夜雨聆风《经济学人》最近有篇文章，问了个挺扎心的问题：同在AI牌桌，美国今年数据中心开支冲到7500亿美元，中国巨头投入的只是零头，模型水平其实只差一层窗户纸。谁亏了？
先看美国把钱砸在哪里了。
OpenAI把到2030年的算力总开支预期抬到7500亿。Alphabet全年资本开支飙到1950亿到2050亿美元，二季度自由现金流头一回跌破零线。OpenAI拉着软银、甲骨文，要建5000亿美元的"星门"数据中心。英伟达还在谈判桌上，要不要给俄亥俄的项目担保2500亿。四家巨头凑一起，全年资本开支逼近7500亿。
思路就一条：先砸出一个比人聪明的AI，再倒推要多少芯片、多少电。前提是华尔街肯先垫钱，而且"最神"那个最后真能卖钱。现在股东开始问钱什么时候能回来，这根链条就开始晃了。
中国走的是另一条路。
DeepSeek投入557万美元训出V3，R1的API价是OpenAI的1/30。Kimi K3发布，2.8万亿参数，编码评测把Claude的顶尖模型顶了下去，单次任务价格只有1/3。
省钱不全靠人工便宜。稀疏MoE、FP8混合精度、动态路由，把废计算砍掉。制裁逼着国产卡把通信抠到极限——这是被卡脖子卡出来的工程纪律。美国没这紧箍咒，自然往"再加一万张卡"那边滑。
OpenRouter 7月的数据：中国模型一周被调用33万亿Token，美国2.34万亿。调用量大不等于最聪明，只说明一件事——Token价格被击穿地板，中小企业敢把报表、售后、合同全交给模型，工厂能自己微调产线告警。AI从奢侈品变水电，靠的不是分数高5%，是便宜到拧开水龙头就能用。
差距当然真实存在。算力、芯片设计软件、光刻机这些底层东西，美国仍攥在手里。中国追的是"够用且铺得开"，不是"全球最神"。
"领先常是先烈"这话只对一半。美国不是技术先烈——Transformer、RLHF全是它先定义的——它冒的是商业先烈险：几千亿砸出去，万一回报回不来，泡沫先破的是资本开支。中国绕开了这险，代价是把"定义下一代智能"的座位暂时让出去。哪天真让美国跑通超级智能的闭环，追尾成本会突然变高。
《经济学人》的潜台词：市场配置资源更高效？AI这摊事上不一定。修水网本就得按全国口径来，不能等每个村自己算回本账。美国按华尔街的账本来，中国按工厂车间的需求来，各有各的尺子。
尺子不同，选择自然不同。多数公司不需要Claude的顶尖模型，需要的是K3这种便宜、能自部署、出错了能改的同事。为那5%的峰值多付百倍钱，是硅谷的股东在付，不是你。
当前，美国仍然握着技术高度，而中国让技术像水一样流进普通企业、人家的门。
本文作者为金融经济师（证书编号02124753）