SHEYU.AI舍予基業
AI 早報

Anthropic 的七年 116 億美元算力長約,簽給了 Akamai

Anthropic 與 Akamai 簽下七年 116 億美元 CPU 算力長約,揭示 AI 成本正從訓練轉向推理。文章拆解這筆交易對 API 定價、中小企業與出海團隊的真實影響。

·3 分鐘閱讀
Anthropic 的七年 116 億美元算力長約,簽給了 Akamai
AI 生成配圖,非新聞現場照片

財聯社 9 月 25 日的一則消息,被當天更大的行情蓋了過去:老牌互聯網基礎設施公司阿克邁(Akamai)宣佈大幅擴大與 Anthropic 的合作,拿到這家 AI 公司七年期、總額 116 億美元的合同承諾。

這筆單子比任何一場模型發佈會都更值得企業主讀一遍。它標出了 AI 的成本究竟壓在哪一層。

116 億美元,買的是 CPU

按公告,Akamai 提供的是旗下雲業務的分佈式 AI 基礎設施和軟件,用於支撐 Anthropic 快速增長的 CPU 工作負載。

交易還留了口子:未來可再擴大最多 90 億美元,潛在總承諾規模約 200 億美元。

七年、116 億美元,攤下來每年約 16.6 億美元。真正該被圈出來的詞,是 CPU。

過去三年,AI 的硬件敘事幾乎等同於 GPU。這一次,Anthropic 用一份長達七年的承諾鎖住的,是分佈在多個地點的通用算力和調度軟件——模型訓練完之後,每天替真實用戶幹活的那一層。

一家頭部模型公司花大錢買的,不是「訓練得更聰明」,而是「跑得更便宜、更穩」。

再看另一條。9 月 13 日,智譜公告配售新股,並同步發行人民幣 201.4 億元、2027 年到期的零息可轉換債券,合計募資約 393 億港元,其中約六成投向下一代基礎模型、完全自訓練體系與算力基礎設施。一家在加州,一家在北京,錢往同一個方向走。

訓練是首付,推理是月供

模型訓練是一次性支出,推理是按月、按調用量長出來的賬單。前者可以靠一輪融資覆蓋,後者必須靠便宜且穩定的算力撐住。

Anthropic 把七年的成本先定下來,等於承認了一件事:未來幾年真正決定 AI 公司生死的,是每次調用的單位成本,而不是榜單上的分數。

產品側的動作也在配合。據《財富》9 月 24 日報道(未獲官方確認),OpenAI 計劃在未來數週預覽網絡安全專用模型 GPT-6 Cyber,並稱其 9 月 29 日的 DevDay 上還有十餘項其他產品發佈。

產品發得越多,推理側的消耗曲線就越陡。

這就是 116 億美元背後的算術:需求在放量,供給要提前鎖。

「這不關中小企業的事」,是最偷懶的解釋

一種流行的說法是:這是兩家美國公司之間的長期採購,真正的對手是谷歌雲、亞馬遜雲,跟新加坡、吉隆坡、迪拜的中小企業和出海團隊沒有關係。

我們不這麼看。

先說上游。長約鎖的是上游成本,零售價是從上游成本里長出來的。這不是道德判斷,是會計順序。

Anthropic 寧可犧牲靈活性也要可預期,傳導到 API 定價上,意味著價格會更穩,但調整時也更突然。

配圖

需求側也已經在放量。9 月 24 日,珠海橫琴長隆飛船樂園,300 餘台智元機器人分佈在園區裡指路、講解、陪遊客打乒乓球;同日,智元第 2 萬台通用具身智能機器人下線(環球時報,9 月 25 日)。

9 月 22 日,凱文·凱利在中國的一場演講裡說,未來五年 99% 的 AI 甚至不會接觸人類,他身邊的硅谷工程師早就不寫代碼了,而是同時管理 6 到 10 個 AI 智能體(第一財經/企業家雜誌)。當你團隊裡每個人手下都掛著幾個 agent,算力就從研發預算變成了運營開支。

還有錢和利率。德勤 9 月發佈的前三季度回顧指出,全球商業對 AI 的強勁需求推高了 AI 及科技價值鏈相關上市項目的融資規模;同一份報告裡,中資企業赴美上市活動幾乎停滯。

9 月 24 日,30 年期美債收益率升至 2004 年 6 月以來最高(新浪 AI 熱點小時報,9 月 25 日)。在這種融資成本下,能籤七年長約的公司,等於給自己買了一份對抗波動的保單。

反方向的壓力也別忘了。據美國「政客新聞網」9 月 24 日報道,白宮已要求 OpenAI 與 Anthropic 暫緩向英國 AI 安全研究所提供新模型,直到美方完成審查。

上游要長約,下游要審查,模型公司正在被兩頭同時擠壓——這筆成本,遲早會體現在價格和可用性上。

判斷

AI 行業前兩年的敘事是模型能力的軍備競賽,接下來兩年是採購與合同的競賽。誰的算力合同更長、更便宜、更貼近用戶,誰就能把單價壓得更低。

對中小企業和出海團隊來說,這既是壞消息——你不在談判桌上;也是好消息——你能在價格上受益。

前提是別把預算押在錯誤的架構上,也別默認今天的價格明年還在。

AI 算力成本推理算力採購API 定價趨勢出海企業 AI 預算中小企業 AI 應用算力長約AI 智能體運營成本

Read in English →