同样烧掉一千亿美元的算力，一个能赚回一千二百亿，另一个只能收回三百亿

同样烧掉一千亿美元的算力，一个能赚回一千二百亿，另一个只能收回三百亿。 差出来的这九百亿美元，正在把整个开源 AI 拖进死胡同。 算力再充足，也架不住账本算不过来。 在高盛科技大会上，博通 CEO 陈福阳（Hock Tan）把这笔账摆到了台面上。 作为全球最大的 AI 网络与定制芯片巨头，博通手里攥着所有科技大厂一手订货单。 谁买了多少颗定制芯片，谁订了多少万只光模块，博通看底牌看得一清二楚。 陈福阳给出的行业底层测算是：全球跑 AI 推理的基础设施，每年硬生生吃掉两千亿美元。 这两千亿被整整齐齐劈成两半。 一边是闭源的前沿模型，一边是开源权重模型。 两边各自消耗了一千亿美元的算力。 但产出的收入，却天差地别。 闭源前沿模型花掉一千亿，能稳稳拿到一千二百亿美元收入。 开源模型同样烧掉一千亿，却只能收回可怜的三百亿。 为什么开源模型烧了同样的电和芯片，却只能赚回三百亿？ 问题全在代工托管的价格战里。 开源模型把模型权重文件免费放了出来。 任何一家云厂商，只要买来显卡，都能在自己的机房部署一套，对外出售接口。 当几百家云厂商卖着一模一样的模型时，能比的就只有一件事： 降价。 每百万标记的调用价格，在过去两年里跌去了九成以上。 云厂商卖接口的毛利被压到了个位数，甚至连机房的电费和水冷散热成本都保不住。 不仅如此，开源模型在推理效率上还存在隐形惩罚。 业内测试显示，为了完成同一个复杂推理任务，开源模型往往需要消耗比前沿模型多出两到三倍的标记量。 看起来单价便宜，机房里的电表却在成倍狂转。 买这些便宜接口的客户，大多是做概念验证的小团队或者套壳工具，根本撑不起大额客单价。 整个开源生态辛辛苦苦跑了一整年，在市场上只拿到三百亿美元收入。 那一千亿美元的算力账单，当场砸出一个七百亿美元的资金黑洞。 那闭源的前沿模型凭什么能赚回一千二百亿？ 因为它们手里握着无可替代的智能租金。 陈福阳算过一笔细账：一个 1 吉瓦（GW）容量的顶级算力中心，每年电力、运维与硬件折旧要吃掉一百亿美元。 但如果跑的是前沿闭源模型，它能换回将近三百亿美元的年化经常性收入。 大企业采购前沿模型，根本不图那几美分的接口折扣。 他们要的是能够稳定替代人工的逻辑推理、复杂的代码架构能力，以及闭环的企业数据安全。 一个年薪十万美元的初级程序员或合规分析师，如果能被前沿模型提效甚至替代，企业根本不在乎调用费是一千美元还是五千美元。 前沿实验室拥有绝对的定价权，可以把毛利率牢牢锁定在高位。 花掉一千亿算力，就能从大企业的软件预算里硬生生切下一千二百亿美元的经常性收入。 这就引出了那个残酷的商业死局。 芯片和机房不会因为你开源就给你打折。 跑开源模型的机架，同样需要烧昂贵的电力，同样需要液冷散热，同样插着几万美元一颗的计算芯片。 更致命的是硬件的折旧墙。 一套顶级算力集群，物理折旧寿命只有三到四年。 三年一到，这批硬件在账面上就必须归零，你得掏出真金白银去买下一代更先进的芯片。 再加上华尔街资本的催命符。 高盛在研报里统计，到 2026 年，全行业为了采购算力发行的相关债务已经逼近五千亿美元。 阿波罗（Apollo）、黑石（Blackstone）这些华尔街巨头把机房和显卡包装成高息债务，每天都在按秒计算利息。 闭源巨头每年有一千二百亿进账，扣掉算力成本还能剩下两百亿利润，足以支撑下一轮造血和还债。 开源模型每年倒亏七百亿美元，拿什么去还债？又拿什么去更新下一代硬件？ 过去这一年，开源生态之所以看起来繁荣，全靠巨头的外部输血。 大科技公司为了瓦解对手的软件壁垒，宁愿自己掏几十亿美元资本开支，把模型开源当成互补品来补贴。 风险投资和云厂商为了抢市场份额，也在咬牙替用户垫付电费。 但在商业世界里，任何不产生正向现金流的补贴，都有额度耗尽的一天。 当华尔街开始对科技巨头的资本开支查账，或者投资人的资金链收紧，谁来继续填补这每年七百亿美元的算力窟窿？ 陈福阳在台上留下的那句话，冷冰冰地戳破了所有狂热： 这两种模式，注定有一个活不下去。 当算力从技术探索变成重资产工业，理想主义救不了资产负债表。 等下一代硬件更新的大幕拉开，真正被清出牌桌的，大概率就是那个付不起电费的人。