Palantir CEO憤怒斥責 Token 收費模式，稱 AI 是一門「定製生意」

概要

· Palantir CEO Alex Karp 批評 OpenAI、Anthropic 的 token 收費模式，認為企業難以獲得對應價值。
· 市場分歧在於，企業 AI 預算應流向模型調用，還是流向業務系統改造和結果交付。
· 關聯標的：PLTR、NVDA，及未來 OpenAI、Anthropic 的估值路徑。

Palantir CEO Alex Karp 7 月 1 日在 CNBC 採訪中批評 AI 行業收費過高，並把矛頭指向領先模型公司面向企業客戶的 token 定價。第三方財經報導進一步點名 OpenAI、Anthropic。Karp 的大意是，企業花錢使用 AI 後未必得到對應價值，還可能把數據、知識資產和業務優勢交給外部實驗室。

Karp 在採訪中稱企業 CEO 對這種模式感到不滿。當天，PLTR 盤中至收盤附近上漲約 8% 至 9%。這不能完全歸因於採訪本身，同期 Palantir 與英偉達在主權 AI 和 Nemotron 開放模型上的合作，也強化了市場叙事。

這場爭論的核心，是企業 AI 預算最終由誰捕獲。公司到底是在買更強模型，還是在買一套能改造業務流程、保留數據控制權、並對結果負責的生產系統？

把 AI 支出矛盾推到定價權

token 可以理解為 AI 處理文字和資訊的計量單位，類似按字數、按頁數付費。企業每輸入問題、上傳文件、生成答案，都會消耗 token。所謂 tokenmaxxing，就是企業不斷增加 AI 調用量，希望從更多使用中擠出價值。

Karp 的攻擊點在於，這種模式容易把收入錨定在「消耗」上，而非「結果」上。企業用得越多，模型公司收入越高，但 CFO 和 CIO 更關心另一件事：這些調用量是否真的降低成本、提升收入，或者改變了某條業務線的效率。

OpenAI、Anthropic 也有自己的商業邏輯。先進模型訓練和推理成本高，能力越強、調用越多，按使用量收費是自然選擇。公開價格頁以輸入、輸出 token 為核心，大型企業合同則通常可能包含折扣、信用額度、專用支援、座位費或定制條款。

不透明的是，企業最終為「能力」「調用量」和「業務結果」分別付了多少錢。Karp 的說法並不能證明 token 模式已經失效，但它說明 token 作為企業 AI 的估值錨，正在受到應用層公司的挑戰。

Palantir 賣的，就是企業自己的 AI 工作系統

Palantir 能承接這套叙事，是因為它賣的不是通用聊天框，也不是單一模型 API，而是一套嵌進客戶業務的 AI 平台。

AIP 可以理解為企業的「業務知識地圖」和工作流系統。它把內部數據、審批流程、運營規則和 AI 能力連接起來，讓 AI 參與生產、調度、風控、供應鏈、情報分析或政府任務，而不僅僅生成一段回答。

這和純 token 調用的差別在於，Palantir 嘗試把收費基礎從「用了多少次 AI」轉向「業務系統被改造到什麼程度」。客戶買到的是部署、集成、許可控制、數據治理和持續迭代，底層模型只是其中一部分。

這也解釋了 Palantir 為什麼強調主權 AI、開放模型和與英偉達的合作。對政府、軍工、金融、能源這類場景來說，數據不外流、模型可審計、系統可追責，往往比單次調用便宜幾美分更重要。

拿財報說話

如果只有 Karp 的採訪，這更像競爭對手之間的營銷。但 Palantir 2026 年一季度財報讓市場願意認真聽。

公司財報顯示，Palantir 一季度營收約 16.33 億美元，同比增長 85%。美國商業收入 5.95 億美元，同比增長 133%。公司還把全年收入指引上調至約 76.50 億至 76.62 億美元，並預計美國商業收入至少 32.24 億美元，同比增長至少 120%。

對投資者來說，這說明 AIP 至少在美國商業市場進入加速階段，而不是停留在概念演示。過去兩年，市場已經習慣為算力、晶片和前沿模型買單，但應用層能否形成高利潤、強黏性收入，一直存在分歧。

Palantir 給出的反例是，如果 AI 被包裝成企業生產系統，而不是一次性工具，客戶可能願意接受更深部署和更長期合同。這裡仍是趨勢判斷，不等於所有企業都會沿著 Palantir 的路徑採購 AI。

訂單兌現決定估值邊界

Karp 的批評有現實基礎，但 OpenAI、Anthropic 並沒有被排除出企業 AI 預算。很多企業仍需要最強模型能力，尤其在研發、編碼、自動化分析和多模態任務上，前沿模型的性能優勢仍可能決定最終效果。

模型公司也可以調整商業模式。它們可以推出更深的企業定制、更低的推理成本、更強的數據隔離承諾，甚至把收費從單純使用量轉向項目制、座席制或結果綁定。公開 API 以 token 計費，不代表所有企業收入都會長期按 token 計費。

對 Palantir 來說，挑戰同樣清楚。定制部署、現場集成和複雜工作流改造可以帶來高粘性，也可能帶來更高交付成本。它需要證明，AIP 的增長不是靠少數大型客戶和高強度服務堆出來的，而是能在更多行業複製，並維持利潤率。

PLTR 的行情交易的是一種可能性：AI 價值鏈中，最賺錢的位置未必長期集中在基礎模型層，也可能轉向離客戶業務結果更近的集成層和應用層。這個判斷如果成立，會影響投資者給模型公司、軟體平台和算力公司的估值方式。

但這個判斷還需要後續數據驗證。對 Palantir 來說，市場會繼續盯住美國商業收入增速、客戶擴張質量、合同周期和利潤率。如果增長依賴高強度定制服務，估值彈性會受限制。如果更多客戶在 AIP 上擴大部署，Karp 對 token 定價的挑戰才會從一次訪問變成可持續的商業壓力。

歡迎加入律動 BlockBeats 官方社群：

Telegram 訂閱群：https://t.me/theblockbeats

Telegram 交流群：https://t.me/BlockBeats_App

Twitter 官方帳號：https://twitter.com/BlockBeatsAsia