# 开源模型的崛起，对半导体究竟意味着什么？ Author: Tiger | URL: https://goagi.top/post-20261022-d8ce ## 结论与核心摘要（直接答案与证据） 注：本文翻译自 X 上大佬 @fin ( https://x.com/fi56622380 [https://x.com/fi56622380] ) ， 一个非常有深度的老哥。 Evidence from the source: - 开源模型的崛起，对半导体行业究竟意味着什么？ - 它会拉低半导体的营收吗？ ## 正文 注：本文翻译自 X 上大佬 @**fin** ( https://x.com/fi56622380 ) ， 一个非常有深度的老哥。 开源模型的崛起，对半导体行业究竟意味着什么？它会拉低半导体的营收吗？这大概是过去几个月市场上争论最激烈的问题之一。 开源模型现在可能已经占到了全部 token 消耗量的 20% 以上，而且这一份额还在加速扩大；更关键的是，它们的价格只有闭源旗舰模型的几分之一。每一个新的开源版本发布，市场就会重新算一笔账：token 越来越便宜，模型公司还能赚到钱吗？如果模型公司赚不到钱，谁来买这么多 GPU？ 静态来看，这个问题确实充满矛盾：一方面，模型更便宜了，用 AI 的人变多了，需要的算力自然更多；但另一方面，开源会把 OpenAI 和 Anthropic 的价格硬生生打下来，要是模型公司挣不到钱，未来几年那笔天文数字般的 CapEx（资本支出）到底由谁来买单？ --- ## 一、开源真的会伤及半导体吗？ 把市场的担忧拆开来看，其实包含两条截然不同的逻辑链： - **第一条逻辑**：开源会顺带把高端（premium）token 的价格也拉下来。这样一来，两家闭源实验室（OpenAI 和 Anthropic）的 ARR（年度经常性收入）就会受挫，靠融资和借债（“透支未来”）去大笔采购算力的能力自然跟着缩水。 - **第二条逻辑**：开源靠价格战抢占市场，卷走了太多的份额，但它自身的营收和利润率又极其微薄。这导致整个模型层为半导体买单的支付能力被整体拉低，而开源玩家自己的融资和扩张势头也会遭到压制。 但说到底，开源 token 也是 token，消耗的同样是实打实的算力。在尺寸相近的模型上，由于 DeepSeek 的稀疏注意力（sparse attention）等技术优化，开源消耗的算力甚至还要稍微少一点。可对半导体而言，真正重要的从来不是“开源还是闭源”，而是跑这些 GPU 的人究竟能不能赚到钱。 **毛利率（gross margin）才是驱动疯狂抢芯片唯一最重要的核心动力，几乎没有其他指标能与之相比。** 只要毛利率足够高，你抢到的每一颗芯片都是在赚钱——买得越多，赚得越狠。一旦毛利率超过 70%，一块 GPU 一年就能收回成本，每一块 GPU 都是一台印钞机；哪怕只有 50%，你也完全扛得起更高的融资风险，敢借更多的钱去囤更多的卡。 所以核心问题就变成了：**开源到底会不会把毛利率打垮？** 如果只盯着静态的 token 价格看，答案似乎是肯定的——价格确实在一路狂跌。但我们绝不能用静态的眼光看这件事，token 经济学必须放在动态的分析框架下来审视。 --- ## 二、Token 经济学的动态平衡：成本下降的速度和价格一样快 Token 越来越便宜，这是事实；但成本下降得一样快，这也是事实。 > > **守住利润率，降下成本，压低价格，拉升用量。** 这正是整篇文章最核心的判断：每一代模型、每一代硬件更迭之后，一切都会落入一个全新的平衡点。我们不妨称之为 **token 经济学的动态平衡**。这事儿绝不能静态来看。指数级的 token 通缩，正是整个 AI 时代一直在动态推移的大背景。 正如前文所提：在 AI 时代，token 优化的速度达到了每十年提升 6 个数量级（百万倍加速），其中 3 个数量级（千倍）来自软件与算法，另外 3 个数量级来自硬件。 黄仁勋早在 2023 年就讲过：得益于芯片互连、存储、封装、PCB、芯片架构以及制造工艺等全方位的协同推进，软硬件每十年能提速 100 万倍，所有这些环节的复合效应造就了这 100 万倍的跃升。平摊下来，软件和硬件每十年各自贡献大约 1000 倍。 过去十年里，这个规律始终成立。拆解一下过去十年硬件实现的 1000 倍加速： - 制程工艺贡献了大概 3 倍； - 像 DP4/HMMA/IMMA 这样的复杂指令集大概贡献了 10 倍； - 数据精度优化（FP32 -> BF4, MX4）贡献了 8 到 16 倍； - 此外还有稀疏化优化的加持。 而在今天，硬件演进的势头依然没有放缓：HBM 的带宽与容量换代越来越快，先进封装不断通过全新的 3D 架构自我革新，光互联带宽呈指数级增长的同时延迟和功耗还在下降，供电规范与散热技术也在飞速迭代。所有这一切交织在一起，共同支撑着这个历史性的大背景。 具体来说： 1. **每一代硬件都能将 token 吞吐量翻倍**（Blackwell 相比 H100 甚至达到了 4 倍），直接让单个 token 的单价砍半。最近 Vera Rubin 也已经进入测试阶段，从 GTC 到 Hot Chips 展示的信息来看，它的 token 吞吐量预计还能再翻一番； 2. **在同一代模型上，软件端每年甚至每半年就能把价格再砍掉一半乃至四分之三**。由于 KV 缓存压缩以及各类模型层面的持续优化，tokens 本身也变得越来越值钱：5.5 代模型带来了 token 效率的巨大飞跃，完成同样的任务消耗的 token 更少，而单个 token 的质量却在不断提高。 只要存在竞争，大家就会在保证同等质量的前提下死拼降本，因此边际毛利率主要是靠软硬件的持续优化来维系的。即便是开源模型，也能将自身的利润率维持在极其健康的水平。 ### 单吉瓦（GW）单位经济效益的硬件账本 拿单个吉瓦（GW）的数据算一笔账，逻辑就会更加直观。市场可能低估了目前 token 整体的毛利率。最新的 B300 在跑前沿旗舰模型时，推理效率极其惊人：1 GW 每年能产生超过 800 亿美元的 token 销售收入。到了 Vera Rubin，单位功耗下的 token 吞吐量至少还能再提升 50% 到 100%，每个 GW 每年甚至能卖出 1200 亿美元或更高。每 GW 的毛利率还会继续往上走。 当然，明年的实际销售额未必能达到那么高。毕竟两家闭源实验室仍在激烈竞争，旗舰 token 的产出折算下来大概会在每 GW 800 亿美元左右。可即便如此，旗舰模型的推理毛利率依然能稳在 75% 甚至 80% 以上。Anthropic 今年的推理营收预计会达到 500 亿美元/GW，明年哪怕算上综合均价，也有望冲到 800 亿美元/GW。在这样的利润率诱惑下，谁抢算力还会犹豫？ 开源 token 的利润率虽然没那么夸张，但按官方挂牌价算，大概也在 60% 到 70% 之间，单 GW 年化营收依然能突破 500 亿美元。 最近，由 Sol 6.1 和 Opus 5.5 划定的“生死线”（kill line，竞争对手要想存活就必须超越的性价比门槛）展现出强大的压制力，逼得开源模型大幅杀价，承受着巨大的利润率压力。但在我看来，对开源利润率的挤压只是暂时的。比如 DeepSeek 最近对 Flash 4.1 进行了深度优化，就把毛利率重新拉回到了 70% 以上。 再来看看成本端：按 6 年对当前的硬件进行折旧摊销，每 GW 每年大约只需摊销 80 亿美元。而营收足足是硬件摊销成本的 10 倍！这也是为什么最近短期新型云服务商（neocloud）的合约能租出每年每 GW 400 到 500 亿美元的天价租金：因为 token 确实能卖出比这高得多的价格。 即使硬件价格进一步上涨，这种平衡也不会轻易被打破。Token 营收与硬件成本之间这道巨大的利润剪刀差，恰恰是下一篇文章要详谈的核心——AI 基础设施与半导体这场“内战”所争夺的核心利益大饼。 这种动态平衡其实自 2023 年起就一直在运转。GPT-4 的价格一年降了 10 倍，两年降了 100 倍。每一代新旗舰都凭借其压倒性的性能守住了定价权（约每百万 token 50 美元），而上一代模型则应声大降价。如果谈到 token 通缩，通缩其实从来就没停过。但整个生态的游戏规则反而越来越健康：每一个 token 所交付的生产力与价值在持续上升，投资回报率（ROI）也在不断改善，进而推动了渗透率和用量的暴增。移动互联网时代的智能手机芯片走过的完全是同一条路。 所以，要把 token 价格下行当成新常态、当成一个动态推移的大背景来看待。即使 token 价格腰斩，成本端的压缩也足以在很大程度上维持这种平衡；而更低的价格会换来更高的使用频次，进而推高整体总营收。对 AI 基础设施而言，这种平衡最大的好处在于守住了毛利率，而毛利率恰恰是维系所有人对硬件无限饥渴感的最关键因素。 --- ## 三、平价档 token 是通用商品，但旗舰档不是：两场截然不同的竞技场 动态平衡回答了“降价会不会击穿利润率”的问题。但开源到底会不会冲击闭源最赚钱的那块基本盘——旗舰 token？ 我的判断是：不会。因为平价档（value tier）和旗舰档（premium tier）是两个完全不同的赛场。 - **平价档**：纯粹成了通用大宗商品，所有人都陷入了惨烈的竞相压价恶性竞争（race to the bottom）。一旦有哪家划出了一条新的“生死线”（kill line），其他人就必须硬着头皮跟进。挂牌价可能看着纹丝不动，但 OpenRouter 上各大托管商的实际报价早已实时反映出这一残酷现实。平价档里的任何东西，不管是商品还是人，都很容易被彻底同质化。 - **旗舰档**：则完全是另一番光景。那里的竞争只存在于 OpenAI 和 Anthropic 两家之间，因此其通用商品属性极其有限。开源根本够不着旗舰档 token 的定价区间，这一档位的价格也相对稳固。 这种竞争格局在移动互联网历史上曾经上演过一次。高通当年做出了世界上最好的手机芯片。但技术扩散是不可阻挡的规律：联发科以及整个东亚供应链（包括中国大陆）很快就以高通四分之一甚至更低的价格造出了同等水平的芯片。（这跟今天的模型蒸馏极其相似：闭源模型为什么迟迟无法把开源甩开更大的身位，大概有 30% 到 50% 要归因于此）。 高通当时的防御策略是：继续将旗舰芯片以高价卖给安卓旗舰机；与此同时，把旗舰芯片做“降级裁剪”——熔断几个核心、降低主频、进行分级筛选（binning）。这样一来，它就能以极低的成本做出中端和平价芯片，定价甚至比联发科还要便宜。在连续好几代产品中，高通的平价档都能用更低的价格打爆联发科的旗舰。 把这段往事投射到今天的 AI 时代，二者几乎是一一对应的复刻。开源以极低的成本进行模型蒸馏（distillation），搞出虽与旗舰存在肉眼可见差距、但在低端形成合围之势的平价档。而 OpenAI 和 Anthropic 正在做的，恰恰就是当年高通的套路：把自家的旗舰模型进行自我蒸馏（self-distill），蒸馏出成本更低、性能更强悍的“生死线”产品，把战火死死圈在平价档内部，绝不让它蔓延到旗舰档。 如此一来，旗舰档的战争就变成了两家之间的双雄争霸，Astra 依然能稳坐每百万 token 50 美元的高昂定价。闭源的平价档还有第二个战略使命：阻击开源蚕食更大市场份额的路径，遏制开源积累过多的利润。开源赚到的利润越少，它想在算力规模上追赶就越困难。最新这一轮由 GPT-6.1 Sol 和 Sonnet 5.5 构筑的“生死线”，已经给开源带来了窒息般的压力。但这只是一场回合制博弈中的一轮而已：开源在持续进化，下一代也正在训练当中。 指数级的 token 通缩一直都在底层静默运转；开源的杀入，无非是让今年平价档的降价斜率变得更陡峭了一些。尽管最近开源做模型蒸馏的难度有所增加，但我依然认为开源有能力把代差死死咬在 6 个月左右。 最近旗舰档 token 内部其实也打了一轮价格战。两家闭源实验室都在冲刺上市（IPO），为了让 ARR 看起来更亮眼、拿下新一轮融资或顺利完成上市，它们可能会在短期内暂时牺牲一部分旗舰 token 的利润率。但展望未来，大概率不会出现毁灭性的恶性价格战。毕竟这是一个典型的双寡头垄断（duopoly）市场。 **为什么旗舰档不会被同质化成普通商品？** 从供给端来看：大语言模型（LLM）时代虽然没有网络效应，但递归自我改进（RSI, recursive self-improvement）效应极强。模型利用上一代的数据去训练并生成更强的下一代，而且这种自我迭代进化的能力还在不断增强。领跑者的先发优势会实现自我强化。至于需求端的原因，后文会细讲：市场对旗舰模型的需求根本不会停歇。 因此，“开源威胁闭源收入”这个说法只对了一半。它真正威胁到的是闭源的平价档，而闭源在这一档位的防御工事极其坚固。这两个市场早已泾渭分明，绝不能混为一谈。 --- ## 四、开源对半导体而言，到底有多大分量？ 在理清了动态平衡（开源自身的利润率同样守得住）之后，还剩下一个非常基本的问题：开源的市场盘子到底有多大？ 开源在 token 消耗量上的份额或许已经达到 20% 甚至更高，但如果看真实的市场支出即 ARR，它实际只占 5% 到 10%。ARR 直接挂钩毛利率，直接决定了它能支撑起多少个 GW 的算力消耗，而这正是评估其对半导体真实分量的锚点。 换句话说，单从算力采购的角度来看，开源 token 的 ARR 只占相关 AI 基础设施与半导体营收的 5% 到 10%；如果把 Meta 和 Google 这些大厂的内部自用算力也算进来，这个比例还要更低。 就像上一篇文章提到的：北美开源模型的营收目前还在 100 亿美元以下，而闭源合计已经超过了 1200 亿美元，眼下可能已经逼近 1400 亿美元。在可预见的未来，开源 ARR 的增速确实会快于闭源，但并不会拉开悬殊的差距。 现在我们可以回过头来复盘文章开头的两大担忧了： 1. **第一，开源会拖累旗舰 token 价格？** 这个论断并不完全成立。两个竞技场之间筑有高墙，开源的价格触角根本碰不到旗舰定价，而 ARR 的大头偏偏全都盘踞在高端旗舰档。诚然，每次新开源模型发布的窗口期，像 Opus 和 Sol 这样的高阶模型可能会短暂承压。 2. **第二，开源自身的利润率太薄，会拖累整个模型层采购芯片的能力？** 目前来看同样不成立。跑在 B300 上的开源模型依然能斩获 60% 到 70% 以上的利润率，而且其体量份额占比很小。开源自身的“收入瓶颈枷锁”目前也尚未触发——按理说没有足够好的营收就无法持续做训练，迭代循环就难以为继，但眼下开源的增长势头正盛，飞轮运转依然顺畅。 所以结论很明确：**开源不会拉低毛利率。** 只有利润率有保障，买卡的意愿才坚如磐石。即便利润率有所回撤，只要开源能守住 30% 以上、闭源能守住 60% 以上，这个游戏就完全玩得下去，市场对半导体和基础设施的需求也绝不会因为开源的变强而疲软。 鉴于开源对利润率的冲击有限，它反而为英伟达带来了客户多元化。而在供应链相邻的下游层把自己的客户“去溢价化/大宗商品化”，恰恰是英伟达梦寐以求的局面。这赋予了英伟达和基础设施厂商极强的议价权，因此开源对 AI 基础设施和半导体来说实际上是一大利好。 至于那种“开源终有一天会吃掉绝大部分收入份额”的设想，我认为不大可能发生，原因上一篇已经讲过：核心在于开源的算力规模扩张速度是有物理上限的，而闭源的平价档 token 在竞争力上丝毫不落下风。 --- ## 五、平衡成立的前提：用量增长必须跑赢降价速度 讲到这里，动态平衡看似无懈可击。但它其实依附于一个至关重要的前提假设。今天 token 之所以能维持如此之高的利润率，很大程度上是建立在算力短缺的基础之上的。那么，算力会永远短缺下去吗？ 利润率最终能不能扛得住，归根结底取决于 token 需求能冲到怎样的数量级——也就是总 ARR 能否保持住自身的增长曲线。 杰文斯悖论（Jevons paradox）在 OpenRouter 上已经被印证过无数次：价格暴跌，需求以更大的幅度井喷，带动总营收持续走高。不过，近期的部分数据也表明，价格下跌得实在太快，短时间内需求增长的跟进速度有些脱节，导致总营收的增速可能出现暂时放缓。 一项基于 OpenRouter 和 Azure 数据的研究测算显示，token 的短期价格弹性大约在 1 左右：降价 10% 意味着用量大约增长 10%，总支出基本持平。 绕了这么大一圈，开源对半导体的终极影响，归根结底又回到了最初的命题：**token 需求的增长速度，到底能不能持续跑赢降价的步伐？** --- ## 六、Token 需求依然会巨幅爆发，且对旗舰模型的需求绝非平价档可以轻易取代 核心支撑逻辑有以下几点： 1. Token 用量高度集中在头部用户手中，他们能够吃干抹净模型每一分新增的能力； 2. “一旦能力超出大多数人的日常需求，再提升能力就不再具备经济回报”纯属一种错觉； 3. 开放性（open-ended）任务遍布各行各业，而旗舰模型在处理这类任务时展现出压倒性的优势； 4. 所谓能力的本质是沿着抽象技术栈（abstraction stack）向上跃升，模型能够统御和调度的任务复杂度越来越高； 5. 同时打通信息、认知与意图的三重壁垒，将持续撬动比上一阶段大出整整一个数量级的新市场。 ### 详细展开来看： #### 1. 能力的提升主要在喂饱头部用户，并不断转化为被释放的暴涨用量 前 10% 的用户消耗了绝大部分用量。前 1% 的顶尖用户平均消耗的 token 是前 10% 用户平均水平的 10 倍左右，是普通中位数用户的 100 倍——而能把模型能力榨取到极致的，往往恰恰就是这批前 1% 的人。 模型能力提升解决的最关键问题，是赋能这前 10% 的重度用户（power users）去编排与调度长流程（long-horizon）任务。这批人的用量上限受制于模型的能力天花板，因此能力每拔高一截，他们的用量就会被几何级释放一次。相比之下，普通中位数用户并不需要多么逆天的 AI 能力，卡住他们用量的核心堵点在于工具集成（tool integration）——他们的日常工作流还没有被很好地打通。 因此，这两类群体的 token 增长动能其实走向了截然不同的两个维度：头部群体靠模型能力驱动，依赖长流程任务的深化；中腰部群体靠集成生态驱动，仰仗各类连接器（connectors）、工作流以及个人智能体（personal agents）的嵌入。对中腰部而言，产品形态如何落地才是命门，而这里也正是应用层最能大展拳脚的地方。 #### 2. “一旦能力超出大多数人的需求，进一步的技术提升就换不来商业回报”大概率是个伪命题 首先，即便智能已经过剩，普通用户依然想要更聪明的模型，这跟当年智能手机算力过剩后用户依然追逐旗舰芯片如出一辙。其次，在人力占据主要成本的任务中，直接上旗舰模型反而更便宜。当模型开销在员工薪资面前九牛一毛、而人力占到总成本的 90% 时，模型越强，所需的人工审核（human review）与返工（rework）就越少，省下的人工时间就越多，最终的总运营成本（opex）反而越低。此外还有一个关键维度：任务本身的开放性程度。 #### 3. 开放性任务普遍存在于各个领域，而旗舰模型在这类任务上的表现呈压倒性优势 有界（bounded）任务存在天花板。以报税为例：复杂度是有上限的，一旦模型越过了及格线，再多的智能也不会创造额外的增量价值。而无界（unbounded）任务则根本没有天花板，比如做 AI 研发：永远有新的未知去探索，永远有做不完的事。 - 首先，即便是像报税这种复杂度封顶的有界任务，可靠性依然是核心考量：智能越高，可靠性越强。有界任务的天花板在复杂度，而不在可靠性。犯错的代价越高，可靠性每提升一个百分点的经济价值就越惊人。多步骤任务中可靠性是相乘的：把每一步的成功率拔高到 99%，20 个连续步骤后的综合可靠性就能拉到大约 82%。单步可靠性的微小提升，在宏观任务层面会被成倍放大，这直接意味着更少的人工审核与返工。当人工审核与返工占据了绝大部分成本时，总成本最低的解法反倒往往是调用更强大的模型。 - 其次，“无界”是任务的内在属性，而不是特定行业的专利。任何具有足够开放性的任务都是无界任务。所有具有博弈对抗性质（adversarial）的任务天生就是无界的，而且开放性任务存在于各行各业，绝不仅仅局限于 AI 研发、软件工程或金融交易。有界任务的总需求盘子往往是恒定的，但一个无界任务一旦被攻克，就会源源不断地衍生出更多全新的子任务——这是纯粹的净增量需求。更强的模型在这类场景下优势碾压、投资回报率极高，这也正是为什么 Astra 问世之后营收增长会如此迅猛。 - 第三，模型能力同样决定了一个单点任务究竟能够持续自主运转多久。半年多以前，一个任务跑上两三轮迭代（iteration）就会崩溃停滞；而现在，它能连续跑十多轮迭代并继续往前推进。随着能力的跃升，能够维持的迭代次数呈倍数增加，抽象层也在不断上移。 - 第四，未来会出现越来越多智能体之间的对抗与交互（agent-to-agent），而旗舰模型将永远占据上风。在博弈对抗的环境中，价值取决于相对能力而非绝对能力，因此对模型而言根本不存在所谓的“够用就好”。 #### 4. 能力的本质是沿着抽象技术栈向上迈进，模型能够调动的任务复杂度在指数级攀升 归根到底，更强的模型能力就是更强的抽象能力。模型能够驾驭的任务复杂度越高，对旗舰模型的要求以及所消耗的 token 也就越庞大。单个模型控制复杂度的绝对能力终究是有限的，必须通过分层的抽象架构和方法论将复杂度进行有效隔离。本质上，这就是用有限的复杂度控制力，去置换完成超高复杂度任务的能力。 技术演进的真谛就是不断攀登抽象阶梯。人类放弃低维度的手工算术，正是为了跃迁到高维度的抽象编排与调度中去。随着智能体抽象层的持续上浮，TAM（潜在市场总规模）的计算分母也正在发生根本性的质变。上一篇文章曾按人头算过一笔账：长期来看，每人每月的 AI 支出可能达到白领月薪的 10%（约 1,000 美元）。这是典型的效率提升逻辑，分母是企业的雇员运营支出（opex）。但随着智能体抽象层的不断拔高，分母可能不再是“单人配备的智能体数量”，而是变成“整个组织拥有的智能体数量”。分母一旦与员工人数和薪资解绑脱钩，其本质就与无界任务彻底融为一体了。 #### 5. 信息、认知与意图三者门槛的合力降低，将持续开辟出比前一阶段大上一个数量级的全新市场 拉长视野纵观 token 的演化历程，迄今经历了三个阶段： - **第一阶段：聊天机器人（chatbot）**——信息流动门槛的大幅断崖式下跌； - **第二阶段：推理（reasoning）**——认知流动门槛的骤降； - **第三阶段：智能体（agent）**——意图流动门槛的彻底击穿。 每一个阶段解锁的场景规模都比上一个阶段高出一个数量级，而且它们会越来越紧密地交融在一起。更低的意图门槛叠加更低的认知门槛，将彻底释放出几何级的增长空间。 历史上，信息门槛的每一次暴跌都会掀起一场技术革命；意图门槛的下降也同样催生过历史性变革。但这一次，是人类历史上首次在信息门槛持续大跌的同时，把认知、智能以及意图的壁垒齐刷刷拉低。这注定是一场增速惊人的技术风暴。 互联网时代的商业底层逻辑归结为一条公式：**信息流动门槛的降低 × 任何传统行业**。社交网络是信息流动门槛降低 × 人际关系；电子商务是信息流动门槛降低 × 交易。而 AI 时代的终极公式则是：**信息、认知与意图流动门槛的三重骤降 × 任何行业**。 这种组合的最终指向，或许正是第四阶段：**代理人经济（Proxy Economy）**。无论是碳基还是硅基消费，无论是消费端（2C）还是企业端（2B），其潜在空间都是无可限量的。 模型越强，代理人（proxy）能够跨越的壁垒就越多，所能承载的事情复杂度就越高。代理人经济目前尚未跨过关键的爆发临界点。随着时间的推移，它将与社交、电商等各个领域深度共生，并加速迈向智能体与智能体之间的交互生态。这或许还需要经历一两次阶梯式的质变跨越。这不是一个短期的题材故事；在更长的周期尺度下，它很可能是未来长期维系 token 指数级增长的真正引擎。 ### Token 之外的暗涌需求 最后，还有一块极容易被市场忽视的算力需求：**模型训练（training）**。 推理越能赚取丰厚利润，其所能反哺支持的训练算力盘子就越大。以 Anthropic 为例：到 2027 年它将坐拥约 10 GW 的算力规模。如果年末 ARR 达到 3000 亿美元，其实只需要大约 4 GW 的推理算力就足够了，剩下的 6 GW 可以全量倾斜进训练。今年上半年算力最紧缺的时候，推理消耗的算力可能占到了三分之二；而到了明年，这一比例可能降到 40%。 递归自我改进（RSI）的出现，让训练的投入回报账本（ROI）变得越来越容易自圆其说。而且还有一类训练，其商业逻辑压根不依赖 token 营收。Meta 没有直接的 token 收入，但完全可以通过 Muse 衍生业务间接变现赚回来；Google 的模型结合其自身的庞大生态，在 token 之外创造了惊人的商业价值。即便是二线梯队的玩家也绝不可能轻言放弃训练，为了咬住前沿梯队，谁都不敢让训练算力的代差被拉得太开。因此，AI 基础设施的需求从来不单单是 token 的需求；从明年开始，训练需求的爆发同样不可小觑。 --- ## 七、一个预测：Token 支出大概率呈阶梯式跃升。指望匀速增长并不现实，阶段性降速实属常态 “编程（coding）之后无人接棒，AI 增长就此见顶”是典型的线性思维。 AI 的演进、尤其是 token 需求，大概率是呈阶梯状跃迁式爆发的。每一次商业或技术范式的转变、每一次量变引发的质变，都是下一级台阶的触发器。“代码之后后继无人”这种论调，无非是用单线条的线性外推去臆测一个台阶式的阶跃过程。 原因在于：模型能力的提升是连续的，但 token 支出的经济回报变现却是断点阶梯式兑现的。 1. **回报决定支出。** AI 是一个每时每刻都必须自证投资回报率的游戏。决定采购支出能否持续翻倍的，是边际回报。现有的 token 用量能赚到钱，并不代表把用量翻一倍还能以同样的效率赚到钱。正如前文援引的 OpenRouter 和 Azure 数据研究所言，token 的短期价格弹性大约在 1 左右：降价 10% 对应使用量增加 10%，总支出规模几乎原地踏步。 2. **Token 支出的回报本质上是一个阈值阶跃函数：只有越过某个临界阈值，回报才会瞬间跳升。** 辅助驾驶哪怕做得再好，从 L2 做到 L2.99，它终究还是 L2。驾驶位上的人力没有被彻底解放出来，商业营收就很难发生阶跃式的量级裂变。唯有真正迈入 L4 级自动驾驶，整个价值链与市场空间才会以台阶式的方式轰然开启。同理，自动化带来的前 30% 到 50% 效率提升往往不痛不痒；唯有效率跃升跨过特定临界点，全新范式才会显现。例如，员工效率提升若低于 30%，通常根本无法压缩项目的实际成本；只有当某类工种的人力投入减少 30% 甚至更多时，企业把释放出的人力转岗到其他新项目上才具备现实可行性。编程正是首个跨过 L4 门槛、实现完全自动化接管的领域，这也就是为什么我们在 2026 上半年（1H26）见证了 token ARR 呈现阶梯式、爆发式狂飙的根本原因。 回到 token 需求：总体的 token 支出能否高速狂奔，底层逻辑终究取决于投资回报率，而在大部分常态时间里，回报率的平滑增长可能并不那么性感。你必须耐心等待下一个台阶的到来。 另一个推想是：头部 1% 用户与中位数用户的 token 支出目前大致以相同的速率在增长。但长远来看，未来可能会发生一次倒转：中位数用户的 token 用量增速将重新反超前 10% 的头部群体。 逻辑很简单：头部用户吃掉了极高比例的 token，但他们在 GDP 里的占比却没有那么夸张。前 1% 的用户消耗了中位数用户 100 倍的 token，但他们所创造的营收和 GDP 却远没有达到中位数的 100 倍；前 10% 与中位数之间的产出差距也远远达不到 10 倍。头部用户的支出是有天花板的，受限于头部自身的营收体量，其支出增速迟早要收敛并锚定于其营收增速。而中位数用户在 token 支出上依然拥有极其广阔的渗透空间，这部分的增长完全可以轻松跑赢他们自身的收入增速。 --- ## 结语 把这篇文章里为半导体行业梳理的 token 经济学账本摊开来看，其实一目了然：旗舰 token 每年每 GW 能卖出 800 亿美元，而按 6 年折旧摊销的硬件成本每 GW 每年仅需 80 亿美元，中间有着高达 10 倍的暴利空间。无论开源如何搅局，无论生死线如何步步紧逼，token 价格跌了，只要硬件与算法成本跟着同步下杀，1 GW 硬件所能变现的 token 营收就能维持恒定，毛利率也就稳如泰山。但请记住：这个毛利率不是靠“躺平守住”的，而是靠全产业链开足马力死拼降本“硬抢出来”的。 至于 token 的需求与支出，未来几年必然还会出现持续几个季度的间歇性放缓，也必然总有人会把每一次短暂停顿误当成大幕落下的终局。我们总习惯把未来构想成匀速向前的平滑坦途，但现实往往是一座充满断点跃迁的阶梯。在每一级台阶上，都会有人迫不及待地宣布已经登顶。然而，台阶之所以叫台阶，恰恰是因为在它之上，永远还有下一级。 这篇文章篇幅已经太长，至于 AI 基础设施与半导体这块巨大的利益蛋糕究竟会如何被切分瓜分，我们留到下一篇再详细拆解。 Source evidence: [https://goagi.top/post-20261022-d8ce](https://goagi.top/post-20261022-d8ce) ## Related topic hubs - https://goagi.top/geo-middleware/topics/risk-control.geo.md - https://goagi.top/geo-middleware/topics/agi-workflow.geo.md