在上升，但電商、物流、金融等業務仍構成相當大的緩衝。Token用量能否帶動阿里雲的企業客戶成長，是判斷其投資邏輯是否成立的核心問題。
和第1層相比，這一層對AI業務表現的敏感度更高；但和第3層相比，其他業務仍提供一定程度的保護，風險與報酬都居中。
第3層：高AI依賴型
以MiniMax（港股代號0100.HK）為代表。這一層的特徵是營收高度集中在Token計費與訂閱收入，沒有其他業務作為緩衝。一旦模型競爭力下滑、其他開源方案壓低市場對其定價的預期，或是企業客戶轉向更便宜的替代方案，衝擊會直接、完整地反映在財報上。
這不代表這類標的不值得關注，而是進入門檻不同。你需要對它的Token商業模式有更深的理解，才能判斷現有定價能否守住，以及訂閱用戶是否真的有黏著度，而非只是被低價吸引進來的短期用戶。
至於這些標的怎麼買？國內券商的複委託可以直接下單美股和港股，交易頻率高的話，海外券商手續費通常更划算。不想挑個股的話，科技或半導體主題ETF是另一種間接參與的方式（詳見本期〈封面故事〉總論篇、台股ETF篇、美股ETF篇）。
想投資AI題材，不必追逐還沒上市的明星公司。真正的判斷指標，反而來自日常使用的觀察。你離不開哪個模型、什麼時候願意付費升級、什麼時候會考慮換掉它……這些細節，是任何分析師報告都取代不了的第一手線索。
（圖片來源：AI 僅示意 / 內容僅供參考，投資請謹慎為上）
文章出處：《Money錢》2026年7月號
下載「錢雜誌App」隨時隨地掌握財經脈動