Token与算力进入残酷价格战，模型的盈利泡沫正在破裂（华尔街观察） 当算力供给充分释放，开源黑马模型Karins（以DeepSeek为代表）依靠极致成本优势横扫市场，曾经被资本追捧的Token定价体系露出虚高本质。微软开启全面成本核算，全球科技巨头掀起比价浪潮，我们必须直面两个核心问题：传统头部闭源大模型还能守住多少利润，Token虚高定价的泡沫破灭后，整条AI产业链将要承受怎样的连锁风险。 近期一系列产业事件，吹响了AI行业从技术军备竞赛转向成本博弈的号角。微软率先开启精细化算账模式，先是终止总额超30亿美元的甲骨文云服务器采购协议，核心原因是甲骨文公有云无法取得FedRAMP安全认证，不愿投入资金完成合规改造。微软一边抛弃高价算力合约，一边在亚马逊、谷歌之间四处租赁算力资源，就连怀俄明州1.8GW规模的数据中心项目也被客户叫停。这代表算力不再是供不应求的稀缺资源，算力采购正式进入充分比价竞争的阶段，算力溢价彻底消失。 最具颠覆性的信号，来自微软企业级AI产品Copilot Cowork的战略调整。微软高管直接披露，Anthropic的Fable5模型的Token调用成本，达到DeepSeek‑V4 Pro开源模型的50倍，因此微软计划大规模引入DeepSeek等开源模型，替代OpenAI、Anthropic的闭源模型，全面切换为按量计费模式。市场数据印证了黑马模型的崛起，DeepSeek在美国企业市场份额，从4月的1%暴涨至5月的17%，两个月实现16倍扩张。开源模型性能已经对标闭源模型，成本却仅有前者的几十分之一，这就是Karins式黑马模型的突围逻辑，用工业化极致成本效率，冲击依靠高Token定价赚取暴利的传统巨头。 微软与OpenAI7月正式生效的全新合作协议，更是直接刺破头部模型厂商的盈利底盘。旧协议里OpenAI的算力业务95%锁定Azure云平台，微软享受独家权益。新协议彻底取消独家授权，OpenAI可以向所有云厂商售卖模型服务，微软仅保留订单优先承接权。只有经过Azure渠道成交的API订单，微软能够抽取20%分成，OpenAI直接对外销售的收入，微软将无法获得任何收益。高盛测算，这项协议变更，会让微软AI业务每年直接蒸发40‑60亿美元利润。背后的现实十分残酷，甲骨文OCI、CoreWeave的GPU算力报价，已经低于Azure云平台，算力价格内卷，让绑定单一云厂商的闭源商业模式难以为继。 至此可以明确判断，过往的Token价格存在严重虚高。过去三年全球AI资本开支疯狂扩张，AI硬件年度资本支出已经达到2.9万亿美金，市场默认Token可以维持高定价，以此覆盖巨额算力投入。闭源头部厂商依靠技术壁垒与算力垄断，人为抬高Token单价，企业客户只能被动接受高价。但开源模型打破了技术垄断，相同业务目标下，开源模型可以把推理成本压缩至原来的五十分之一。闭源模型高昂的定价，不再由技术价值支撑，而是算力稀缺性与行业信息差催生的价格泡沫。在企业客户全面比价之后，原有定价体系已经完全站不住脚。 在黑马模型的冲击之下，头部闭源大模型的盈利空间会被持续压缩。首先企业级大客户会大规模迁移订单，优先采购开源模型服务，OpenAI、Anthropic的核心企业收入会快速流失。其次行业会开启持续价格战，头部厂商被迫主动下调Token单价，毛利率会出现断崖式下滑。原本依靠高毛利覆盖训练成本、硬件投入的盈利模式彻底失效。过去依靠持续烧钱堆算力、堆硬件的增长路径，会被市场抛弃。美股市场已经给出明确反馈，消息落地当日，费城半导体指数暴跌5.71%，英特尔、AMD、美光等算力硬件企业股价集体大跌，资金大规模从AI半导体赛道出逃，涌入工业蓝筹防御资产，资本市场已经预判算力资本开支降温的长期趋势。 Token定价泡沫破裂之后，一系列深层风险会接连显现。 第一，全球AI算力资本开支迎来收缩周期。上一轮科技周期里，思科在资本开支退潮阶段股价最大跌幅达到90%。如今市场预期AI硬件投入增速大幅放缓，甲骨文就是典型案例，账面云业务增速高达93%，640亿的待确认收入十分亮眼，但是自由现金流为‑237亿美元，企业还要再融资400亿美元维持杠杆运营，算力企业的债务杠杆游戏即将走到尽头。算力硬件厂商、云厂商都会面临订单下滑、估值回调的压力。 第二，企业端会出现成本收缩的多米诺效应。海外企业已经严格管控Token消耗，国内企业也开始跟进，腾讯已经大幅削减员工的Token报销额度。当企业开始严格约束AI调用量，模型厂商的整体Token消费量增长会显著放缓，原本依靠调用量高速增长的行业增长逻辑彻底逆转。这里存在一个尖锐的现实问题，全球程序员年收入天花板约1.5万亿美元，如果未来程序员收入回落至1万亿美元，企业必然会严格核算AI投入产出比，不会再无节制投入算力开支。 第三，全球大模型行业格局彻底重塑。目前Claude在全球企业市场依旧占据五成份额，DeepSeek、智谱GLM、通义千问等中国开源模型合计赔率来到40%，市场普遍预判，到今年年末，国产开源模型将在全球市场进一步抢占闭源巨头的份额。闭源模型只能守住极小部分对极致性能有强需求的高端场景，绝大多数标准化企业业务，会被成本占绝对优势的开源模型替代。

$CRWV、$NBIS 最值得关注的地方，不只是AI算力需求爆发，而是未来数年的需求，正在被一纸纸长期合约提前锁定。 $CRWV 手握约 994亿美元合约储备，而市值只有约 450亿美元。 换句话说，已经签约的订单规模超过当前市值两倍，其中约 36%预计将在未来两年转化为营收，背后还有约 3.5GW合约电力作为扩张基础。 $NBIS 的情况同样值得注意。 公司合约储备约 500亿美元，市值约 520亿美元，单看已签订单规模，已经接近整个公司的当前估值。 更关键的是客户质量： 微软相关合约金额高达约 190亿美元，Meta约 270亿美元；与此同时，超大规模云厂商之外的销售管道，上季度增长约 3.5倍。 营收增长达到 684%，新增产能依然快速被市场吸收。 这背后真正说明的，不只是“AI很热”。 而是微软、Meta这些全球最大的科技公司，正在用数百亿美元的长期合同，提前争夺未来几年最稀缺的资源： GPU、数据中心、电力，以及能够最快交付这些资源的基础设施平台。 市场短期可以因为竞争、融资、债务、估值或者一条新闻，把这些股票大幅买上买下。 但长期真正决定价值的，还是两件事： 谁已经拿到客户。 谁真正拥有可以交付的电力与算力。 当客户已经愿意提前签下数百亿美元合约，而新产能依然供不应求时，AI基础设施周期可能仍然远没有走到终点。 $CRWV $NBIS 市场情绪每天都在变，但已经签下的长期算力合约不会因为一条新闻就消失。 签下的合约，与市场情绪，你更相信哪一个？

吴说获悉，Bitcoin 矿业基础设施公司 Luxor Technology 推出 Luxor AI，将其在矿业领域积累的能源、硬件、计算交易、衍生品及数据能力扩展至 AI 和高性能计算市场。Luxor AI 覆盖 AI 数据中心全生命周期，包括 GPU 和 AI 服务器采购、电力供应及需求响应、现货与长期算力合约交易、以算力租赁指数结算的 OTC 期权和远期合约、AI 数据与研究，以及面向软件开发和 DevOps 的 Tenki Cloud；其中 Tenki Cloud 年内已处理 180 万个工作负载。Luxor Energy 目前在 ERCOT 和 SPP 市场为超过 75 MW 负载提供服务，公司还运营内部算力交易基金，并在旧金山设立办公室。

FT 9月13日报道，Anthropic告知少数股东，本季度将录得连续第二季正的调整后营业收入，毛利率超过80%。Q2收入$115亿，同比14倍。7月底年化收入$650亿。10月Nasdaq上市，目标估值$2万亿以上。 数字虽然很漂亮，但是实际情况需要仔细分析一下。 第一，"调整后营业收入"剔除了股权激励(SBC)。对一家IPO前夜的公司，SBC是最大的非现金支出项之一。Anthropic成立至今从未公开披露过GAAP口径盈亏，2021至2025年累计净亏损的第三方估算在$100-150亿区间。这次报道对GAAP是否盈利同样一个字没提。而且这个"盈利"本身可能也很脆弱。Anthropic签了一份约$150亿/年的算力合约，Q2恰好覆盖了一个ramp-up折扣期，Q3起全价生效后成本结构会有明显变化。Anthropic自己在投资人沟通中也承认"may not remain profitable for the full year"。 第二，80%毛利率的计算排除了两项最大的成本：付给Amazon等云分销商的收入分成，以及模型训练费用。第三方估算2026年算力总支出在$100亿量级，其中训练约$41亿。这个80%衡量的是跑推理有多赚钱，但跟能不能用自身收入支撑下一代模型的训练是两回事。 第三，也是最关键的会计问题：收入确认方式。Anthropic将通过AWS、Google Cloud、Azure的收入按总额法(gross basis)确认，客户付$100，Anthropic记$100收入，云服务商分成记为费用。OpenAI对Microsoft采用净额法(net basis)，先扣约20%再报top line。今年3月ARR还只有$190亿时，Bank of America估算这个口径差异已达$64亿。如今ARR $650亿，这个缺口只会更大。OpenAI更直接，公开指控Anthropic虚增约$80亿。DA Davidson分析师Gil Luria的判断：先上市的公司将定义frontier AI labs在公开市场的财务报告标准。 Anthropic目前所有的PR节奏和公开动作都在为四季度IPO服务。安全叙事强化品牌溢价，盈利数据给投资人信心，竞争对手主动退出同一个资本窗口。Frontier AI labs第一个IPO，定义的是会计准则、信息披露标准和估值倍数的规则。Anthropic抢的是话语权和规则制定权，上市身位只是副产品。

也是时候调整自己了，生活还是要向前看，让时间消化一切吧☀️ 今天偶然间在 pyq 看见这张图，提供了一个跟目前的主流声音截然不同，却更能精准对标现在 AI 周期所处的位置，有点启发 确实越想越觉得，AI 产业里很多我们原本「看不懂」的东西，一旦套到房地产的商业模式上，反而会变得异常清晰 🟨融资工具的进化，是 AI 周期能否持续的关键 房地产行业之所以能延续二十年长周期，本质上并不是因为开发商们自己多有钱，而是因为围绕着房地产，长出了一整套多层次、多期限、低成本的融资体系 ➡️通过银行贷款支持拿地 ➡️通过开发贷支持建设 ➡️信托和地产基金参与股权投资 ➡️商业地产可以做 REITs 退出 ➡️最后，甚至连购房按揭都可以变成一个长达三十年的金融工具 如果没有这整套的融资体系，再厉害的开发商也撑不过一轮周期 而现在的 AI 产业，最缺的就是这套体系 今天的大科技公司，本质上都是在用自己的信用、自己的现金流、自己的股票做融资担保 谷歌、Meta、亚马逊、微软这些巨头，即便账上现金再多，也不可能实现无限扩张 他们迟早需要把手里那几千亿美元的 AI 基础设施，打包成可以被外部资金持有的资产 这条路其实已经开始出现苗头了 CoreWeave、Lambda、Nebius 这些独立算力供应商的兴起，本质上就是「专业开发商」在崛起 他们用私募基金的钱建设数据中心，签长期租约给大模型公司，再把这些数据中心打包融资 相信未来几年里，我们将一定会看到： AI 数据中心 REITs、AI 算力基金、GPU 租赁资产证券化、算力收益权凭证这些金融工具的陆续出现 甚至，主权基金、养老金、保险资金这些长期资本，也会慢慢成为 AI 基建最重要的资金来源，就像当年的保险公司就是地产行业最大的长期资金一样 可以预见，谁能先把 AI 资产的证券化、标准化、可交易化这条路打通，谁就掌握了下一个十年的金融话语权 这也是为什么英伟达已经开始自己下场做投资、做生态、做长期客户绑定 GPU 厂商正在变成「卖地+放贷+做物业」的三合一角色 🟨AI 时代的「土地」，是电力、是冷却、是不动产 曾经，房地产开发商最关心的是什么来着？ 不是房价，是地段 而地段的核心是什么？是稀缺资源 AI 时代的稀缺资源并不是硅片 真正的稀缺资源是电力、冷却水源、网络枢纽位置、政府的审批牌照，是当地电网的承载能力 GPU 可以每年迭代，而变电站的审批和建设周期是 5-7 年，核电就更狠了，一座新核电站从规划到投产要 10-15 年 将来谁手里有电力指标，谁就是手里有未出让土地的开发商 马斯克把 xAI 的最大数据中心放在孟菲斯，是因为那里有田纳西河流域管理局提供的廉价电力 亚马逊 AWS 在弗吉尼亚北部的疯狂扩张，是因为那里既有便宜的水电，又有美国东海岸最大的人口聚集区 微软重启三里岛核电站，是因为这将提供稳定、低碳、24 小时运转的基载电力，而这，才是数据中心最稀缺的「土地」 未来十年里，AI 产业的「拿地」大战，本质上是一场关于电力、冷却资源、网络时延的战争 甚至，连地理位置都会分层： 一线数据中心会建在能源富集区 二线数据中心会建在用户密集区 边缘计算节点嵌入到每一座城市 这种分层结构，是不是有熟悉的感觉了，几乎和城市核心区、郊区、卫星城的房地产分层逻辑一模一样 🟨周期是逃不掉的，房地产的教训 AI 行业必须早学 房地产行业最伟大的智慧 —— 是周期 涨多了会跌，跌多了会救，救完又会涨，涨完又会跌 二十年来，央行、政府、开发商、购房者都在与这个周期共舞 如今的 AI 产业也不能例外 现在很多人以为 AI 是没有周期的，会一直涨下去，这是一个非常危险的错觉 GPU 会换代，大模型会过时，数据中心会折旧，客户会流失，利率会上升，资本开支会放缓 当全球大科技公司的资本开支增速开始见顶的那一天，AI 产业链的上游会最先感受到寒意 就像房地产周期里，工程机械、水泥、玻璃这些上游周期股，永远是周期最敏感的方向 未来几年里，AI 产业链里最大的风险不是模型的能力不够强，而会是产能的过剩 当所有大科技公司都建好了足够多的数据中心 当所有大模型公司都签了足够多的算力合约 当英伟达一年能卖出几千万颗 GPU 需求端只要稍微放缓一个季度，整个产业链就会进入库存调整期 这个时候，能活下来的公司只会有两类： 一类是成本最低的全产业链龙头 一类是绑定了长期需求的服务商 这就是为什么众多云计算厂商（AWS、Azure、GCP）一旦建成，就是他们自身最强的护城河 就像真正穿越房地产周期的，不是开发商，而是那些采取收租模式的物业公司 🟨折旧与「拆迁」，是这个 AI 时代最被低估的风险 房地产行业有着一个很重要的特征：房子很难过时 一栋楼一旦盖好，可以用 50 年、70 年，即使户型过时了，只要地段还在，主结构还在，折旧相对都是可控的 但反观 AI 基础设施的折旧速度，会比房地产快上几十倍 H100 还没大规模铺开的时候，H200 就来了，Blackwell 还没交付多久，Rubin 又在路上了 每一代 GPU 的性能提升，都是对上一代资产的「功能性报废」 这就相当于在地产周期里，房子盖好两年就要被强制拆迁 这种「技术性折旧」才是 AI 时代最大的资本风险，投出去的成本还没收回来就不能用了 英伟达之所以能一直维持这么高的估值，本质上不是因为它卖了多少 GPU 给众多 AI 公司，而是因为通过 CUDA 生态，能把所有客户都锁死在它的折旧节奏上 客户用得越深，迁移成本就越高，英伟达的护城河也就越深 这就是为什么英伟达毛利率可以维持在 75% 以上，本质上，这已经不是一家卖产品的芯片公司了，而是一家「AI 时代的房地产收租公司」 同理，AMD、博通、Marvell 这些公司如果想挑战英伟达，核心也不是堆算力，而是要建立自己的生态 没有生态的算力，就相当于过去空置的写字楼 🟨需求侧：AI 不是为了「住人」，是为了「生产」 「房地产满足的是居住需求，AI 满足的是生产力需求」 这是 AI 和地产最大的区别，同样也是 AI 最大的希望 居住需求是有上限的，毕竟一个人只能住一套房子，而生产力的需求没有上限，只要有真实的效率提升，一个企业可以无限叠加 AI 能力 如果 AI 能持续提升企业的利润率，提升整个社会的产出效率，那么这场算力建设周期的天花板，就会比房地产高得多 这也是为什么我虽然对短期 AI 资本开支的泡沫保持着高度警惕，但对 AI 产业的中长期需求充满信心 关键变量是 —— AI 创造的价值，能不能持续大于 AI 消耗的算力成本 如果答案是肯定的，那么这场建设周期还可以持续 20 年，甚至 30 年 如果答案是 no，那么今天所有的数据中心、所有的 GPU、所有的资本开支，都会变成明天的折旧负担 应用层跟得上，就是又一个黄金十年，应用层跟不上，就是下一个日本 90 年代拉开序幕 这个问题的答案，就不是任何一家公司能单独回答的了，它需要整个产业去回答 🟨回到投资：谁是这个时代的「卖铲子的人」？ 如果整个 AI 周期是真实存在的 如果「卖铲子」的逻辑是持续成立的 如果应用层真的是会爆发的 那么未来十年，最值得长期持有的标的，就不一定是模型公司和云厂商了 而是那些在产业链中游、无法被绕开的「材料和工具」供应商 GPU 厂商们是显而易见的，但真正被低估的，会是那些不起眼的基础设施供应商： 电力设备公司、冷却系统公司、光模块公司、高速互联公司、机柜结构件公司、电源管理公司 这些公司会像房地产周期里卖水泥、卖钢筋、卖防水材料的公司 他们的题材不性感，上不了台面儿，不会轻易被媒体讨论 但他们的现金流稳定，毛利率可控，订单可见性极强 每一次新的数据中心开工，他们都会是最先拿到订单的 每一次数据中心的交付，他们都是最先收到回款的 他们才是这个 AI 时代的「隐形收租人」 如同上个房地产周期里一样 🟨最后 —— 一个或许不一样的结尾 相比一个互联网行业故事的重复，这次的 AI 或许是更贴近地产行业的故事 如果用互联网的思维去理解 AI，会持续高估软件、低估基建 而用房地产的思维理解 AI，相信至少在未来 3-5 年的时间维度下，会更接近真相 但也要指出，不同的是，AI 的需求侧可能会是下一场工业革命级别的叙事 这就意味着，AI 产业既会有房地产式的周期波动，同时也会有工业革命式的长期红利 作为聪明的投资者，我们应该做的是： 在房地产式的周期里，找到工业革命式的长期赢家 周期是逃不掉的，但长期趋势，更是挡不住的 我们这代人，正在见证的，可能就是人类有史以来最大的一次算力建设周期，也是最大的一次生产工具革命 潮水最终会退去 但这次 潮水退去之后留下的 会是一个完全不同的世界吧 #AI#

Bitget算力永续合约追踪英伟达H100与B200 GPU的租赁成本。 你交易的是租赁价格，无需购买、托管或交割实体GPU。 🔹 行业首创，直接参与AI算力成本交易 🔹 USDT结算，最高10倍杠杆 🔹 7×24小时交易，支持做多或做空 点击图片了解更多👇

AI的运行离不开算力，而GPU租赁价格能够直接反映AI基础设施的供需变化。 🔹 H100USDT：NVIDIA H100 GPU租赁价格 🔹 B200USDT：NVIDIA Blackwell B200 GPU租赁价格 通过Bitget算力永续合约，以最高10倍杠杆做多或做空全球AI算力租赁价格。 点击图片了解更多👇

《AI 算力金融化: 开源模型正在把算力推向资本市场》（作者 OKX）AI 基础设施正进入资本密集型扩张阶段，GPU 和数据中心越来越依赖外部融资。Take-or-Pay 长约可以锁定部分未来现金流，但无法消除 GPU 租金、残值和再融资风险，因此算力指数、远期、期货和 OTC 对冲工具开始出现现实需求。真正可能进入衍生品市场的，是公开市场中仍暴露于浮动价格、且无法由原有资产负债表自行吸收的风险。由于 GPU-hour 无法储存，且型号、地区、网络、集群和 SLA 高度非标，早期市场更可能以 OTC 和 Dealer 为主；永续合约适合近端价格发现，固定到期期货更适合企业套保、期限价格和物理履约。推理侧则可能先通过 Router 和 workload pricing 形成更稳定的需求价格单位。短期最可能率先捕获商业价值的，是掌握真实算力订单流的 Broker / Dealer，以及控制推理订单流和调度的中游平台；随着市场标准化，价格指数和交易所的重要性将逐步提升。 阅读全文：

⚡ Anthropic 再签91亿美元算力长约 与比特币矿企Riot签20年合约供191兆瓦 若行权总价值最高升至161亿美元 近月三笔算力协议合计已超600亿 Riot股价盘后一度暴涨25%

合约：0x0Cad5c50bf38E7e7cA32455bb6c545DA71627777 TG： QQ群：1028281582 推特： 🚀AIGOAT 2026最强AI赛道Meme重磅来袭！ AI+GOAT天花板叙事，抓住全年AI算力大行情，甩开普通动物土狗内卷 全网AI资金集中布局标的，下一轮百倍潜力黑马！ 告别千篇一律猫狗蛙，AIGOAT绑定年度最强AI赛道+GOAT王者叙事，精准承接AI板块 ✅AVE热搜1已预定 ✅蝴蝶内盘公平发射 ✅Debox横屏营销已收录 ✅电报横屏已收录 ✅全网大V矩阵式宣发 ✅买卖三个点自动拉盘销毁 ✅新加坡众金资本500B助力