如果把大模型当成一门生意，我今天最想做的，是把两条看似无关的消息贴到同一张成本表上。
一条来自 DeepSeek：9 月 10 日起，Flash 模型低峰期缓存命中输入价降至每百万 token 0.02 元，降幅 60%。
另一条来自马斯克：xAI 相关园区正在建设 1.2 吉瓦天然气电站，SpaceX 甚至开始把部分燃机关键零部件纳入自制范围。
一边把 " 智能 " 卖得越来越便宜，一边不断加码电站、设备和厂房。这并不矛盾。恰恰相反，它说明 AI 产业已经从比模型能力，走到了比交付成本。
与此同时，多家媒体报道 DeepSeek 已与中信证券接触，科创板 IPO 前期尽调启动，但尚未签署正式辅导协议。苹果中国官网则在新品发布后上调了 iPhone 17、Air 和 17e 的价格。
苹果没有解释调价原因，因此不能简单归因于 AI 或存储涨价；但这种价格反差依然值得注意。
●数字智能越便宜，支撑它大规模交付的电力、设备和高利用率算力反而越值钱。
上市以后参数要换成现金流
如果 DeepSeek 真递交招股书，我最先看的不会是参数量，而是三个更俗的问题：用户每月花多少钱？一百万 token 还剩多少毛利？扩建算力要吞掉多少现金？
媒体披露的一轮融资约 500 亿元、投后估值超过 3500 亿元，都没有得到公司正式确认。相比猜市值，我更关心降价后，调用量能不能跑得比单价降得更快。
奶茶从 20 元降到 10 元未必是坏生意，前提是销量和门店效率一起提高。大模型也一样：价格战不可怕，低价却换不来使用量，才真正伤害估值。
●公开市场不会只给 " 聪明 " 定价，它会给收入、毛利和现金流定价。
便宜的只是一次调用
API 降价，不等于背后的 GPU、机房、电力和冷却也在降价。
训练像修高速公路，推理才是每天收过路费。真实流量有高峰低谷。为了春节客流，全年养着一座满负荷厨房，最终一定会被闲置率拖垮。
固定集群不会消失，但弹性推理会越来越重要。量化、蒸馏、缓存复用、连续批处理和异构调度，最终都在解决同一件事：让一张卡多干活、少空转。
Anthropic 最新发布的 2030 年经济情景模型也能说明问题。三种情景下，美国 GDP 相对无 AI 基线分别提高约 1.6%、8.3% 和 32.4%；极端情景失业率可能接近 11.9%。
这不是预测，更不是 " 程序员都要去修水管 "，而是基于能力、采用率和生产率假设的压力测试。要让宏观收益兑现，AI 必须进入数以亿计的日常调用。
● AI 创造多少价值，取决于智能能否低成本、大规模交付。
成本表底部是一度电
公开信息显示，xAI 相关园区正在建设 1.2 吉瓦永久天然气电站，41 台永久燃气轮机已获许可；SpaceX 推进的是燃机叶片等关键部件内制，不是已经自研出完整燃机。
GE Vernova 今年上半年的数据中心电气化订单超过 50 亿美元，已是 2025 年全年的两倍以上。AI 订单正从芯片传导到燃机、变压器、电网设备和冷却系统。
燃气轮机不是唯一答案。它部署较快、供电稳定，也面临排放、许可和燃料价格风险。电网扩容、核电、可再生能源加储能都会参与竞争。真正稀缺的是一度能够按时交付、长期稳定、价格可控的电。
● AI 公司的竞争力，正从模型能力延伸到重资产交付能力。
资本会把算力分成三类
截至 9 月 9 日收盘，英伟达年内仍上涨约 20%，但 9 月 8 日和 9 日连续回撤约 2.0% 和 0.9%。市场没有否定 AI 需求，只是越来越在意巨额投入何时变成利润。
未来算力资产会明显分层：只有 GPU、没有稳定负载的机房，折旧可能超出预期；能做弹性调度、压低推理成本的集群，可以获得更高回报；拥有电力指标、并网能力和长期客户的基础设施，则更像稀缺资源。
DeepSeek 若上市，真正重要的不是 " 值不值 4000 亿元 "，而是它会建立一把公开估值尺：模型能力看上限，token 收入看需求，毛利率看效率，现金流看能不能熬过下一轮技术周期。
●越容易复制的智能越便宜，越难复制的交付能力越值钱。
如果只能选一个指标给大模型公司定价，你会选模型能力、token 收入，还是自由现金流？评论区聊聊。
#AI 投资 #DeepSeek# 算力 # 人工智能 # 科技投资
