搜索

热门搜索

AI时代 科技变革
创建于:2026-04-02 22:46:52
圈里有谁
最热
大江东去,浪淘尽,千古风流人物。2026年8月3日,一组数据让整个AI行业陷入沉默。海外开发者开源项目团队OpenCode披露:在其平台上,DeepSeekV4Flash单日处理Token量达8万亿。其中5万亿来自免费试用,3万亿来自开发者真金白银的付费调用。8万亿Token是什么概念?相当于5600万本《三体》三部曲的文字量。更关键的是付费比例——3万亿是开发者花出去的,不是“白嫖”出来的。当开发者愿意为一个开源模型的产品掏钱而不是薅羊毛时,说明它已经进入了生产环境的核心工作流。◆八万亿斩杀线OpenRouter的数据同样震撼。上周,DeepSeekV4Flash以7.22万亿Token的周调用量登顶全球第一。排名前五的AI大模型,全部来自中国。DeepSeek-V4-Flash:7.22万亿(+13%)小米MiMo-V2.5:6.3万亿(-40%)腾讯Hy3:4.82万亿(+22%)DeepSeek-V4-Pro:3.28万亿(+3%)智谱GLM-5.2:2.89万亿(-12%)中国大模型周调用量已连续十四周超过美国,稳居全球首位。OpenCodeCEOJay透露,DeepSeekV4Flash上线后使用量单日增长30%,新订阅用户也增长30%。增长在加速,差距在拉大。八万亿Token,一日震乾坤。付费三万亿,开发者用脚跟。周榜前五席,中国包揽门。连续十四周,全球领跑奔。◆降价求生7月30日,OpenAI突然宣布GPT-5.6Luna降价80%,每百万Token输入从1美元降至0.2美元,输出从6美元降至1.2美元。距离两款模型正式推出仅约三周。OpenAI核心产品负责人甚至在OpenCode评论区打起了广告。开发者回了一句:“我们希望得到DeepSeek的价格。”更具讽刺意味的是,降价80%后,GPT-5.6Luna周调用量1.95万亿,环比暴涨456%。看起来很吓人?绝对值只有DeepSeekV4Flash(7.22万亿)的四分之一。降价救不了用户心智。当开发者心里已经有了一个“锚”,你降多少都只是追赶。OpenAI急降价,八成一刀切。一分性能差,六成价格跌。开发者冷对,我要DeepSeek价。万亿调用量,不及对手斜。◆98%缓存命中为什么DeepSeek能做到这么便宜?即使OpenAI降价80%,DeepSeekV4Flash的单任务成本仍比GPT-5.6Luna低约60%。关键是一个容易被忽略的细节:98%的缓存命中折扣。当用户的输入命中服务器缓存时,费用仅为标价的2%。行业普遍的缓存折扣是90%,DeepSeek硬是多压了8个百分点。DeepSeek-V4-Flash输入命中缓存仅0.2元/百万Token,未命中输入1元/百万Token,输出2元/百万Token。而在ArtificialAnalysis智能指数上,DeepSeekV4Flash得50分,仅比GPT-5.6Luna的51分低1分。一分之差,六折之价。这不是价格战,这是效率战。竞争重心正在从“模型本身”挪到“调用模式工程化”。当OpenAI还在靠品牌溢价维持高价时,DeepSeek已经通过缓存工程化把推理成本压到了“水电煤”级别。◆战略转向36氪的分析揭示了OpenAI降价背后更深层的战略转向。过去,旗舰模型最大的价值不是赚钱,是证明技术领先。GPT-4出来,OpenAI估值涨一波;Claude更新一次,Anthropic重新定义技术位置。旗舰承担的是品牌价值。但企业真正花钱的地方不在这里。一家企业每天跑几百万次API调用,客服、搜索、审批、代码生成,这些高频任务占据了绝大部分Token消耗。企业采购最关心的不是Benchmark第一,而是一次任务多少钱、够不够稳定。OpenAI这次甚至公开写出了一个推荐流程:复杂任务先用GPT-5.6Sol完成需求分析,再交给Luna去执行。最贵的模型负责思考,最便宜的模型负责干活。这已经不是一款模型,而是一套模型分工体系。以后企业买的不是一个模型,是一整套模型体系。但问题在于,当你的“施工队”(Luna)在性价比上被DeepSeek碾压时,再精巧的分工体系也无济于事。◆资本市场正在重新定价OpenAI降价的消息已经传导到了资本市场。8月3日,韩国KOSPI指数大跌5.13%,SK海力士跌8.73%,三星电子跌8.95%。A股科创50跌5.08%。日经225跌0.94%。私募人士直言:“ChatGPT降价,负面影响很大。”分析认为,产品降价引发投资者对AI大模型变现能力的担忧。OpenAI降价让全球投资者重新思考AI算力模型层的利润可持续性,而这正是全球过去两年资金抱团的核心逻辑。桓睿天泽总经理莫小城说了一句话值得深思:“AI基础设施的宿命是竞争越来越激烈,价格越来越便宜。”沉舟侧畔千帆过,病树前头万木春。◆斩杀线有评论将DeepSeekV4Flash的表现称为“给大模型划出了一条斩杀线”。这条线不是参数规模的斩杀线,而是性价比的斩杀线,当开源模型以闭源模型20%的价格提供95%以上的性能时,闭源模型的商业模式就面临根本性质疑。OpenAI的应对是降价80%,这本身就是一种承认:闭源巨头已经失去了定价权。当DeepSeek单日处理8万亿Token,当中国AI大模型包揽全球调用量前五,当开发者集体喊出“我们要DeepSeek的价格”,这场AI竞赛的规则已经被彻底改写。不再是“谁更聪明”的游戏。现在是“谁更划算”的战争。知足不辱,知止不殆。八万亿Token划出斩杀线,中国AI改写全球定价权。
西府天尊
看完微软、亚马逊、谷歌、Meta最新财报,我更担心的是另一件事亚马逊则把2026年资本开支计划由大约2000亿美元,上调至约2200亿美元。即使投入继续增加,亚马逊仍然表示算力容量难以完全满足需求。Meta原来的资本开支指引是1250亿—1450亿美元,现在调整为1300亿—1450亿美元。表面上看上限没有变化,但下限被抬高了,这不叫削减,反而意味着Meta对最低投入规模更有把握。微软的情况稍微复杂一些。部分新闻可能会把微软的资本开支数字从大约1900亿美元调整到1750亿美元,理解成"微软削减AI投入"。但微软明确解释,这主要来自数据中心租赁方式从融资租赁向经营租赁转变,属于会计分类变化,公司的实际投资预期并没有改变。微软还预计,下一个季度资本开支将超过500亿美元,2027财年的资本开支会继续同比增长。按照四家公司各自最新口径粗略相加,2026年资本开支规模大约在7200亿—7450亿美元之间。当然,这个数字不能机械横向比较,因为四家公司的财年、租赁处理和资本开支统计方式并不完全一致。但它至少说明了一件事:全球最大的四家AI买家,现在不是在踩刹车,而是在继续踩油门。所以,至少从资本开支这个最直接的领先指标来看,AI基础设施周期目前还没有出现明确反转。B二、资本开支没有降,能不能证明AI不是泡沫?还不能。这是很多人最容易犯的逻辑错误。能不能变成真实使用量能不能变成收入这些收入能不能覆盖芯片、数据中心、电力、折旧和研发成本,最终变成利润与自由现金流从这四份财报看,第一道关基本已经通过,第二道关正在快速推进,但第三道关还远没有完全通过。这也是为什么财报数据看起来很强,市场却仍然会剧烈震荡。B三、微软:目前四家公司里,投入和回报最匹配的一家微软最新季度最关键的数字,不是总收入,也不是每股收益,而是Azure。Azure及其他云服务收入同比增长43%,微软预计下一季度按固定汇率计算,Azure增速约为45%。更重要的是,微软明确表示客户需求仍然超过当前可提供的算力容量。这意味着微软现在面对的核心问题,不是"没有客户",而是"容量不够"。微软这一季度资本开支达到410亿美元,其中大约三分之二用于CPU、GPU等使用周期较短的基础设施资产。与此同时,公司仍然产生了196亿美元自由现金流。商业剩余履约义务,也就是已经签约、未来逐步确认的合同收入,增长至6780亿美元。这几个数字放在一起看,微软已经形成了比较清楚的闭环:建设数据中心→Azure承接企业AI需求→Copilot和GitHub形成付费收入→企业客户签订长期合同→现金流继续支持下一轮投资这就是为什么同样是大规模投入AI,市场通常对微软的容忍度更高。因为微软不是只告诉投资者"AI未来很重要",而是在不断提供付费席位、云收入、合同积压和现金流作为证据。我的判断是:微软是目前四家公司中,AI投资回报路径最清晰的一家。它的风险并不是没有收入,而是投入规模越来越大之后,Azure和Copilot的增速能不能持续覆盖折旧、能源以及算力成本。B四、亚马逊:AWS重新加速,但现金流代价已经非常明显亚马逊这份财报里,最重要的信号是AWS终于再次明显提速。AWS季度收入达到422亿美元,同比增长37%,是过去18个季度中最快的增速。AWS营业利润从去年同期的102亿美元,上升到166亿美元。亚马逊还披露,AWS旗下AI业务和芯片业务的年化收入规模,都已经超过250亿美元,而且仍然保持三位数增长。这说明亚马逊并没有像此前部分市场观点所担心的那样,在生成式AI竞争中彻底落后。AWS的优势并不一定是拥有最强的单一模型,而是它能够同时提供模型、云服务、数据库、芯片和企业基础设施。客户不需要押注一家模型公司,可以在AWS上选择不同模型和不同算力方案。但亚马逊的问题也很明显:花钱速度太快。过去12个月,亚马逊自由现金流已经从去年同期流入182亿美元,变成流出76亿美元(2026年Q2单季自由现金流为-88亿美元)。公司解释,主要原因是购买物业和设备的支出同比增加661亿美元,而这部分增长主要与AI投资有关。还有一个容易被忽视的细节。亚马逊本季度净利润达到626亿美元,但其中包含了与Anthropic投资有关的大额非经营性收益。因此,单看净利润或每股收益,会明显高估亚马逊核心业务这一季度的真实盈利改善。真正应该看的,还是AWS收入、AWS营业利润和自由现金流。我的判断是:亚马逊证明了AI需求是真实的,但也暴露了AI基础设施是一门极其消耗现金的生意。如果AWS继续保持30%以上增长,资本开支可以被理解为提前扩产。但一旦AWS增速下降,而资本开支、折旧和电力成本仍然居高不下,市场就会迅速质疑亚马逊的投资回报率。B五、Alphabet:本轮增长最惊艳,但投入也最激进Alphabet这份财报,最亮眼的数字来自GoogleCloud。GoogleCloud季度收入达到248亿美元,同比增长82%;营业利润达到88亿美元,超过去年同期的三倍;营业利润率由20.7%提升至35.6%。GoogleCloud积压订单达到5140亿美元,较上一季度增加超过500亿美元。这不是普通意义上的增长。这说明谷歌已经不只是一个依靠搜索广告赚钱的公司,GoogleCloud正在成为真正的第二增长曲线。Alphabet也开始向客户的数据中心直接销售TPU系统。需要注意的是,TPU系统销售对本季度Cloud增长有一定贡献,但管理层表示,即使剔除这部分影响,GoogleCloud增速仍然明显加快。问题同样出在资本开支和现金流。Alphabet本季度资本开支达到449亿美元,其中绝大部分用于AI技术基础设施。技术基础设施投资中,大约60%用于服务器,40%用于数据中心和网络设备。季度自由现金流为负59亿美元——这是上市以来首次。这组数据很有意思。它告诉我们,AI的瓶颈已经不只是GPU。服务器、网络、电力、数据中心土地、冷却系统和高速互联,都在同步成为约束。也就是说,AI资本开支的受益范围仍在扩散,但资本开支对利润表和现金流的压力,也会逐步扩散。Alphabet已经提醒投资者,未来技术基础设施投入会通过折旧、能源和数据中心运营成本,继续对利润形成压力。Alphabet是本轮财报中,增长弹性最强、但资本投入也最激进的一家公司。GoogleCloud的增长足以证明需求并非虚构,但接下来市场会要求它证明,这种增长不仅能扩大规模,也能持续创造足够高的资本回报率。B六、Meta:AI确实改善了广告,但投入规模已经开始吓到市场Meta和另外三家公司不同。微软、亚马逊和Alphabet拥有云计算业务,可以直接把AI算力卖给企业客户。Meta没有同等规模的对外云业务,它的AI回报主要体现在广告推荐、内容分发和用户使用时长上。Meta第二季度收入达到608亿美元,同比增长28%;广告收入同比增长27%。广告展示次数增长14%,平均广告价格增长12%。这些数字说明,AI推荐和广告系统确实在帮助Meta提高变现效率。所以,不能简单地说Meta"只会烧钱,没有回报"。但问题在于,它花钱的速度已经明显快于利润增长。Meta本季度资本开支达到310.8亿美元,自由现金流只剩7.84亿美元,同比暴跌91%,创近四年最低;经营利润同比下降8%,经营利润率从去年同期的43%下降至31%。需要补充的是,Meta本季度成本费用增长55%,其中包含24亿美元法律相关费用和11.8亿美元裁员费用。因此,不能把全部利润率下降都归因于AI投资。但即使剔除这些一次性因素,Meta仍然需要回答一个问题:除了提高广告效率之外,如此巨大的AI基础设施投入,未来还能形成哪些独立收入?企业AI服务、智能眼镜、AI助手、内容生成、算力出租,都可能成为答案,但目前这些业务的收入披露,还没有微软Copilot和三大云平台那么清楚。Meta的核心业务仍然很强,但新增AI资本开支的回报路径,是四家公司里最需要继续观察的。B七、所以,AI到底是不是泡沫?这个问题不能只回答"是"或者"不是"。因为AI至少包含三件不同的事情:AI技术是不是真的有用AI基础设施是不是真的有需求AI相关公司的股价和估值是不是合理这三件事可以同时得出不同答案。AI技术可能是真的。云计算和算力需求也可能是真的。但某些股票的估值,仍然可能存在泡沫。从最新财报来看,如果把泡沫定义成"没有客户、没有收入、没有真实需求",那么目前很难说AI已经成为纯粹泡沫。Azure、AWS和GoogleCloud都在加速;Copilot付费席位在增长;云平台积压订单继续扩大;多家公司仍然面临算力供不应求。但如果把泡沫定义成"市场对未来利润的预期,跑得远远快于现金流",那么部分AI资产和部分估值,确实具有明显泡沫特征。尤其是当市场默认以下几件事一定会发生时,风险就会迅速累积:AI需求会永远保持高速增长每一座新建数据中心都能保持高利用率模型价格下降不会压缩利润自研芯片不会改变供应链利润分配所有AI产业链公司都能获得高回报资本开支越多,未来利润就一定越高这些假设,不可能全部同时成立。B八、四大巨头现在陷入了一场"谁也不敢先停"的竞争这是我认为很多人没有看到的地方。微软、亚马逊、Alphabet和Meta现在有点像进入了一个典型的博弈困境。对每一家公司来说,继续投资可能很贵。但如果自己削,对单家公司而言,继续花钱是理性的。但当四家公司同时这么做,整个行业就可能出现重复建设和阶段性产能过剩。这意味着:资本开支继续增长,可以证明AI竞争仍然激烈,但不能证明每一美元资本开支都能获得理想回报。这正是判断AI泡沫时,必须区分的两个概念:"没有削减资本开支"和"资本开支一定正确",不是一回事。"AI需求仍然增长"和"所有AI股票都值得当前价格",也不是一回事。B九、AI进程现在走到哪一步了?我认为,AI产业已经明显经历了三个阶段。第一阶段是拼模型。谁的参数更大、训练集群更强、性能排行榜更高,谁就更受关注。第二阶段是拼算力。GPU、HBM、服务器、数据中心、网络设备和电力成为市场核心。现在,AI正在进入第三阶段:拼使用率、商业化和利润兑现。微软开始披露Copilot付费席位亚马逊开始披露AI和芯片业务的年化收入Alphabet开始披露Cloud积压订单、TPU销售和企业AI采用率Meta则需要证明,AI带来的广告效率提升,能够长期覆盖日益庞大的基础设施投入这说明AI已经从"证明技术能不能实现",进入"证明商业模式能不能成立"。这个阶段通常不会像最初的概念行情那样,所有公司一起上涨。市场会开始分层。有真实收入的公司,与只有故事的公司,会分化。能控制成本的公司,与无限扩张的公司,会分化。拥有客户入口和生态的公司,与只提供单一产品的公司,也会分化。B十、对英伟达、AMD、HBM和韩国半导体意味着什么?四大巨头没有削减资本开支,对AI供应链整体仍然是正面信号。GPU、定制ASIC、HBM、服务器、高速网络、光模块、数据中心电力和冷却,短期需求都仍然有支撑。微软披露,本季度大约三分之二资本开支用于CPU和GPU等设备;Alphabet的技术基础设施投资设备和材料公司,本质上都处在美国AI资本开支的下游。但这里必须加一句冷静的话:四大巨头继续投资,不代表所有供应链公司都会同等受益。亚马逊正在扩大Trainium和Graviton,Alphabet在扩大TPU,微软同样在发展自研芯片。这意味着AI投入仍然增长,但利润可能逐渐从单一GPU,向定制芯片、网络、存储、电力和软件平台重新分配。亚马逊披露,其芯片业务年化收入已经超过250亿美元,Alphabet也开始向客户数据中心销售TPU系统。因此,未来判断英伟达、AMD、美光、SK海力士和三星,不能只问"AI资本开支还在不在"。还要问:资本开支具体花在什么地方?哪一种芯片的份额在上升?HBM供给是否开始追上需求?云厂商自研芯片会拿走多少增量?产品价格、良率和利润率还能不能维持?B十一、接下来真正应该盯住四个信号判断AI行情有没有发生真正反转,我不会只看股价一天的涨跌,而会看四个信号有没有同时出现。第一个信号,是四大巨头开始下调资本开支,或者推迟数据中心建设。第二个信号,是Azure、AWS和GoogleCloud连续两个季度明显减速。第三个信号,是管理层不再强调"需求超过供给",而开始谈利用率不足、客户延迟订单或价格竞争。第四个信号,是自由现金流和利润率持续恶化,但AI收入、付费用户和合同积压没有相应增长。截至目前,前面三个信号还没有集中出现。真正出现的,是第四个问题的一部分:资本开支已经开始明显压制部分公司的自由现金流和利润率。所以,现在不是"AI泡沫已经破裂",而是AI正式进入了投资回报率考试。B最后的结论看完微软、亚马逊、Alphabet和Meta这四份财报,我的结论是:第一,AI基础设施行情还没有结束。四家公司没有集体削减资本开支,Alphabet和亚马逊反而上调投资,微软与Meta也没有出现实质性踩刹车。第二,AI需求不是虚构出来的。云收入、付费席位、合同积压、AI业务收入和算力缺口,都说明企业和开发者确实在使用AI。第三,AI也绝不是没有泡沫。泡沫可能不在技术本身,而在过高的估值、重复建设、过现在要买的是收入。再往后,市场买的将是利润和自由现金流。所以,我更愿意把这一轮财报定义为:AI不是到了泡沫结束的时刻,而是从军备竞赛,正式进入业绩检验期。真正的赢家,不是花钱最多的公司。而是最终能把资本开支变成客户,把客户变成收入,再把收入变成自由现金流的公司。这才是下半年判断AI投资最重要的一条主线。本文数据基于微软、亚马逊、Alphabet、Meta最新季度财报及电话会议公开信息,并已与实时披露数据交叉核验。本文仅为产业与财报研究,不构成任何股票推荐或投资建议。灵夕研究报告
拆盘侠
英伟达的AI账本:谁在为这轮烧钱兜底?当英伟达同时是芯片供应商、股权投资方和债务担保人,AI投资的每一块钱都在同一个闭环里打转。信用市场替所有人问了一个最朴素的问题——如果OpenAI烧不出能还钱的产品,谁来接这个棒?是担保人英伟达,还是借钱给OpenAI的软银,还是把这笔债卖给你的银行?所以这不是对AI泡沫的恐慌。这是对融资结构的重定价。法兴分析师那句"现在要看CDS,不是EPS",翻译过来就是:AI的叙事正在从收入增速切换到信用风险。从这一秒开始,主角不是算力,是账本。"循环融资"到底是怎么转的先把这个闭环拆开。第一层:英伟达向OpenAI提供2500亿美元融资担保。OpenAI目前没有投资级信用评级——它还在烧钱。有了英伟达兜底,债权人才愿意以低成本向这个数据中心项目放贷。第二层:这个项目由软银旗下的SBEnergy开发,建在俄亥俄州皮克顿,规划装机10吉瓦——够800万户美国家庭用电。总投资预计超过5000亿美元,按照行业机构此前对超大规模AI数据中心GPU成本占比的测算,仅GPU采购金额就可能达到数千亿美元。第三层:英伟达还在单独与OpenAI商讨一笔高达3500亿美元的芯片采购融资。加上2500亿担保,英伟达对这单一客户的敞口可能达到6000亿美元——而英伟达自己年营收才2160亿美元。转了一圈,钱的路径是这样的:英伟达担保→软银建数据中心→OpenAI租算力→OpenAI用英伟达担保的钱买英伟达的芯片→英伟达确认收入和订单→再去担保更多项目。这就是被市场称为"循环融资"(CircularFinancing)的闭环。做空次贷成名的MichaelBurry在X上只写了一句话:"转啊转啊转。英伟达要给ChatGPT花在英伟达芯片上的2000亿美元做担保。"
拆盘侠
MetaAI投入尚未转化为收入增长。7月29日,Meta公布2026年第二季度财报,二季度营收608亿美元,同比增长28%,略高于市场预期的603亿美元。不过,公司给出的三季度营收指引仅为610亿至640亿美元,区间中值625亿美元低于分析师平均预期的632亿美元,令市场失望。与此同时,公司将全年资本开支指引区间收窄并上调下限,由此前的1250亿至1450亿美元调整为1300亿至1450亿美元,显示AI基础设施投资力度仍将维持高位。受业绩指引不及预期及AI资本开支上调的影响,Meta盘后股价一度跌超10%。营收增长依旧强劲,但利润遭成本吞噬财报显示,Meta二季度营收608.01亿美元,同比增长28%,按固定汇率计算增长27%;广告业务依然是增长核心,广告展示量同比增长14%,平均广告价格上涨12%,推动广告收入达到593.63亿美元,同比增长27%。Meta创始人兼CEO马克·扎克伯格表示:AI正在加速公司的核心业务,推动下一代产品,并开启全新的企业级商业机会,成果已经开始显现。不过,与收入形成鲜明反差的是利润表现。二季度Meta运营利润同比下降8%至187.75亿美元,运营利润率由去年同期的43%大幅降至31%;净利润同比下降14%至158.48亿美元,每股收益6.18美元,同比下降13%。利润承压主要来自成本的大幅增长。财报显示,Meta二季度总成本和费用达到420亿美元,同比激增55%,其中包含24亿美元法律诉讼支出,以及11.8亿美元裁员费用。研发投入继续快速增长,当季研发支出达到216.56亿美元,同比增长67%,已经占营收超过三分之一。三季度营收指引低于预期,AI变现速度仍难令市场满意真正引发股价下跌的是未来展望。Meta预计第三季度营收将在610亿至640亿美元之间,区间中值625亿美元低于彭博统计分析师平均预期的632亿美元。公司同时预计汇率将拖累约1个百分点收入增长。这意味着Meta庞大的AI投入尚未迅速转化为足够快的收入增长。过去一年,Meta不断扩大AI商业布局,包括推出消费者AI聊天机器人订阅服务,以及面向开发者收费的大模型服务,希望逐步建立新的收入来源。但目前公司绝大部分收入依然来自Facebook、Instagram等平台广告业务,而AI业务距离形成规模化盈利仍需时间。市场因此持续追问一个核心问题:Meta何时才能真正收回数千亿美元AI投资?
千里岩