{"source":{"id":"mb-20260827-db52ed","title":"每天吞吐 18.4 万亿个 Token 的大模型推理市场，正撕开一条极度残酷的价值断层","url":"https://mubeitech.com/p/mb-20260827-db52ed"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"mb-20260823-338c21","account":"mubei","brand":"","title":"两个月时间，AI 行业的底层权力结构被悄悄颠覆了","summary":"两个月时间，AI 行业的底层权力结构被悄悄颠覆了","body":"两个月时间，AI 行业的底层权力结构被悄悄颠覆了。\n2026 年 6 月，在 Vercel 的开发网关上，开源模型的 Token 处理量只占 28.4%。\n到了 8 月下旬，这个数字直接飙升到了 62%。\n闭源巨头筑起的技术高墙，在真实流量面前几乎被瞬间冲垮。\n最诡异的地方在于，与此同时，OpenAI 和 Anthropic 的营收还在加速增长。\n一边是顶尖实验室账面收入创新高，一边是实际调用份额被开源模型成倍蚕食。\n这到底是在繁荣，还是在退潮？\n要看懂这场无声的剧变，必须搬出商业史上最经典的一台冰冷机器。\n哈佛商学院克里斯坦森在 2003 年提出的「利润守恒定律」。\n这一定律揭示过一个残酷的商业铁律。\n当一个价值链中的某个核心环节被标准化、模块化和大宗商品化时，这个环节的暴利就会迅速蒸发。\n但利润本身不会凭空消失。\n它必然会迁移到产业链相邻的、最稀缺且不可替代的环节。\n过去两年，整个科技圈都在押注「模型即终局」。\n所有人都以为，掌握最强大脑的模型厂商，会通吃整条产业链的超额利润。\n现实的技术演进却走了一条相反的路。\n开源模型迅速跨过了「足够好用」的工程临界点。\n对企业和开发者来说，绝大多数日常任务根本不需要调用昂贵的顶级前沿模型。\n更关键的推手是网关层的解耦。\n一旦统一接口将底层模型彻底抽象化，更换模型的切换成本瞬间归零。\n大模型从一种不可替代的神秘智慧，迅速退化成了随取随用的廉价电力。\n模型层的模块化一旦完成，利润守恒定律立刻无情启动。\n暴利开始向产业链的两端极速迁移。\n一端向着底层的物理硬件逃逸。\n杰文斯悖论在这里彻底显形：单次调用的成本越便宜，全球激发的调用总量就越呈指数级爆发。\n模型厂商降价内卷省下来的每一分钱，最终都原封不动变成了对英伟达芯片、高带宽内存、先进封装和电力能源的刚性采购。\n另一端向着顶层的专属工作流逃逸。\n单纯提供通用算力的模型没有护城河，只有把模型深度嵌入私有业务流程、掌握专有数据和验证体系的应用，才能守住高毛利。\n夹在中间的纯模型层，正在被两头挤压成利润最薄的过路管道。\n顶尖实验室依然可以烧掉数百亿美元训练下一代前沿模型。\n但在开源生态的贴身紧逼下，任何性能领先的商业溢价窗口，都会被迅速拉平。\n最赚钱的生意，从来不在被迅速商品化的中间层。\n当一种技术变得像自来水一样普及，真正拿走全部利润的，永远是底层的自来水管网，和顶层用自来水酿造出高附加值产品的人。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-23 18:17:13","created_at":"2026-08-23 18:17:13","url":"https://mubeitech.com/p/mb-20260823-338c21","markdown_url":"https://mubeitech.com/p/mb-20260823-338c21/markdown"},{"rank":2,"id":"2068767074663690502","account":"mubei","brand":"@mubei","title":"“模型，已经不再是产品了。” 说这话的，是 OpenAI 的联合创始人 Greg Brockman，和 Perplexi…","summary":"“模型，已经不再是产品了。” 说这话的，是 OpenAI 的联合创始人 Greg Brockman，和 Perplexity 的老板 Aravind Srinivas。 按理说，最希望“模型就是产品”的，应该是这些头部大模型厂商。 但现在，大家都回过神来了。 如果你只是个转售大模…","body":"“模型，已经不再是产品了。”\n\n说这话的，是 OpenAI 的联合创始人 Greg Brockman，和 Perplexity 的老板 Aravind Srinivas。\n按理说，最希望“模型就是产品”的，应该是这些头部大模型厂商。\n但现在，大家都回过神来了。\n如果你只是个转售大模型 Token 的二道贩子，你根本没有壁垒，因为模型终究会沦为便宜的“大宗商品”。\n\n现在真正的产品，叫“编排系统”（Orchestration System）。\n说白了，就是把一个大模型，装进一套“智能体马鞍”（Agent Harness）里。\n\n什么是 Agent Harness？\n\n就是一套运转规则。\n决定这个智能体怎么跑循环、怎么拆解任务、什么时候调用工具、什么时候召唤子智能体。\n光有聪明的脑子（模型）没用，你得有手、有脚、有工作流，才能把脑力变现。\n\n这里面，还藏着一个杀手级的行业竞争差。\n为什么独立编排系统（比如 Perplexity）能跟大厂抗衡？\n因为门户之见。\n你绝不可能在 Anthropic 的 Claude Code 里，看到 OpenAI 的 GPT-5；\n你也绝不可能在 OpenAI 的产品里，调用 Claude 3.5。\n但第三方的编排系统可以。\n它可以在不同的任务节点，调用最合适、最便宜的模型，把效率压榨到极致。\n\n所以，未来的 AI 竞争，拼的是一个终极指标：\nToken Value Per Watt Per User（单用户、单瓦特功耗下，所产出的 Token 价值）。\n\n算力的底层是电力，电力是不可逾越的物理限制。\n谁能用最少的电，帮用户跑出最值钱的输出，谁就握着终极定价权。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2068992951938585041","translated_status_id":"2068992951938585041","published_at":"2026-06-22 09:11:51","created_at":"2026-06-22T11:10:45.506141","url":"https://mubeitech.com/p/2068767074663690502","markdown_url":"https://mubeitech.com/p/2068767074663690502/markdown"},{"rank":3,"id":"2079562824112538096","account":"mubei","brand":"@mubei","title":"卖大模型的人，其实都在给云厂商打工。 一位前AWS高管算了一笔账。 以明星AI公司Anthropic为例。 客户在AWS…","summary":"卖大模型的人，其实都在给云厂商打工。 一位前AWS高管算了一笔账。 以明星AI公司Anthropic为例。 客户在AWS上每花1美元用它的模型，这钱怎么分？ 0.2美元，AWS拿走，这叫“带客费”。 0.4美元，分给Anthropic。 剩下0.4美元，又回到了AWS口袋，这是运…","body":"卖大模型的人，其实都在给云厂商打工。\n\n一位前AWS高管算了一笔账。\n以明星AI公司Anthropic为例。\n客户在AWS上每花1美元用它的模型，这钱怎么分？\n\n0.2美元，AWS拿走，这叫“带客费”。\n0.4美元，分给Anthropic。\n剩下0.4美元，又回到了AWS口袋，这是运行模型的算力费。\n算下来，60%的钱在云厂商手里。\n\n还没完。\nAnthropic其实是在双头交租。\n为了训练模型，它得先向AWS买下50万个芯片系统的算力。\n等模型做好了要卖，摩根大通这种大客户要求绝对的数据隐私。\n怎么办？\n只能把模型直接丢进AWS的私有网络里。\n99.9%的客户，都是通过AWS的托管服务Bedrock来调用模型。\n等于把产品命脉全交了出去。\n而Bedrock这种平台服务，比直接卖裸算力，利润率高出15%到20%。\n\n那如果客户嫌贵不用Anthropic，改用免费的开源模型呢？\n云厂商笑得更大声。\n客户照样得在云上烧GPU跑模型。\n更妙的是，原本要分给模型公司的那0.4美元也省了。\n亚马逊不需要付任何模型费，直接把利润吃干榨尽。\n\n不管开源还是闭源，只要算力还在云上，庄家就永远不会输。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2079608348245127254","translated_status_id":"2079608348245127254","published_at":"2026-07-21 16:06:06","created_at":"2026-07-21T18:01:24+02:00","url":"https://mubeitech.com/p/2079562824112538096","markdown_url":"https://mubeitech.com/p/2079562824112538096/markdown"},{"rank":4,"id":"mb-20260823-da2f86","account":"mubei","brand":"","title":"Vercel 创始人 Guillermo Rauch 披露了一组很有意思的数据","summary":"Vercel 创始人 Guillermo Rauch 披露了一组很有意思的数据","body":"Vercel 创始人 Guillermo Rauch 披露了一组很有意思的数据。\n在他们的开发者网关上，开源权重模型的 Token 消耗占比创下了历史新高。\n两个月前的 6 月 24 日，闭源大模型还占据着 71.6% 的绝对大头，开源模型只有 28.4%。\n到了 8 月 22 日，局面彻底颠倒。\n开源模型的份额暴涨到了 62%，闭源模型直接缩水到了 38%。\n短短六十天，整个行业的分词结构发生了一场静悄悄的倒灌。\n为什么会这样？\n如果看社交网络上的讨论，大家都在追捧最新、最贵、推理能力最强的闭源旗舰。\n但为什么工程落地最前线的真实账单，却把超过六成的流量倒给了开源？\n因为软件的调用形态变了。\n过去人类使用大模型，是坐在聊天框前面单轮提问。\n一个人一分钟最多读几百个词，哪怕每次都调用单价最高的顶配模型，一个月也花不了几块钱。\n现在的 AI 正在离开对话框，进入后台的自动化智能体和命令行工具。\n当代码开始在后台自主循环，Token 的消耗量被瞬间放大了成百上千倍。\n一个智能体为了修复一行代码或抓取一组数据，可能要在后台执行几十次工具调用。\n这些在后台跑来跑去的分词，九成以上都属于中间过渡环节。\n它们负责格式对齐、参数校验、状态清洗、搜索过滤和重试循环。\n行业里管这些叫计算脚手架。\n用单价几美元的顶级闭源模型去跑海量的基础脚手架，账单会在几小时内被彻底击穿。\n而开源模型只要跨过了性能及格线，分词成本能直接降下一到两个数量级。\n工程师算得很精：把 90% 的脏活累活分流给廉价的开源模型，只把顶层 10% 最关键的裁决交给昂贵的闭源旗舰。\n商业史上早就有一台现成的机器解释过这种演变。\n哈佛商学院教授克莱顿·克里斯坦森在 2003 年提出过一个理论，叫利益守恒定律。\n当一条产业链底层的核心模块越过及格线、变成随取随用的廉价商品时，整条链条的利润并不会凭空蒸发。\n它会沿着接口向上迁移，转移到那个负责组织、调度和约束它的整合层上。\n这正是开发者生态正在发生的事情。\n底层模型的分词正在迅速商品化，变成类似自来水一样的廉价公共品。\n而真正拉开系统差距、吃下核心价值的，变成了外层的调用脚手架与路由网关。\n决定一套智能系统最终上限的，从来不是你在后台烧了多少昂贵的底座分词。\n是在外面把控每一次分流、判定每一步对错的那套架构。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-23 00:21:48","created_at":"2026-08-23 00:21:48","url":"https://mubeitech.com/p/mb-20260823-da2f86","markdown_url":"https://mubeitech.com/p/mb-20260823-da2f86/markdown"},{"rank":5,"id":"mb-20260826-a16ede","account":"mubei","brand":"","title":"月之暗面把 2.8 万亿参数的 Kimi K3 开源了","summary":"月之暗面把 2.8 万亿参数的 Kimi K3 开源了","body":"月之暗面把 2.8 万亿参数的 Kimi K3 开源了。\n随后它去找微软、亚马逊和谷歌，开出了一个前所未有的条件。\n美国三大云巨头在自己平台上分发 Kimi K3，月之暗面要抽走 30% 的收入。\n消息一出，整个科技界都在看这桩谈判。\n\n过去二十年，向来是平台向下抽税。\n苹果从应用商店里抽走 30%。\n亚马逊把开源软件打包成云服务，拿走 100% 的商业收益。\n为什么一家中国模型公司，敢反过来去收美国云巨头的过路费？\n\n这背后是一套正在被颠覆的商业机器。\n第一道齿轮，叫算力重力。\n如果一个模型只有 70 亿参数，你可以在个人电脑上随便跑。\n算力高度分散，没有谁能垄断分发。\nKimi K3 的体量达到了 2.8 万亿参数。\n这种庞然大物，需要成百上千张高端显卡组成集群才能跑起来。\n普通企业根本建不起这样的基础设施。\n全球只有微软 Azure、亚马逊 AWS 和谷歌云，拥有承载它的物理机房。\n权重虽然公开了，但能把它变成商业服务的入口，被死死锁在几家云厂商手里。\n\n这就触发了第二道齿轮：开源搭便车的死局。\n2021 年，数据库公司 Elastic 愤而修改开源协议，向亚马逊开战。\n因为亚马逊直接把开源代码打包成托管服务，年入数亿，开源团队分不到一分钱。\n传统软件时代，开源开发者只能被动防守。\n但在大模型时代，训练一个千亿、万亿参数的模型，前期要烧掉几千万甚至上亿美元。\n如果云厂商继续零成本拉走权重、转手卖调用量变现，模型公司就会被迅速吸干。\n月之暗面要这 30%，是在尝试建立一种逆向平台税。\n它试图把开源模型从免费公共品，重构为类似芯片架构的知识产权许可。\n硬件是你的，但智能核心是我的。\n你想用我的模型赚钱，就得为前期的研发成本付版税。\n\n谈判最难跨过的坎，甚至还不在分成比例。\n真正的死结在代币审计。\n企业到底调用了多少次模型，消耗了多少输入和输出，向来是云厂商内部的黑箱。\n一旦签下三成收入分成，云巨头就必须向一家外部初创公司开放真实的计费日志。\n从高高在上的基础设施房东，变成被模型厂商查账的管道。\n这是传统云巨头从未让渡过的权力。\n\n大模型正在重构软件与硬件的权力天平。\n过去拥有机房的人统治一切。\n当模型规模大到只有超级机房才能承载，而超级机房又需要顶尖模型来留住客户时，收税的人和交税的人，开始换了位置。\n真正的技术壁垒，从来不仅是代码是否开源。\n谁能把智力资产变成别人硬件上拔不掉的收费站，谁才握住了真正的议价权。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-26 18:33:04","created_at":"2026-08-26 18:33:04","url":"https://mubeitech.com/p/mb-20260826-a16ede","markdown_url":"https://mubeitech.com/p/mb-20260826-a16ede/markdown"},{"rank":6,"id":"mb-20260823-6cee56","account":"mubei","brand":"","title":"很多人以为，这场数百亿美元的算力军备竞赛，靠的是风险投资在不断写支票","summary":"很多人以为，这场数百亿美元的算力军备竞赛，靠的是风险投资在不断写支票","body":"很多人以为，这场数百亿美元的算力军备竞赛，靠的是风险投资在不断写支票。\n但这只是最表层的故事。\n真正的算力底座，从来不是靠卖股权买出来的。\n谁会拿稀释自己核心股权的昂贵资金，去买一批三年后就会大幅贬值的芯片？\n在硅谷和华尔街的牌桌底下，真正托起这场算力扩张的，是一套层层咬合的债务供血机器。\n它把成千上万张英伟达芯片，切分成了三层完全不同的借贷通道。\n为什么买算力不能走普通的银行贷款？\n为什么传统的借贷逻辑，碰上 AI 芯片就全部失效了？\n核心阻碍只有两个字：折旧。\n一张顶级芯片动辄三四万美元。\n它的物理寿命可能有五年，但在摩尔定律的迭代下，它的经济竞争寿命通常只有两到三年。\n一旦下一代架构问世，旧芯片的算力租金就会断崖式下跌。\n传统商业银行看不懂这种折旧速度，不敢无抵押放款。\n风险投资的股权资金又太贵，没人愿意拿股权去填重资产的无底洞。\n于是，一套三层算力信贷堆栈被搭建了出来。\n最顶层的通道，是超级云巨头专享的投资级企业债。\n微软、亚马逊、谷歌、Meta 这些拥有庞大现金流的巨头，根本不需要拿显卡当抵押品。\n它们直接把整个公司的资产负债表当做后盾，在公开债券市场上发售低息企业债。\n2025 年，这些超级巨头发行了 1080 亿美元的投资级债券，支撑起它们两成以上的算力资本开支。\n到了 2026 年上半年，这个发债规模直接飙升到了 1940 亿美元。\n这是信用最好、资金成本最低的一层。\n往下走一层，是没有万亿美元市值的算力新贵，它们同样需要十几万张芯片。\n这催生了第二条通道：华尔街的私市信贷与特设目的载体（SPV）。\n像 CoreWeave 这样的新型云厂商，找到了黑石（Blackstone）、Blue Owl 和 Magnetar 这些私市信贷巨头。\n早期的算力借贷，要承受 11% 到 15% 的高昂利息，纯靠物理芯片做抵押。\n现在的金融结构被打磨得异常精密。\n借款方把成千上万张英伟达 H100 和 Blackwell 芯片装进独立的特设目的载体。\n同时抵押进去的，还有大客户签订的照付不议（Take-or-Pay）长期租用合同。\n黑石领衔的 75 亿美元和 85 亿美元巨额信贷，就是这样落地的。\n只要下游客户的租金现金流被法律合同锁死，硬件贬值的风险就被分担了出去。\n更底层的中小算力运营商和独立机房，既没有巨头的评级，也够不着数十亿美元的门槛。\n于是，第三条借贷通道在区块链上生长了出来：代币化硬件信贷。\n像 USD.AI 这样的去中心化协议，开始把物理世界的算力资产代币化。\n运营商将真实的英伟达硬件质押进智能合约，在三十天内完成非追索权贷款。\n协议以此为底层资产铸造合成美元 USDai，再把租金收益分发给链上的流动性提供者。\n传统金融的层层审批被代码和智能合约直接跳过。\n看懂这三层堆栈，你就看懂了 AI 算力竞争的底层逻辑。\n这场竞赛已经从轻资产的软件开发，变成了一场大宗商品化的重工业基础设施建设。\n巨头用大盘现金流稀释成本。\n算力独角兽用特设目的载体和长期租约锁死风险。\n长尾玩家用链上代币化打通全球流动性。\n当算力被改造成标准化的金融抵押品，真正的胜负手就不再只取决于谁的模型多跑了几个点。\n在于谁能在这套债务机器里，用最低的资本代价，跨过那道残酷的技术折旧悬崖。","category":"经济","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-23 18:17:11","created_at":"2026-08-23 18:17:11","url":"https://mubeitech.com/p/mb-20260823-6cee56","markdown_url":"https://mubeitech.com/p/mb-20260823-6cee56/markdown"}]}