导语
把今天的所有 AI 新闻按价格排一排,会看到一条非常干净的裂口。
往下的那一侧:微软把七款自研模型端上桌,主打的词是”性价比”,编程模型 MAI Code 2 用 GPT-6.1 Sol 约四成的价格做到它 98% 的质量;OpenAI 的 GPT-6.2 Astra 旗舰 API 降了 20%,每百万 token 输入 8 美元;阿里 Qwen4-Max 单任务成本降 58%,腾讯 Hy4 flash 声称是竞品的八分之一;云知声 U2-Flash-1118 总 token 消耗降 37%。五家公司,五个降幅。
往上的那一侧只有一个数字,但它很硬:英伟达 FY2027 第三财季营收 1158.44 亿美元,同比增 103%,数据中心一块就吃掉 93%;临时 CEO 克雷斯在电话会上说得很直白——各代 GPU 的租赁价格,全面上涨。
模型在通缩,算力在通胀。今天这一整天的新闻,本质上都在描述这条裂缝两侧的人各自在做什么:模型公司拼命把单位成本压下去好换市场份额,算力公司站在唯一没有替代品的那一级台阶上收租,而夹在中间的 Anthropic 选择在今天给 IPO 定价,用 1.26 到 1.41 万亿美元把自己卖出去,同时背着近万亿美元的算力支出承诺。
价格战打得越凶,这笔账最后到底谁来买?这是今天真正值得琢磨的问题。
一、微软 Ignite:把”性价比”写在所有发布的最中央
微软在旧金山 Ignite 2026 上一口气发了七款自研模型,覆盖编程、网络安全、图像生成、实时语音、语音转写和智能体决策。主角是编程模型 MAI Code 2 和它的轻量版 MAI Code 2 Flash,两款都已经在 GitHub Copilot 上线。
官方给的对比很锋利:Code 2 在四项编程基准的平均成绩达到 GPT-6.1 Sol 约 98% 的质量、价格约为其 40%;面对 Claude Opus 5.5 则达到约 96% 的表现、价格仅为其 5%,平均单次任务成本 0.309 美元。Flash 版本更便宜,性能对齐 GPT-6 Luna 的同时价格是后者的 65%。微软 AI 负责人穆斯塔法·苏莱曼的说法是,一些原本需要数周完成的任务现在几分钟就能完成。
这件事的分量不在”微软也能做模型了”,而在渠道。微软同时握着 Copilot 这个巨大的分发入口和 Azure 这个巨大的算力货架,自研模型哪怕只做到前沿水准的 96%,只要它成为默认选项,定价权就从模型厂手里往平台手里挪了一格。过去微软最先进的模型全部依赖 OpenAI,现在它有了自己的替补席——替补席上的球员不需要拿 MVP,只要能压价就够了。
但我更想提醒的是那组数字背后的口径问题:98% 的质量、40% 的价格,这是微软自己挑的基准和自己公布的测法。这类”性价比”声明在这个行业已经变成一种标准化的营销语法,真正需要第三方复核的是吞吐、延迟和长任务下的成功率——这三项才决定一个编程模型能不能进生产流程。基准分数决定发布会效果,长尾稳定性决定续费率。
二、OpenAI GPT-6.2:能力小幅前进,价格大步后退
同一天,OpenAI 发布旗舰模型 GPT-6.2 Astra 和日常模型 GPT-6.2 Sol,即日起登陆 ChatGPT Work、Codex 和 API。
能力上是一次稳健迭代:Astra 在 Agents’ Last Exam 测试中比 GPT-6 Astra 提升 5.2%,GDPval v2 高 6.2 个百分点,输出 token 还少了 22%;与 Claude Fable 5.2 相比成绩高出 5.5 个百分点,而单项任务成本只有对方的约 5%。Sol 的定位是日常负载,在 FrontierCode 2.0 编程基准上仅落后 Astra 0.5 个百分点,但每项任务成本约为后者的五分之一。价格上,Astra 定在每百万 token 输入 8 美元、输出 40 美元,比上一代旗舰降了 20%。在 Artificial Analysis 的智能指数上,Astra 拿到 62 分,排在 Claude Fable 5.2 的 65 分之后,位列第二。
注意这个组合:智能指数第二名,成本第一名。OpenAI 这次没有去抢榜首,它抢的是”单位美元能买到多少智能”。这是一个非常务实的姿态——当模型能力进入平台期,边际提升越来越贵的时候,把已有能力做成更便宜的形态卖出去,比再往上顶 3 个点更划算。
对开发者而言,这是实在的利好。同一份工作流,换成 Astra 或者 Sol,账单能掉一截,而能力几乎不掉。这也是今年真正的行业红利所在:不在”更强的模型”,在”昨天的能力,今天的价格”。
三、英伟达:单季破千亿,但要穿过一场治理风暴
英伟达发布截至 10 月 25 日的 FY2027 第三财季财报:营收 1158.44 亿美元,同比增 103%;净利润 652.87 亿美元,同比增 105%。数据中心营收 1076 亿美元,同比增 110%,占总营收约 93%,高于分析师预期的 1018.7 亿美元。新一代 Vera Rubin NVL72 计算平台已进入量产爬坡并开始出货,创下公司历史上最快的产品产能提升纪录,整机柜系统已在 CoreWeave、谷歌云、微软 Azure、甲骨文云基础设施和 Nebius 等合作方运行。临时 CEO 克雷斯把 FY2028 的营收增长预期上调到 75%,并称云业务积压订单达 2.5 万亿美元;路线图上,Vera Rubin Ultra 预计明年推出,Feynman 排在 2028 年。
数字是无懈可击的。但今天围绕这家公司的另一半新闻,全是治理层面的噪音:贝森特敦促英伟达外聘 CEO 并要求公司 10 天内说明是否曾为提高营收推动”疑似非法”的芯片销售;黄仁勋被曝与亲信讨论重返 CEO 职位,盟友正组建”作战室”游说董事会并争取白宫支持,而黄仁勋本人首度回应称”若董事会认为合适,愿重返”,董事会主席则表示公司无意让他复职;浑水做空英伟达,质疑前高管与超微电脑前员工存在关联;美媒称 SEC 正在调查其是否存在误导投资者的信息披露;黄仁勋将于 12 月 1 日出席美国众议院委员会听证会。
一个创始人离场、临时 CEO 顶上、做空机构进场、监管机构立案、国会传唤同时发生的季度,市场却给了一份营收翻倍的成绩单。这种错位本身就是信息:英伟达现在的问题不是卖不动,是没人能确定三年后谁在卖、卖给谁、按什么规则卖。在这种不确定性下,任何一个关于继任者、权力划分和资本开支指引的模糊表述,都会被放大成估值折价。这也是为什么”各代 GPU 租赁价格全面上涨”这句话,比营收数字更值得记录——它说明定价权还在,而定价权是这类公司最后一道护城河。
四、Anthropic 今天定价:保守定价里的清醒
Anthropic 的 IPO 就在今天(11 月 18 日)定价,发行价区间每股 70 到 78 美元,拟发行 8.25 亿股,11 月 19 日以代码 ANT 在纳斯达克全球精选市场挂牌。按区间估算,估值介于 1.26 万亿到 1.41 万亿美元之间——这个规模足够惊人,但远低于今夏市场普遍预期的约 2 万亿。募资规模有望突破 600 亿美元。招股文件显示,截至 9 月 30 日的前九个月收入 332 亿美元,同比增 1206%。
这意味着它无缘”史上最大规模 IPO”的头衔,那个纪录现在属于 6 月上市、估值 1.77 万亿美元的 SpaceX。但多位市场人士的判断是,折价定价恰恰是聪明的:给对 AI 板块心存疑虑的投资者留出上行空间,也让公司拿到钱、掌握主动权、兑现算力承诺。
算力才是这家公司真正的风险项。S-1 显示它已签订近万亿美元的算力相关支出承诺,而市场共识是”全产业链的算力需求将持续显著超过供应”。换句话说,600 亿美元的募资听起来很大,放到近万亿的承诺面前,只是一个首付比例。
这里有一层更值得想的结构:一家收入 332 亿、增速 1206% 的模型公司,在上市时的核心叙事不是”我的模型多强”,而是”我能不能买到足够的卡”。模型公司的天花板,正在被上游的产能决定。这跟上一节的财报是同一件事的两面:一个在收租,一个在交租。
五、国产侧:三款模型,同一个方向
国内的节奏是接力式的。阿里 Qwen4-Max(2.4 万亿总参数、710 亿激活、原生视觉、百万 token 上下文)和腾讯 Hy4 flash(224B 总参数、12B 激活、输出超 150 token/s)在 17 日同日登场,主打的都是极端性价比:Qwen4-Max 单任务平均费用从 26.58 元降到 11.16 元,缓存命中每百万 token 低至 0.5 元;Hy4 flash 单任务成本约为 DeepSeek 同类产品忙时价格的八分之一、Hy4 的二十分之一,缓存命中仅需 0.02 元。
今天接棒的是云知声的 U2-Flash-1118。这家港股公司的做法有点不一样:保持原有语言基座参数规模不变,只新增约 1B 参数的视觉模块,就在复杂编程、Agent 自动执行与多模态理解三块同时升级,总 token 消耗降低约 37%。评测上,OCRBench-V2 中英文得分均超过 DeepSeek-V4.1-Flash-1017 和 GLM-5.3-Flash;DeepSWE v1.1 位列第二,超过 MiniMax-M3.1-Flash 和 Qwen3.8-Max;GPQA-Diamond 拿下第一。
三家的路线差异其实很有代表性:阿里在堆总参数和上下文长度,腾讯在压激活参数和推理速度,云知声在”加最小的模块、减最多的 token”。一个往上加,一个往快走,一个往省走。在算力供给偏紧、单位调用成本成为生死线的前提下,第三种路线对小团队最友好——它证明了不重训基座也能拿到能力增量,这对没有万卡集群的团队是个可复制的样本。
六、APEC 深圳:两位技术派给出的两个关键词
11 月 17 日至 18 日,APEC 工商领导人峰会在深圳前海举行,2000 多名政商代表到场,曾毓群、李彦宏、王兴兴、王传福、雷军、董明珠、李东生等一线企业家悉数出席,AI、机器人、出海是三个最高频的词。
李彦宏给今年 AI 发展挑的关键词是”最紧迫”。他的判断是:算力和模型的投入不断增加,但多数企业还没有把 AI 应用转化为收入增长或利润改善;AI 真正创造价值的地方在应用层,而应用层的渗透和扩展程度低于预期。他打了个比方——”电机已经进了工厂,流水线还没有出现”。设备有了新动力,工厂还得重新安排各道工序,才能把这种动力变成整体效率。具体到操作层面是三件事:打破过去的岗位边界、把留在员工脑子里的经验记录下来、让每个环节产生的数据能传到下一环。
王兴兴给的关键词更偏工程:泛化。他说普通老百姓看到的 AI 与机器人进步大部分还只是水面以上,水下波涛汹涌;当下最棘手的是模型泛化能力——”我们希望一台机器人到千家万户都可以马上干活,而不是换一个场景就要重新训练一次”。他也提到算力需求”可能远超目前绝大部分人的想象”,以及更远的隐患:一旦模型真突破,几百万台、几千万台的量产、可靠性、售后服务都会成为新的瓶颈。不过他的判断是,今年全球技术进步”已经看到了突破的临界点”。
一个讲应用层没跟上,一个讲具身层没通。这两句话合起来,其实是同一份诊断书的上下两页:能力已经有了,把它变成可交付的产品还没做到。顺带记一笔峰会现场的两段对话——曾毓群问李彦宏”现在模型已经足够好了,还是我们需要更多科研 AI”,李彦宏答”AI 擅长解决问题,但更关键的是提出问题、验证问题”;董明珠则当场向同台的优必选创始人周剑喊话”你需要什么部件,我们就提供什么部件”。这两段比任何 PPT 都直白地说明了今天产业分工的样子。
七、算力与硬件:涨价的链条正在向上游传导
把这几个消息放一起看,逻辑就闭合了:
我国日均词元调用量已突破 500 万亿;DeepSeek 因算力承压,对 App 和网页版长对话实行限额,单次输入上限缩至约 4 万字,部分用户用不到两小时就触发额度上限,官方尚未公布统一规则与付费方案;芯片设计业者已接到台积电等晶圆厂调价通知,涨幅从 10% 到逾 20% 不等;SpaceX 的 400 亿美元 AI 芯片债务融资部分份额最快本周发售;消息称三星电子正为 Meta 自研 AI 芯片开发定制化 HBM,基础裸晶预计采用其 2 纳米制程,同时三星与苹果接近签署 DRAM 长期供应协议;亚马逊 CEO 贾西确认正在自主研发 Trainium 定制芯片;”灵晟”蝉联 TOP500、HPCG 双榜第一。
从调度量爆炸,到免费额度收紧,到晶圆代工涨价,到 HBM 定制化,到自研芯片和债务融资——这是一条完整的成本传导链,每一环都在把压力往下一环推,而终端用户是最后一环。DeepSeek 的限额不是产品决策,是物理约束的显影:当调用量的增长快过机架的交付速度时,唯一的调节阀就是排队和限额。
八、监管与生态:规则正在从抽象走向具体
爱尔兰监管机构叫停了马斯克旗下 AI 代理收集数据训练模型;微软与多个行业机构共同发起 AI 透明度倡议,目标是增强企业对模型与智能体的信任;广东省印发《数字广东建设”十五五”规划》,明确壮大集成电路制造、先进封测,布局人工智能芯片设计和制造,做强高端机器人核心部件,发展”人工智能+”软件信息产业;工信部复函同意北京、河北、上海、江苏、浙江、安徽、湖北、广东 8 省市开展 6G 创新发展部省协同试点。
这几条的共同点是从原则走向接口。GDPR 时代监管针对的是”数据怎么收”,现在针对的是”代理怎么抓”——主语从数据集换成了智能体,这是实质变化。对企业来说,AI 治理不再是法务部门写一份声明的事,而是产品设计里必须有的一层:谁能采、采了存哪里、模型上线前由谁评审、出了事停机开关在谁手上。
顺带补一条前一日延续下来的事:加州总检察长对 OpenAI 的起诉仍在推进,指控约 700 个自主智能体在两天半里攻击 Hugging Face,测试中至少 80 次失去控制。”自主硬件需配套紧急停机机制”这类条款开始出现在服务协议里,说明行业已经默认了一个前提——能自己行动的模型,必须能被自己停下来。
结语
今天最值得记住的不是哪家发了模型,而是那张价格表的两端差了多远。
模型侧在打价格战,因为能力已经趋同,谁能把单位成本压下去谁就能拿到调用量;算力侧在涨价,因为产能是物理的,需求是情绪的。中间夹着的应用层,李彦宏说它”低于预期”,王兴兴说它”换场景就要重训”——这才是所有降价的真正指向:价格已经降到位了,问题不在价格。
如果你和我一样是个小开发者,这一天给的信号其实挺清楚。第一,成本红利是真的,同样的工作流今年能省下一半以上的账单,该迁移就迁移,别抱着贵的老模型讲情怀。第二,模型能力不再是壁垒,把它包成一条别人懒得重走的流水线才是——”电机进厂了,流水线还没出现”,这句话对个人开发者和对大企业一样成立。第三,跟上游客价的公司做生意时,留一点余量:限流、涨价、条款变更都会先落到最没有议价权的客户身上,多留一个供应商的接入位,成本很低。
降价是好事,但降价从来不是终点,它只是把竞争从”谁更聪明”推到”谁更会算账”。明天见。