InfoAI Decision Brief｜模型愈容易取得，企業愈需要掌握 AI 的新控制點

2026 年 8 月 7 日

今日編輯判斷

DeepSeek 一方面重新啟動接近 80 億美元的融資，另一方面已有 API 使用者收到未來價格將「顯著」調升的通知；Stripe 則傳出正在獨家洽談收購模型路由平台 OpenRouter。與此同時，DeepSeek 投資宇樹科技（Unitree），把模型公司的競爭邊界向機器人與實體世界延伸；軟銀（SoftBank）與 Alphabet 則分別透過 OpenAI 股權擔保借款與公司債市場取得更多資金。

這些事件共同改變了一項企業 AI 判斷：模型商品化不等於企業取得更多控制權。

模型可能愈來愈多、價格愈來愈低，也更容易被替換，但企業仍可能在新的位置形成依賴。真正需要管理的，開始從「選哪一個模型」轉向「誰決定模型價格、誰負責工作負載路由、誰取得現場資料，以及供應商靠什麼資本結構支撐長期服務」。

企業下一階段需要建立的，因此不是單純的多模型架構，而是一套能在模型、價格與供應商持續變動時保留選擇權的 AI 控制架構。

DeepSeek 的調價訊號，讓低價不再適合作為長期成本假設

截至目前，DeepSeek 官方尚未公布新的完整費率。

官方價格頁仍顯示，V4-Flash 每百萬非快取輸入 Token 為 0.14 美元，輸出為 0.28 美元。這使 DeepSeek 仍是目前價格最低的主要商用模型服務之一。

因此，目前能確認的並不是 DeepSeek 已經完成價格策略轉型，而是企業過去建立的一項成本假設開始需要重新檢查。

過去一年，中國模型價格競爭讓許多企業可以用極低成本建立 Agent、自動化、文件處理與程式開發服務。當 API 價格持續下跌，很容易進一步假設模型成本未來仍會沿著同一方向下降。

技術進步確實可能繼續壓低推論成本，但 API 售價並不完全由推論成本決定。

模型公司仍需要支付下一代模型訓練、人才、資料中心與基礎建設投資。當一家以極低價格著稱的模型公司一方面尋求大型融資，一方面開始向使用者釋出調價訊號，至少說明今天的低價不能直接被視為未來三年的正常價格。

這項變化對企業最直接的影響，是 AI 專案的投資報酬計算方式。

管理層可以開始測試幾個更接近實際營運的情境：如果 API 價格提高兩倍，如果免費額度消失，或者 Agent 普及之後使用量增加五倍，現在看來合理的自動化專案是否仍具有經濟效益？

企業需要管理的已經不是最低模型價格，而是價格改變之後，工作流程是否仍然成立。

OpenRouter 顯示，模型路由可能成為新的供應商鎖定位置

交易仍在談判中，沒有證據可以確認一定會完成。

但交易本身之所以值得觀察，在於 OpenRouter 所處的位置。

OpenRouter 不訓練先進模型，而是讓開發者透過單一界面使用不同模型，並協助處理模型存取、請求分派與計費。

企業只有一個模型供應商時，這一層的重要性有限。

但當企業同時使用 OpenAI、Anthropic、Google、DeepSeek 或其他模型，模型選擇就開始變成營運系統的一部分。

成本較低的工作應該交給哪個模型？高風險工作需要哪個模型？某一家服務中斷時如何自動切換？不同地區或資料類型是否需要使用不同供應商？

這些原本由人員決定的問題，逐漸會變成軟體持續執行的路由規則。

掌握這一層的平台，也可能掌握企業最完整的 AI 使用資訊：企業用了哪些模型、各自處理多少工作、花多少錢，以及哪些工作具有最高價值。

Stripe 對這個位置有興趣具有明確的策略邏輯。

Stripe 已經深入數位支付、訂閱與使用量計費基礎建設。如果 AI 使用量逐漸成為另一種可以即時計量與結算的企業支出，模型路由與支付之間便可能形成新的基礎建設層。

這也使「多模型可以解決供應商鎖定」這項判斷需要增加一個條件。

企業確實可以降低對單一模型的依賴，但如果所有模型最終都透過同一個中介平台進入企業，鎖定只是從模型層轉移到路由層。

真正重要的因此不是企業使用幾個模型，而是：

模型選擇規則、品質評測、使用紀錄與切換能力是否仍由企業掌握。

宇樹科技的合作讓現場資料開始具有新的策略價值

DeepSeek 透過宇樹科技上海首次公開募股（IPO）的策略配售，投資人民幣 1.408 億元，取得 933,399 股。

這些股份占宇樹科技此次 IPO 策略配售股份的 2.31%，並不是公司總股權的 2.31%。

比持股比例更重要的是雙方建立的合作關係。

根據交易所文件，宇樹科技未來在採購模型訓練服務與技術方案時，將優先考慮 DeepSeek；DeepSeek 在採購機器人或探索具身 AI 應用時，也會優先考慮宇樹科技。

雙方並將結合 DeepSeek 的 AI 模型能力，以及宇樹科技在機械工程、動作控制與具身智慧上的技術，共同發展人形機器人的 AI 模型。

這筆投資的金額並不巨大，真正值得注意的是它建立了一條新的資料路徑。

目前大型語言模型的大部分能力來自文字、程式碼、圖片與其他數位資料。

但機器人要真正進入工廠、倉庫、醫院與家庭，需要的是另一種資料：物理世界資料。

例如人類如何拿取不同形狀的物品、設備發生異常時如何處理、倉庫貨架位置改變後如何重新規劃動作，以及機器人在陌生環境中如何因應現場變化。

這類資料無法像網路文字一樣大量取得。

它通常必須透過機器人、人類操作示範、感測器、影像與實際工作流程持續產生。

宇樹科技與 DeepSeek 的合作可能讓 DeepSeek取得機器人與實體世界資料，協助其發展相關能力。

這意味著實體 AI 的下一階段競爭可能出現一個重要轉變：

模型公司需要製造商的資料，製造商也開始掌握模型公司缺少的稀缺資產。

對製造、物流、醫療與其他實體產業而言，這是一項重要的策略轉變。

企業過去可能把設備影像、操作紀錄、維修資料與人員作業示範視為營運紀錄；在具身 AI 時代，這些資料可能同時成為模型訓練資產。

因此，企業與機器人或模型供應商合作時，需要更早回答三個問題：

• 原始資料屬於誰？
• 合作過程產生的新資料屬於誰？
• 這些資料能否被供應商用來訓練服務其他客戶的通用模型？

AI 供應商的財務結構開始進入採購判斷

這是一個值得注意的金融變化。

OpenAI 尚未上市，但它的股權估值已經可以被轉化為新的借款能力。當資產估值提高，可以支撐更多融資與投資；相反地，如果估值、流動性或市場信心改變，槓桿風險也會隨之提高。

Alphabet 採用的是另一種方式。

路透社報導，Alphabet 8 月 6 日啟動新的美國公司債募資，計畫取得約 200 億至 250 億美元。最終規模與結構當時仍未正式確認。

這並不是大型科技公司第一次利用債券支援 AI 投資。

路透社統計，截至 2026 年 7 月初，Amazon、Meta、Oracle 等大型科技公司今年已發行約 1,940 億美元公司債，比前一年同期增加約 79%。

大型 AI 投資因此愈來愈深入金融市場。

這項變化不代表使用債務融資本身存在問題。Alphabet 等大型科技公司擁有龐大營收、現金流與資產負債表，透過債券配置資本是正常企業財務工具。

企業需要注意的是另一件事：

AI 供應商能否長期提供低價格與大容量服務，開始同時取決於技術效率與資本成本。

當基礎建設規模愈來愈大，利率、信用條件、估值與投資人要求，都可能間接影響供應商的擴張速度與商業策略。

未來評估重要 AI 供應商時，採購與科技團隊因此不能只看模型能力、API 價格與募資總額。

企業還需要知道，供應商的成長主要由營運現金流支撐，還是高度依靠持續募資、債務與資產價格。

模型供應商的財務韌性，正在成為服務韌性的一部分。

Today Decision Insight

模型商品化正在帶來一個看似矛盾的結果。

企業可以選擇的模型愈來愈多，取得模型能力也愈來愈容易，但這並不保證企業擁有更多自主權。

依賴只是在移動。

DeepSeek 的調價訊號提醒企業，今天的低價可能不是永久價格。

OpenRouter 的市場位置說明，多模型雖然降低模型層鎖定，卻可能形成新的路由層依賴。

DeepSeek 與宇樹科技的合作使另一項資產浮現：當 AI 從文字進入實體世界，企業自己的現場資料可能成為模型能力的重要來源。

軟銀與 Alphabet 的融資行動則提醒企業，AI 服務背後還存在一層愈來愈龐大的資本結構。

因此，成熟的企業 AI 架構至少需要保留四項能力。

價格承受能力。
AI 專案不能只依照今天的 API 價格成立。成本模型需要測試價格、使用量與優惠條件改變後的投資報酬。

路由自主能力。
企業可以使用外部模型路由平台，但模型評測、任務分派規則、使用紀錄與切換機制不能成為無法取回的黑箱。

資料權利能力。
企業必須知道現場資料如何被使用、誰可以用於模型訓練，以及資料形成的新模型能力與衍生成果由誰控制。

供應商韌性判斷能力。
評估長期供應商時，需要同時理解它的模型能力、收入模式與資本結構。

這四項能力最後保護的是同一件事：選擇權。

當價格調整時可以重新計算；當模型落後時可以更換；當路由平台失效時可以搬遷；當合作產生新資料時仍能保有權利；當供應商重組或資本市場轉變時，不必被迫跟著改變自己的 AI 架構。

未來 12 至 24 個月，更強大的 AI 很可能繼續變得更容易取得。

但模型取得已經不是判斷企業 AI 成熟度的充分條件。

模型商品化不會讓控制權消失；真正的差別在於，模型可以替換之後，企業是否仍掌握自己的選擇權。

作者＝InfoAI 編輯部

你不需要讀完所有 AI 新聞。你需要掌握的是：哪些變化值得關注、哪些應用值得理解、哪些風險不能忽略，以及這些訊號可能如何影響企業決策。

訂閱 InfoAI 電子報，把全球 AI 訊號，轉化為更清楚的商業判斷。

InfoAI Line 群提供最新文章發佈通知，讓你不用每天上網查看，也能快速掌握新上線的 AI 產業解讀、應用案例與知識內容。

版權聲明與授權須知

本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。

AI 協作與人工編輯聲明

本文由 InfoAI 編輯部進行主題判斷、內容策劃、事實查核與文字編輯，並使用 AI 工具協助資料整理與內容製作。最終觀點、內容取捨與發佈版本均由人工編輯確認。

你不需要讀完所有 AI 新聞，你需要知道的是：

有哪些變化值得注意，可能會如何影響你的產業、工作與決策。