AI Lab深度研究①:给OpenAI和Anthropic算一笔账

引子

在谈到英伟达的商业本质时，黄仁勋用一句话来总结：“The input is electrons, the output is tokens. In the middle is Nvidia.” 这句话的完整内核是，AI时代：以数据中心为工厂，电力（能源）是原材料， Token是可计量的“智力大宗商品”，最终重塑企业营收、国家GDP与人类劳动力价值。以英伟达芯片为首的AI加速器是这一切转换发生的硬件基础，而AI Lab则是调用算力让转换发生的“软件”。

带上计量单位的更准确的版本是：输入电力（GW）→ 经过芯片计算（FLOPs）→ 产出内容 (tokens)(形式不限于文字/代码/图片/视频) → 产生价值（$）。这是一条从物理世界到金融世界的转换链。链上每一段的成本和收益，决定了OpenAI、Anthropic、Google这些AI Lab能不能活下去、活成什么样。

今天我们就用粗糙却直观的形式，以token经济学为原点，尝试给AI Lab算算账。

一、三个关键单位：GW、FLOPs、Token

要搞懂token经济学的账，三个关键单位GW、FLOPs、Token需要先理解，它们是物理世界到硅基世界的关键刻度。

GW：物理世界的硬约束

如果你细心留意，我们常见的财经新闻标题往往会有一个计量单位—GW。如《亚马逊加码AI算力：豪掷500亿美元建设1.3GW数据中心容量》、《5000亿！OpenAI官宣联手甲骨文，扩建4.5GW数据中心》、《博通宣布一项合作协议，将为Anthropic提供约3.5GW的人工智能算力》。

数据中心、算力、GW，这几个元素在一起是什么意思呢？

首先，GW是吉瓦，是功率单位。1 GW = 1,000,000 kW = 100万千瓦。假设一台普通家用空调的额定功率是3kW，1GW电力可以供33万台空调同时运行。

举个例子，xAI在孟菲斯建的数据工厂Colossus 1（已出租给Anthropic），总功率为0.3GW，部署了22万张 NVIDIA GPU。 Colossus 2搬到密西西比州，规划2GW、55.5万张GPU、180亿美元投资。如果你仔细记录过去一年的新闻标题，你会发现各大AI Labs都在不遗余力的锁定长期电力，这相当于AI Labs的后勤军火。

FLOPs：算力世界的硬尺子

FLOPs全称是Floating Point Operations Per Second——每秒浮点运算次数。这是衡量芯片实际算力的单位。

具体看一下当前先进的算力机柜，NVIDIA GB200 NVL72

·每柜72个B200 GPU + 36个Grace CPU
·总功率120 kW
·FP4峰值算力1,440 PFLOPs
·FP8峰值算力720 PFLOPs
·FP16峰值算力360 PFLOPs
·HBM3e内存13.5 TB
·整柜价格约300万美元

从FLOPs到PFLOPs：单位换算

缩写	全称	等于多少FLOPs
KFLOPs	千次	10³
MFLOPs	百万次	10⁶
GFLOPs	十亿次	10⁹
TFLOPs	万亿次	10¹²
PFLOPs	千万亿次	10¹⁵
EFLOPs	百亿亿次	10¹⁸
ZFLOPs	十万亿亿次	10²¹

一个直觉参照：人类大脑的估算计算能力约为1 ExaFLOP（10¹⁸）。而GB200 NVL72一个机柜的FP8峰值算力是720 PFLOPs，即0.72 EFLOPs——理论上已接近一个人类大脑的量级。

为什么精度越高，算力越小？

FP4、FP8、FP16指的是芯片表示一个浮点数所用的比特位数。简单说，精度越高，每个数字占用的存储空间越大，计算时搬运和处理的数据量也越大。

这就是为什么GB200的FP4算力（1440 PFLOPs）是FP8（720 PFLOPs）的两倍、是FP16（360 PFLOPs）的四倍——比特位数每减半，同样的硬件每秒能处理的运算次数就翻一倍。

算力参照：人类大脑的估算计算能力约为1 EFLOP（10¹⁸）。而GB200 NVL72一个机柜的FP8峰值算力是720 PFLOPs，即0.72 EFLOPs——理论上已接近一个人类大脑的量级。（结合人脑的生物电能耗，叹造物主之神奇）

同时这一柜机器的算力，相当于2017年世界第一超算"神威·太湖之光"的5倍以上。（技术发展曲线多么陡峭）

Token（词元）：大模型世界信息的最小单位

Token（中文名：词元）是大语言模型处理信息的最小单位。一个英文单词通常对应1-1.5个token，一个中文字符通常对应1-2个token。

Token的关键性质是：它既是模型的输入，也是模型的输出，还是用户付费的计量单位。

Claude Opus 4.7的官方定价：

·Input：$5 / 1M tokens

·Output：$25 / 1M tokens

GPT-5.5 的官方定价：

·Input：$5 / 1M tokens

·Output：$30 / 1M tokens

Output Speed

除了模型的定价，另一个关键指标是吞吐速度，即每秒钟吐出token数。

一般性的规律是，模型参数规模越大，吞吐速度越慢。

吞吐速度越快，大模型的单位时间的经济价值越高。

Artificial Analysis的实测数据： Opus4.7的Output Speed约为48 Tokens/s（单用户视角）。

二、推理的Token经济学：以Anthropic为例

怎么把数据工厂提供的电力GW，转换成现实世界的货币$呢？

这一章节我们以一个例子来尝试算算账。

2.1 从GW到美元：完整推导

抽象计算公式

本节用一个具体的"假想配置"做主线案例——参考xAI在密西西比州建的Colossus 2规模（2 GW电力、$18B投资），全部部署NVIDIA GB200 NVL72机柜，全部用于跑Claude Opus 4.7推理——把整条经济链路从电力推到美元，然后拆解成本结构。

Step 1：从总电力到机柜数

PUE（Power Usage Effectiveness）是数据中心总耗电除以IT负载耗电的比值，反映冷却+配电的额外开销。AI数据中心目前最佳水平1.15-1.25。

Step 2：从机柜到总算力

MFU（Model FLOPs Utilization）是实际算力利用率，推理负载下典型30-50%。

Step 3：从算力到Token吞吐（关键的两套上限）

LLM推理有两个并行的速度上限，实际取较小者：

3a. 算力上限（compute bound）—”GPU算得多快”

其中 $N_{active}$ 是模型激活参数量。系数"2"来自一个乘加运算等于2个FLOPs。

3b. 内存带宽上限（memory bound）——"数据搬得多快”

通过Batching放大实际总吞吐：

Batching的原理：从HBM读一次模型权重，可以同时并行为多个用户计算——让单位硬件的有效吞吐放大100-200倍。

Step 4：从单柜到数据中心总吞吐

Step 5：从总吞吐到经济价值

1小时有3600秒，一年有8760小时。

计算实例

用一个具体的"假想配置"做主线案例——参考xAI在密西西比州建的Colossus 2规模（2 GW电力、$18B投资），全部部署NVIDIA GB200 NVL72机柜，全部用于跑Claude Opus 4.7推理——把整条经济链路从电力推到美元，然后拆解成本结构。所有参数都标注来源，确保可验证。

参数	数值	来源
Colossus 2 总电力	2 GW	xAI官方公告，Mississippi站点
Colossus 2 总投资	$18 B	xAI官方披露（实际混合GPU配置，非全GB200）
PUE	1.2	行业先进数据中心典型值（OCP数据）
NVIDIA GB200 NVL72 单柜功率	120 kW	NVIDIA官方规格
GB200 NVL72 FP8峰值算力	720 PFLOPS dense per rack	NVIDIA官方规格
GB200 NVL72 单GPU HBM带宽	8 TB/s	NVIDIA官方规格
GB200 NVL72 总HBM容量	13.5 TB（192 GB × 72 GPU）	NVIDIA官方规格
MFU (inference)	40%	业内典型30-50%，取中值
Opus 4.7 active参数估计	~250 B	行业估计（Anthropic未公开）
Opus 4.7 total参数估计	~750 B	行业估计
Opus 4.7 单用户输出速度	48 t/s	Artificial Analysis实测，max effort reasoning，2026年4月
Opus 4.7 Input定价	$5 / 1M tokens	Anthropic官方
Opus 4.7 Output定价	$25 / 1M tokens	Anthropic官方
Opus 4.7 Cached Input定价	$0.50 / 1M tokens	Anthropic官方
Batch size (large reasoning model)	150	行业经验值，受KV cache限制
Utilization 利用率	70%	实际部署经验值（含维护、batch调度损耗）

Step 1：机柜数

💡	含义：Colossus 2如果100%用GB200 NVL72部署，能装下13,889个机柜，约100万张B200 GPU。 check：xAI官方公开数据显示Colossus 2部署555,000张GPU（按xAI实际混合配置，含H100/H200/GB200）。我们这里假设"全部用GB200 NVL72"，所以GPU数量翻倍是合理的（GB200单卡密度更高，单柜72颗）。

Step 2：总算力

💡	含义：Colossus 2总FP8峰值算力是10×10²¹次/秒，推理MFU假设为40%，实际可用约4×10²¹次/秒。

Step 3：Token吞吐

3a. Compute bound（单柜）：

FLOPs per token = 2 × 250 × 10⁹= 5 × 10¹¹ FLOPs（用active参数算）单柜算力上限 = 288 × 10¹⁵ ÷ 5 × 10¹¹≈ 576,000 tokens/秒

3b. Memory bound（单柜，单用户）：

每GPU模型分片 = 750 GB ÷ 72 GPU = 10.4 GB

↑ 假设模型权重文件size 750GB（750B参数规模）。

↑72个GPU分工,每个只读自己的那份.

单token读取时间 = 10.4 GB ÷ 8 TB/s = 1.3 ms

↑每个GPU的HBM带宽是8TB/s

↑读10.4GB需要1.3毫秒

单用户memory理论上限 = 1秒 ÷ 1.3ms = 769 tokens/秒

↑一秒钟最多"翻"769遍书 = 最多生成769个token

理论值 vs 实测值的差异解释

Artificial Analysis实测Opus 4.7（max effort reasoning）= 48 tokens/秒单用户[来源：Artificial Analysis 2026年4月]。

理论769 t/s vs 实测48 t/s，差距约16倍。差距来源：

1.KV cache读取开销：公式3b只算了"读模型权重"的时间。但实际decode时，每个token还需要读取所有历史token的KV cache——这在长context场景下可能消耗与模型权重读取相当甚至更多的HBM带宽

2.MoE架构的routing开销：Opus 4.7估计是MoE架构（750B total / 250B active），expert routing导致内存访问不规律，实际bandwidth utilization低于理论值

3.serving工程开销：安全检查、负载均衡、日志、API格式化等

综合这些因素，实测约为理论的6%——这在行业内是正常的。

3c. Batching后的单柜总吞吐

应用batching（reasoning模型受KV cache限制，batch size取150）：

💡	为什么取batch=150？ Reasoning模型的KV cache占用大（长context+thinking tokens累积），单柜HBM 13.5TB扣除模型本身750GB后，剩余约12TB分配给所有并发用户的KV cache，每用户消耗几十GB是较为常见的——典型batch size在100-200之间，取中值150。 check：7,200 t/s vs Compute上限576,000 t/s = 利用率1.25%。这个数字的含义：GPU拥有每秒处理576,000个token的计算能力，但实际只处理了7,200个——98.75%的算力都在等HBM把数据搬过来。

生成一个token的过程：

第1步: 计算核心向HBM发请求: "把模型权重给我"
第2步: HBM把750GB模型权重通过内部总线搬给计算核心(在tensor parallel下,每个GPU只搬自己那份 = 10.4GB)
第3步: 计算核心拿到数据,做矩阵运算,算出下一个token
第4步: 输出token
第5步: 生成下一个token? → 回到第1步,重新搬一遍

Transformer的attention机制要求每生成一个token都必须读取完整模型权重 + 历史KV cache，内存带宽是硬瓶颈。

这就是为什么：

·NVIDIA每代GPU重点升级HBM（H100 80GB → B200 192GB → Rubin Ultra 1TB）

·"买更多GPU算力"解决不了推理速度问题——要买更多HBM带宽

Step 4：数据中心总吞吐

换算成更直观的单位：

·每秒 1亿 tokens

·每分钟 60亿 tokens

·每小时 3,600亿 tokens

·每天 8.64万亿 tokens

Step 5：经济价值

由于大模型API定价，Input和Output差异巨大，因此不同的使用场景，Input和Output的token数比例就比较关键了。

下表列举了几种常见场景的Input和Output比例猜想（不严谨）：

场景	典型Input	典型Output	比例（in:out）	占API用量大致
C端Chat	100-500 tokens	500-2000 tokens	1:3 到 1:5	大
AI Coding	5,000-50,000 (整个相关代码库)	1,000-5,000 (修改+解释)	5:1 到 10:1	极大且高速增长
长文档分析	50,000-200,000 (大文档)	500-3,000 (回答)	30:1 到 100:1	中
Reasoning/Agentic任务	100-1000 tokens (问题)	5,000-50,000 (含thinking tokens)	1:30 到 1:50	快速增长
API批量调用	各异	各异	各异	中

如果未来Agentic任务迎来爆发，即使大模型智能提升速度放缓，token经济的增长仍有相当大的增长空间。

回到现状，我仍然假设AI Coding和Chat占据了调用场景的主流，因此给予API流量结构估算混合定价（不严谨地）是：

类型	占比	单价	加权
Cached input	50%	$0.50/M	$0.25
Standard input	25%	$5/M	$1.25
Output	25%	$25/M	$6.25
加权混合价			$7.75/M

💡	假设数据中心全年利用率为70%，剩余时间处于维护、调度空档、批处理排队等待等状态。

这是2 GW Colossus 2自营卖Opus 4.7级别推理服务的理论年收入上限：$17 B。

交叉验证：与Anthropic实际数据对比

用Anthropic的公开数据做check，验证我们的推算是否靠谱：

已知: Anthropic 2026年Q1 ARR ≈ $30 B（官方披露）

已知: 混合定价 ≈ $7.75/M （2.1节混合定价假设）

反推Anthropic年token处理量:

=$30 B ÷ $7.75/M =3.87 × 10⁹ M tokens/年

=3.87 × 10¹⁵ tokens/年

我们算的2GW DC年产出:

=2.2 × 10¹⁵ tokens/年（3600*24*365*0.7*10^8）

Anthropic token处理量 ÷ 我们的2 GW产出:

=3.87 ÷ 2.2 ≈ 1.76

→ Anthropic的实际算力规模约等于 1.76 × 2 GW ≈ 3.5 GW

对照公开数据：Anthropic与Google签了5年$200 B / 5 GW容量的合同[来源：DCD / The Information]。3.5 GW在5 GW的70%利用率内——吻合。

这意味着我们的整套推导（从GW到机柜到tokens到收入）经过交叉验证，量级估算正确。

2.2 成本结构拆解

收入只是故事的一半。同样用Colossus 2规模（2 GW、全GB200 NVL72配置）来拆解成本，看看$17B年收入背后的真实成本结构。

推理直接年成本 = 硬件折旧 + 设施折旧 + 电费 + 网络/存储折旧 + 运维

参数清单与来源

项目

数值

来源

GB200 NVL72 单柜采购价（含集成）

$3.5 M

行业市场报价（HPE/Supermicro/Dell），含网络和冷却集成

GPU硬件折旧年限

4年线性

Anthropic、OpenAI、Microsoft财报披露的GPU折旧策略

数据中心建设成本

$12 M / MW

Stargate Abilene等近期项目数据，含土地、电力配套、冷却、建筑

数据中心建筑折旧年限

15年

行业会计标准（IFRS/GAAP）

网络/存储设备占硬件比

10%

InfiniBand + NVMe storage的相对成本

网络/存储折旧年限

5年

行业标准

Mississippi工业电价（Colossus 2地区）

$0.055 / kWh

TVA区域工业平均电价（2025-2026）

数据中心运维人员配置

1人 / 2-3 MW

数据中心行业标准

运维人员平均年薪

$120 K

BLS数据中心技术人员中位数

软件license + 安全合规

~1.5% of capex/年

行业经验值

part 1：硬件投资总额

GPU硬件投资 = 13,889 柜 × $3.5 M= $48.6 B

数据中心建设 = 2,000 MW × $12 M/MW= $24 B

网络/存储 = $48.6 B × 10%= $4.9 B

总投资 ≈ $77.5 B

💡

Check：xAI公开的Colossus 2实际投资是$18B，差距来自xAI实际是H100/H200/GB200混合配置（老一代GPU单价低得多）。巴克莱银行估算1GW的投资成本约$50B～$60B, 量级上大致接近我们的估算。【来源：《Nvidia's 'Jensen Math' Of $50 Billion Revenue Per GW Gets A Reality Check: Here's What Barclays Analysts Project For NVDA》】

年成本拆解

GPU硬件折旧 = $48.6 B ÷ 4 年 = $12.2 B/年（如果新一代GPU（GB300、Rubin）让旧一代经济价值消失的速度快于4年会计折旧，实际成本会更高。）

数据中心建筑折旧 = $24 B ÷ 15 年 = $1.6 B/年（数据中心建筑（钢结构、冷却系统、配电）的物理寿命远超GPU——15年是行业典型。）

网络/存储折旧 = $4.9 B ÷ 5 年 = $1.0 B/年（交换机和存储设备的迭代周期介于GPU和建筑之间，5年折旧是行业常规。）

电费 = 2 GW × 8,760 小时 × $0.055/kWh = 2,000,000 kW × 8,760 × $0.055

≈ $963 M/年（默认使用电价相对便宜的密西西比地区，若换到加州电价会翻倍）

运维人员成本 = $120 K * （2,000 MW ÷ 2.5 MW/人） = $96M/年

其他成本 ≈ $77.5 B × 1.5% ≈ $1.16 B/年（各种License、合规审计、保险等）

年成本汇总表

项目

年成本

计算

占比

GPU硬件折旧

$12.2 B

$48.6 B ÷ 4 年

72%

数据中心建筑折旧

$1.6 B

$24 B ÷ 15 年

网络/存储折旧

$1.0 B

$4.9 B ÷ 5 年

电费

$0.96 B

2 GW × 8,760 h × $0.055/kWh

5.5%

软件/合规/保险

$1.16 B

$77.5 B × 1.5%

6.5%

运维人员

$0.10 B

$120 K * （2,000 MW ÷ 2.5 MW/人）

0.5%

总年成本

约 $17.0 B

100%

注意几个观察：

·GPU折旧占72%——真正贵的是硬件，不是电

·电费占总成本仅5.5%

·运维人员占0.5%——人均管理2.5 MW的极致自动化

2.3 数据工厂毛利率：先算笨账

先算笨账

年收入= $17.1 B

年成本= $17.0 B

─────────────────

毛利≈ $0.1 B

毛利率 ≈ 0.6%

这是个值得停下来思考的数字：如果今天用GB200 NVL72机柜自建2 GW数据工厂、全部跑Opus 4.7、按当前API定价卖token——几乎不赚钱。

这与Anthropic的"推理毛利率从一年前的38%涨到现在的70%形成了巨大Gap。[Source: The Information & SemiAnalysis《Anthropic’s Inference Margins Jumped From 38% to 70% in One Year — Here’s What That Means for Your API Bill》]。

我们公式有问题吗？数据错了吗？都不是。

0%是"自建工厂全口径"——包含了GPU折旧、数据中心建设、电费等所有固定成本

70%是仅计算推理算力租赁账单并按需调用计费。

Gap的真相是云厂商承担了基建成本并给了AI Lab远低于真实成本的补贴价格。

2.4 循环交易：AI Labs和Hyperscalers的利益绑定

从AI Lab侧看：所有营收都变成了租金

Anthropic的算力来源是租用AWS、Google Cloud、Microsoft Azure——它几乎没有自有数据中心和GPU资产。它向云厂商付"compute rental"，云厂商把GPU折旧、数据中心建设、电费、运维全部cover。

这意味着Anthropic的COGS结构和"自建工厂"完全不同——不是$17 B的硬件折旧，而是单一变量：付给云厂商的rental rate × 调用量。

那Anthropic实际付了多少？独立分析师Ed Zitron（wheresyoured.at）基于AWS billing data做了独家披露[来源：wheresyoured.at "This Is How Much Anthropic Spend On Amazon Web Services", 2025年10月]，这是目前公开可得的最一手数据：

Anthropic的AWS支出时间线：

时期

AWS支出

对应同期营收

云支出/营收

2024年全年

$1.35 B

~$0.5 B

270%

2025年1-9月

$2.66 B

~$2.55 B

104%

[来源：wheresyoured.at基于AWS billing data独家披露]

2024年，Anthropic付给AWS的钱是它全年营收的2.7倍。2025年前9个月，这个比例降到了约100%——但仍然意味着Anthropic赚的每一分钱都付给了云厂商。

而且这只是AWS一家。Anthropic同时使用三家云, 并已签署3份长期合同：

合作方

金额

期限

来源

AWS

$100 B

10年

Anthropic 2026年4月20日官方公告

Google Cloud

$200 B

5年

Reuters 2026年5月5日（via The Information）

Microsoft Azure

$30 B credits

Anthropic 2025年11月官方公告

合计

$330 B

Anthropic自己预测2026年server spending将超过 $20B [来源：The Information]，是2025年的约3倍。

Anthropic还预测了自己的财务轨迹[来源：Anthropic融资材料，via The Information、wheresyoured.at]：

年份

预计收入

预计亏损

备注

2024

$0.5 B

-$5.6 B

实际已发生

2026

$18 B

-$11 B

2027

$55 B

-$11 B

2028

$102 B

+$2 B

首次盈利

2029

$148 B

未披露

从Hyperscaler侧看：投资的钱又回到了自己口袋

反过来看Hyperscaler一侧的账——Ed Zitron给出了一个极其尖锐的数据点[来源：wheresyoured.at "The AI Compute Demand Story Is A Lie", 2026年5月]：

"Amazon's$15 billionin annualized AI revenue is taken up by an estimated$12 billionin annualized AWS spend from Anthropic, and I estimate thatmore than 80%of that is accounted for by Anthropic."

把这句话翻译成产业语言：

Amazon声称的AI revenue= $15 B/年其中Anthropic贡献= ~$12 B/年 (80%!)Amazon对Anthropic的累计投资 = $8 B (已投) + $5 B (新增) + 最高$20B （未来)────────────────────────────────Amazon投给Anthropic的钱 ≈ Anthropic付给AWS的钱

Google的情况类似：

Google对Anthropic投资= 最高$43 BAnthropic对Google Cloud承诺 = $200 B / 5年Anthropic贡献了Google Cloud revenue backlog的 40%+[来源: Reuters 2026.5.5]

同时，Hyperscaler还通过revenue share进一步切走AI Lab的收入：

·AWS：对Anthropic AI sales收最高50% of gross profits[来源：The Information via DCD]

·Google Cloud：收20-30% of net revenue[来源：DCD]

也就是说，Anthropic在Bedrock/Vertex上每卖一份Opus给企业客户，AWS/Google还要再分走20-50%的利润。

循环交易为什么必然发生

读到这里可能会问：既然是循环交易，为什么双方还要做？因为双方都没有退出的选项——这是结构性的必然。

从AI Lab端：不租云就活不下去

·训练成本$1-5 B/代际——AI Lab的现金流完全不可能自建数据中心

·融资结构 = Hyperscaler既是投资者又是算力供应商——天然绑定（你拿了Amazon $8 B的钱，当然要在AWS上买算力）

·竞争压力要求快速scaling——自建DC需要2-3年，等建好黄花菜都凉了

·云厂商本身就是最好的B端客户渠道，而已经证明B端客户相比C端客户，对于AI Lab有更高的商业价值。

·结论：AI Lab没有"不租云"的选项

从Hyperscaler端：不补贴就没有"AI增长故事"

·传统云业务增长放缓（企业上云已经接近饱和）——需要AI作为新增长引擎

·如果不投资AI Lab——竞争对手会投（Amazon不投Anthropic，Google就独占了）

·AI revenue（即使大部分是循环交易）能让季报的"AI增长"数字好看——华尔街要看到这个数字

·结论：Hyperscaler没有"不补贴"的选项

双方都被锁定了：AI Lab拿了投资就得买云，Hyperscaler投了钱就得维持补贴。循环交易不是某方的"选择"，是双方被产业结构推到这个位置的必然结果。

历史的参照："先亏后赚"并非AI独有

读到这里，读者可能已经形成了一个偏悲观的判断——AI Lab深度亏损、Hyperscaler循环交易、整个体系依赖补贴。但在下结论之前，值得把视野拉开一步：如果把Hyperscaler和AI Lab作为一个整体来看，"大规模基建投资、前期巨亏、靠规模摊薄边际成本、最终盈利"这件事，在历史上有大量先例。

例如电信光纤、云计算(AWS)、电动汽车(Tesla)都经历过类似的产业曲线：

历史先例数据汇总

产业

投资高峰期

累计投资

亏损期

盈利拐点

最终结局

来源

电信光纤

1996-2001

>$500B (+$800B M&A)

5年泡沫+10年回填

~2010

$2T+股权蒸发，但基础设施成为互联网骨干

Fabricated Knowledge; MOI Global; Sparkline Capital

AWS云计算

2006-2015

数百亿（逐步扩大）

9年

2015首次披露盈利

$107.6B revenue (2024)，Amazon最大利润来源

CIO Dive; Amazon财报

Tesla/EV

2003-2020

~$6B累计亏损

17年

2020首次全年GAAP盈利

$96B revenue, $7B profit (2024)

Tesla财报

2022-?

$1T+ (仅2025年)

?年

Anthropic预测2028

未知

本文分析

AI产业的相似与不同

相似之处：

·都是"基础设施型投资"——先建好能力，再等需求追上来

·都经历"前期巨亏→规模摊薄边际成本→盈利拐点"的曲线

·都有"市场反复质疑能否活到盈利"的信心考验

不同之处（这些差异值得警惕）：

·速度更快：AI从ChatGPT发布（2022年11月）到年投资峰值（2026年），仅4年——电信泡沫花了5-6年，AWS花了10年[来源：Long Yield Research]

·集中度更高：不到10家公司承担了几乎所有投资——电信泡沫时有上百家公司分散风险

·投资规模更大：AI产业仅2025年capex就超过$400 B，Hyperscaler 5年承诺$2 T——远超电信泡沫的$500 B+[来源：Sparkline Capital]

·验证周期更短：Anthropic预测2028年盈利（从大规模投入到盈利约6年），如果实现，将比AWS（9年）和Tesla（17年）都快

历史告诉我们什么

三个案例分别代表三种结局：

·电信光纤：基础设施成功了，但投资者亏惨了——说明"产业成功 ≠ 投资成功"

·AWS云计算：渐进投资 + 真实需求驱动 → 投资者和产业双赢

·Tesla/EV：激进投资 + 17年亏损 → 最终活下来的赢家通吃

至于最终可能走向哪种结局——我们后续章节会尝试讨论。

小结

回到本章开头的问题："如果AI Lab自建数据中心、自营卖Opus级别token，会赚多少？"

答案是：几乎不赚。Anthropic的高毛利率（70%）成立的前提是它把"建工厂"这件事整体外包给了Hyperscaler——而Hyperscaler在用过去其他业务积累的利润，补贴AI Lab的成长。

这套体系当下能维持，是因为AWS、Google、Microsoft三家加起来有$500B+/年的现金流，可以"补贴"AI Lab几年。但如果AI最终需求增长不及预期、或者云厂商在某个时点决定"不再补贴"——整个故事的财务结构会一夜重写。

另外需要注意的是，上述的讨论仅限推理阶段，即为了训练出Opus4.7这种先进模型所花费的算力、人工成本都还没有考虑，且这部分本身并不产生收入。关于训练的token经济学，将在下一章节讨论。

三、训练的Token经济学

除了推理毛利率本身还依赖于云厂商转移成本，AI Labs为了维持模型的领先，本身的训练投入亦不菲。

这一点从前沿AI公司都在亏损，且亏损额持续扩大可得见：

·OpenAI 2026年projecting亏损140亿美元（比2025年的80亿还要扩大）[来源：OpenAI 2026 Q1融资材料]

·Anthropic projecting要到2028年才能FCF转正[来源：Anthropic 2026融资材料]

3.1 训练算力的代际演进：数据真相

要算训练经济学，必须先搞清楚一件事——前沿模型到底用多少算力训练？

业内对这个数字的估算长期存在争议。最权威的来源是Epoch AI（专门做AI算力分析的研究机构），他们对所有主流前沿模型都做了独立的算力反推。

模型

发布时间

训练算力(FLOPs)

相对GPT-4倍数

来源

GPT-3

2020.6

3.1×10²³

0.016x

Epoch AI

GPT-4

2023.3

2×10²⁵

1x（基准）

Epoch AI；与McGuinness leak 2.15×10²⁵一致

GPT-4o

2024.5

~3×10²⁵

1.5x

Epoch AI推算

GPT-4.5

2025.2

>10²⁶

>5x

Epoch AI

GPT-5

2025.8

~5×10²⁵

2.5x

Epoch AI 2025年10月分析

一个有意思的发现：GPT-5的训练算力居然比GPT-4.5少——这违反了"每代模型算力指数增长"的固有认知。

Epoch AI在2025年10月的分析里明确指出：GPT-5用的训练算力比GPT-4.5少，因为OpenAI把重心从pre-training转向了post-training (RL) scaling。也就是说整个训练范式进行了迁移。

两种训练范式：定义与核心差异

为了理解这个paradigm shift，必须先讲清楚两种训练范式到底是什么。

Pre-training（预训练）：

最简单的理解——把整个互联网的文本喂给模型，让它通过"猜下一个词"来学语言。比如读到"今天天气真__"，模型要学会预测"好"或"糟"。这个过程要重复几万亿次，让模型逐步掌握语言模式、世界知识、推理能力。

算力消耗规律：模型参数越多、数据越多、训练步数越多，算力消耗呈乘法关系增长——经典的"scaling law"指的就是这条曲线。

Post-training（后训练）：

在pre-training完成后，模型已经有了基础能力，但还不知道"怎么用这些能力"。Post-training就是教它具体的应用方式——典型方法包括：

·RLHF（人类反馈强化学习）：让人类标注员对模型回答打分，模型据此调整

·RL with verifiable rewards：让模型做数学题、写代码，自动判断对错，反馈到模型

·Self-play / chain-of-thought RL：让模型自己生成reasoning过程，评估好坏，强化好的路径

算力消耗规律：与pre-training不同——主要消耗在"让模型生成大量reasoning trajectories并评估"。也就是说，post-training时模型已经在"做推理工作"了，只是这些推理结果被用来反馈训练，而不是serving用户。

为什么训练范式迁移会让训练算力需求下降？

GPT-4.5给pure pretraining scaling投了 >10²⁶ FLOPs，比GPT-4多5倍。但OpenAI发现能力提升远没有跟上算力投入——这是scaling law的边际效用拐点。

转向post-training后，用一半的算力（5×10²⁵ vs >10²⁶）反而做出了能力更强的GPT-5。原因是post-training是更"精准"的算力投放方式——不是给模型灌更多数据，而是教它"如何更好地使用已有知识"。

这就是为什么GPT-5的训练算力反而比GPT-4.5少——不是没钱投了，而是发现了一个更高效的训练方法。

3.2 一次训练有多贵：基于GPT-5实际数据

训练所需时间

假设用5,000个GB200 NVL72机柜并行训练（约0.6 GW电力负载，相当于把第二章Colossus 2规模数据中心30%的算力都投入进去）：

单机柜FP8 sustained算力 = 720 PFLOPs × 50% MFU

=360 PFLOPs

=3.6 × 10¹⁷ FLOPs/秒

集群sustained算力 = 5,000 × 3.6 × 10¹⁷ × 70%（分布式效率损失）

=1.26 × 10²¹ FLOPs/秒

训练时间 = 5 × 10²⁵ ÷ 1.26 × 10²¹

≈3.97 × 10⁴ 秒

≈46 天

注意这里训练用的MFU取50%（高于推理的40%），因为训练负载是dense compute，更利于打满GPU。

单次训练成本

承袭第二章的成本结构（自建工厂全口径），算这46天的训练消耗了多少：

项目

金额

计算

电费

$48 M

0.6 GW × 24h × 46天 × 1.2 PUE × $0.055/kWh

GPU时间机会成本

$770 M

5,000机柜占用46天 × 单柜日成本$3.3K（=$17B/13,889柜/365日）

网络/存储/运维

$100 M

训练专用基础设施折旧+运维

数据准备 + ablation

$300-500 M

多次失败实验、参数搜索、数据清洗标注

单次完整训练总成本

约 $1.2-1.4 B

对比行业披露：

·Sam Altman曾公开提到训练GPT-5的compute成本"超过$500M"[来源：2024年9月访谈]

·Dario Amodei提到下一代前沿模型训练成本"约$1B"[来源：2024年Q4 Anthropic投资人会议]

我们估算的$1.2-1.4 B在这个区间内，量级合理。

"一次成功训练"只是冰山一角，还需要考虑：

多个模型变种同时训练：Opus + Sonnet + Haiku

失败的实验：达不到预期被废弃

其他的探索性研究：对齐、安全验证等（别忘了未向公众发布的Mythos）

所以一年的真实训练总支出：单次主训练成本×3-5倍 ≈ $4-7 B/年。

对照OpenAI披露数据[来源：The Information 2025年9月披露]：

·2024年OpenAI训练相关支出：$3B "compute to train models" + $1B "research compute amortization" = $4B

·2026年projected：约$8B

·2030年projected：高达$125B[来源：OpenAI 2026 Q1融资材料]

3.3 完整的"每GW年成本"

现在让我们站在公司运营者的角度，完整的估算AI Lab的运营成本。

项目

年成本（2 GW Colossus 2规模）

占比

备注

推理直接成本

$17 B

68%

第二章结论（GPU折旧+设施+电费+运维）

训练算力（年度摊销）

$4-6 B

19%

第三章结论

数据采集 + 标注

$500 M-1 B

高质量数据、人工标注

研究员 + 工程师工资

$2-3 B

2000-3000人 × $700K-1M平均

销售、市场、运营

$500 M-1 B

B端主导业务

完整年成本（满载稳态）

约 $25 B

完整年成本 $25 B vs 年收入 $17.1 B

─────────────────────────────

年净亏损 = -$7.9 B

全成本毛利率 = -46%

这是个看似惊人但完全合理的数字——它解释了为什么OpenAI 2026年projecting亏损$14 B、Anthropic要到2028年才FCF转正。自建AI工厂全口径的真实经济，几乎注定亏损，除非定价显著提升或成本大幅下降。

3.4 训练范式迁移的连锁反应

回到3.1节那张表里"GPT-4.5 → GPT-5算力反而减少"的反常现象。这不只是一个数据点，它是这场AI产业革命的一个重大转折。

让我们沿着这条因果链一步步走：

Pre-training scaling触顶 (GPT-4.5实证)        ↓转向 RL Post-training scaling (训练算力效率提升)        ↓ (训练阶段)训练出会"thinking"的Reasoning Model        ↓ (推理阶段)Serving时产生大量Thinking Tokens        ↓推理token经济结构性扩大        ↓对硬件、估值、商业模式产生连锁影响

A. Scaling law没死，只是换战场

也许会萌生担心："GPT-5算力反而比GPT-4.5少，是不是说明AI scaling law失效了？算力需求要下降了？”

答案是否定的。

Scaling law的本质是 "用更多算力换更强能力" ——这个原理一直成立。变化的是：算力投到哪个环节最划算。

维度

Pre-training范式 (2017-2024)

RL Post-training范式 (2024-)

算力主要消耗位置

训练集群（封闭环境）

训练集群 + 推理集群（混合负载）

算力规模特征

大集群、bursty负载

中小集群、持续负载

能力提升路径

扩参数、扩数据、扩算力

优化reward model、self-play、test-time scaling

模型迭代频率

12-18个月一代

持续RL更新（3-6个月一次）

关键结论：训练算力需求确实因pretraining触顶而下降，但算力总需求结构性增加——因为RL post-training训练出来的reasoning model，在serving时会消耗大量额外的推理算力（详见B节）。

B. Reasoning Model让推理收入结构性扩大

前面的因果链一路推到这里：训练范式shift→训练出会thinking的模型→这种模型在serving时会产生大量thinking tokens。这一节我们看推理侧发生了什么。

Paradigm shift催生的产品形态叫Reasoning model：

·Claude Opus 4.7的extended thinking

·OpenAI o系列、GPT-5的reasoning mode

举个例子：用户问Claude "帮我看看这段代码有什么问题"：

非Reasoning模型 (传统):- 用户看到回答: 200 tokens (直接答案)- 模型实际生成: 200 tokens- 用户付费: 200 × $25/M = $0.005- 推理算力消耗: 1xReasoning模型 (Opus 4.7 max effort):- 用户看到回答: 200 tokens (最终答案)- 模型实际生成: 3,000 thinking + 200 final = 3,200 tokens- 用户付费: 3,200 × $25/M = $0.080  (Anthropic把thinking tokens按output tokens计费)- 推理算力消耗: ~16x

对AI Lab是结构性好事：

·收入侧：单次query产生的token量 ×10-20

·成本侧：算力消耗也 ×10-20（同比例）

·单token边际经济保持稳定，总市场规模放大：原来$30B ARR量级的市场，可能扩大到$300B量级

·用户感知价值反而更高。AI"在认真思考"让用户觉得回答更值钱，付费意愿更强

关于会计口径的再说明

第二章已经把"边际推理毛利率"和"自建工厂全成本毛利率"的区别讲清楚了。本章引入了第三个口径——全成本毛利率（含训练+R&D）。

按GAAP/IFRS会计准则，毛利率 = (营收 - COGS) / 营收。COGS（Cost of Revenue）包含的是"为了交付已有产品给客户而花的钱"：推理用GPU折旧、数据中心运营、第三方云成本、运维人员。

训练成本和R&D人员工资严格意义上属于R&D费用，不计入COGS——所以"推理直接毛利率"和"含训练摊销的全成本毛利率"在会计准则上是两个不同概念：

·前者算的是"毛利率"

·后者算的是"营业利润率"或更接近"营业现金流率"

但对投资者来说，只看毛利率会被误导。真正决定AI Lab能否活下去的，不是边际经济好不好，而是完整成本结构能否在算力规模化、训练成本可控、人才薪酬稳定的前提下，最终转正。

这也是为什么前面几张表必须把训练摊销加进来——不算训练的"毛利率70%"是个误导性指标。

总结：

全文算下来，如果你感到隐隐不安——这是正常的。

一个推理毛利率70%的公司，含训练和研发后全成本毛利率是-46%。一个"AI revolution"的核心叙事背后，是云厂商把自己的资产负债表推到极限来维持这个循环。这些数字放在一起，不好看。

但在你做出任何判断之前，有三件事值得放进同一张账单里。

第一，收入结构正在往有利的方向迁移。

Reasoning Model的普及，Thinking Mode正在改写token经济学的分母。Agentic任务的爆发更是把这个倍数再往上推，即使用户数量不增加，收入规模也在结构性扩大——这条曲线完全独立于"模型能不能更聪明"。

第二，训练成本的增速正在放缓，而训练出来的模型能力却在提升。

GPT-5的训练算力比GPT-4.5少——这不是没钱投了，而是训练范式从"堆预训练算力"转向了"RL后训练精准优化"。成本曲线正在弯折，而收入曲线仍在陡峭上升。

第三，Hyperscaler的强劲现金流提供了罕见的"容错空间"

AWS、Google Cloud、Azure三家2026年合计营收预计超过$5000亿，合计现金储备超过$3000亿。即使每年投入$600亿补贴AI Lab，对他们而言是现金流是充足的，即使是激进的押注，但远未到生死存亡的边界。更关键的是，他们不是在做慈善，而是有Revenue Share。这不是单向输血，而是一台设计精密的资本循环机器。

就像1999年的亚马逊、2012年的特斯拉——账面上一塌糊涂，但方向对的人最终赢了。那批光纤今天仍埋在海底，承载着全球所有的互联网流量。基础设施成功了，只是时间表和那批投资者都错了。

真正的问题是：这些正向信号的速度，能不能跑赢"烧钱"的速度？这套"Hyperscaler输血 + AI Lab亏损扩张"的模式，能撑到盈利那天吗？什么情况下会断？

下一篇，我们来讨论这个问题。