←返回研究库
Research #17 · 研究报告 · Token Economics

每 GW 的损益表:把 AI 交易从叙事带回单位经济学

三条等式、一个转移价格、三种产业形态:本文用 2026 年两份标志性申报文件校准 AI 经济的单位经济学,把行业从单公司解析推演到行业损益表,指出资本市场的信息局限,并提出新估值 KPI 矩阵与分层披露标准。

作者Yumei Dou
发布November 19, 2026
形式研究报告 · Token Economics
状态v1.0 · 2026-11-19 发布(数据截至 Anthropic 最终招股书与上市首日收盘)

第一部分 · 数学脊柱:三条等式,一个转移价格

AI 经济由两层构成:把电力变成算力的基础设施层,和把算力变成智能并收费的应用层。两层各有一条收入等式,层与层之间由一个转移价格连接。这三条关系构成本文全部分析的脊柱;后文的每一个数字都挂在这三条等式上。

等式一:基础设施层收入(按能量展开)
Revenue per GW·yr = 利用率 × 3.15×10¹⁶ J ×(tokens / joule)×($ / token)
一个 GW 满载一年约 3.15×10¹⁶ 焦耳,是物理常数;tokens/joule 由模型架构与芯片共同决定,是物理层变量(Research #15、#16 的研究对象);$/token 由市场定价决定。财务指标的分子里本来就装着物理层指标:物理层指标升格为估值指标不是预测,而是代数。
等式二:应用层成本(Fabless 成本等式)
算力成本 per GW 当量·yr =(GPUs per GW)×($ / GPU·小时)× 8760 × 预订率
物理桥:tokens / GPU·小时 = tokens/joule × GPU 功率 × 3600。GPU·小时口径与 GW 能量口径通过功率严格互换;tokens/GPU·小时随硬件型号与模型吞吐变化,$/token 随模型性能变化,引用必须带规格。
等式三:层间闭合(转移价格恒等式)
基础设施层收入 ≡ 应用层算力成本; 应用层收入 = ρ × 应用层算力成本
同一笔钱在卖方叫收入、在买方叫成本:$ / GPU·小时就是这个行业的转移价格。ρ 为「每算力美元收入」(revenue per compute dollar),是应用层的核心效率比。三条等式联立,整个行业的损益表就能从单位数据推出来。

这三条等式是后文的全部语法。每条等式先有一个一句话用途,再在各部分承担明确分工:

表 1:三条等式的用途与分工

等式一句话用途第二部分中的角色第三部分中的角色
等式一(基础设施层收入)行业的宏观收入尺:从装机规模自下而上测算全行业 AI 收入与展望为 Foundry 与 IDM 定价;单公司解析的标尺;乘以装机规模得到行业收入端它的物理层变量(tokens/joule、bytes/token)就是市场今天完全不观察的变量:KPI 矩阵的物理层由此而来
等式二(Fabless 成本)层间的双向尺子:同一公式,买方读是算力成本核算,卖方读是出租方收入测算(预订率与利用率互为镜像)为 Fabless 定价;其按期限分桶的 GPU·小时账单,是应用层风险的所在地分桶信息不披露,正是 S-1 承认的「溢价算力」风险不可核查的原因:披露矩阵由此而来
等式三(层间闭合 / 转移价格)单公司的货币化尺:应用层收入 = ρ × 算力成本,ρ 与算力投入都是收入的放大因子,度量模型竞争力与商业货币化的成功程度行业损益表的勾稽关系:Foundry 的输出就是 Fabless 的输入,合并时对消;IDM 把它折叠进报表内部信息局限的三个来源各与它相关一次:来源一错用它(以少数公司的读数外推行业基数)、来源二使它不可用(折叠分离不出变量)、来源三使它失准(闭环污染转移价格)

校准:两份申报文件给出的实测值

2026 年申报季第一次让三条等式的每个变量都有了可审计的锚点。表 2 汇总两层的校准值与出处:

表 2:三条等式变量的校准值与出处

变量校准值口径与出处挂在哪条等式
Revenue per GW·yr约 165 亿美元(上季 63 亿)SPCX Q3 8-K:SI 基建收入 70.22 亿年化 / 期末 1.7 GW等式一左端
建设成本 per GW400 到 500 亿美元行业全包口径(Altimeter:Vera Rubin 一代约 500 亿;NVIDIA 每 GW 可售产品 400 亿以上)成本基准
折旧 per GW·yr80 到 100 亿美元五年直线,InAI 推算成本基准
tokens / joule0.1 到 2.5(必须带边界)TokenPowerBench、John Snow Labs 2025 到 2026 基准:70B 级 FP8 大 batch 约 2.56;长上下文与深度推理降至 0.1 到 0.14;上下文 2K 到 10K 能耗/token 约升 3 倍等式一、物理桥
bytes / token新一代降幅 2.3 到 48 倍Research #16:十家实验室三十余模型实测tokens/joule 的架构弹性来源
ρ(每算力美元收入)1.77(2026 前九个月;Q3 单季 1.72)ANT S-1/A 原文:九个月收入 332.42 亿 ÷ 算力与基础设施费用 188.08 亿;媒体曾按 Q2 纯算力支出窄口径读作 2.08,本文统一用可审计的宽口径等式三
应用层经营现金流九个月 +66 亿美元ANT S-1/A(上年同期 -20 亿)现金签名(第二部分)

两个校准值要立刻加上警示。其一,分母警示:SPCX 的 revenue per GW 单季从 63 亿跳到 165 亿而产能只增 21%,按 8-K,首要驱动是新云服务协议开始计费,Cursor 并表(8 月中旬交割)贡献约 14 亿单位增量。以期末产能为分母的单季读数天然波动,这是第三部分披露标准的直接理由。其二,规格警示:tokens/joule 相差 25 倍的区间不是测量误差,而是边界条件(芯片级还是含 PUE 的设施级、prefill 还是 decode、batch 与上下文规格)与架构弹性的真实跨度,引用必须带规格。

闭合检验:三个独立数据源互证

等式一是否真的成立,可以反解检验:按 SPCX 校准的 165 亿美元/GW·yr,取设施级约 1 token/joule 与 50% 利用率,隐含的混合实现价格约每百万 token 1.05 美元,正落在市场观测的 API 混合定价区间内。申报文件(SPCX 8-K)、能耗基准(TokenPowerBench 族)、市场价格(Artificial Analysis)三方闭合:这组等式不只是代数,它被三个互相独立的数据源验证。再用等式三接上应用层:每 GW 支撑的应用层收入 ≈ 165 亿 × 1.77 ≈ 每 GW 约 290 亿美元(示意连乘,InAI 推算)。

图 1:数学脊柱与三源闭合检验

三条等式串起物理层到应用层;每一环由独立数据源锚定;反解价格落在市场区间内

等式一:基础设施层收入 1 GW·年 3.15×10¹⁶ J × tokens/joule 0.1 到 2.5,带边界 TokenPowerBench,R15/16 × $/token × 利用率 市场定价,运营变量 Artificial Analysis Revenue per GW·yr ≈ $16.5B SPCX Q3 8-K 实测 等式三:层间闭合(同一笔钱,卖方叫收入,买方叫成本) 基础设施层收入 ≡ 应用层算力成本 转移价格:$ / GPU·小时(物理桥:tokens/GPU·hr = tok/J × 功率 × 3600) 应用层收入 = ρ × 算力成本;ρ = 1.77(ANT S-1/A 实测) 每 GW 支撑应用层收入 ≈ 16.5 × 1.77 ≈ $29B(示意连乘) 闭合检验:等式一反解 ≈ $1.05 / 百万 token(1 tok/J 设施级,50% 利用率) 落在市场 API 混合定价区间内:申报文件 · 能耗基准 · 市场价格,三方互证
闭合检验为 InAI 示意推算:tokens/joule 取设施级近似、利用率为假设值,改变边界条件会同向移动隐含价格。ρ 为 EDGAR S-1/A 原文口径(2026 前九个月收入 ÷ 算力与基础设施费用)。
时事框 · 2026-11-08:选举冲击——本文框架的第一次实时压力测试

11 月 3 日至 6 日,被市场解读为将放缓 AI 建设的选举结果落地,股价横截面恰好按本文的分界线排序:稀缺租金的收取方被卖出(存储 −19.3%、光与互联 −16.8%、数据中心物理层 −12.0%、半导体设备 −11.4%),付租方被买入(苹果 +3.2%),超大规模云厂商大致持平(失去增长、获得 capex 减压),非 AI 对照组 +0.1%(InAI 按未复权收盘价等权分组计算,2026-11-03 至 11-06)。

对本文框架的三点含义。其一,等式一的变量归因第一次在行业层面实时上演:物理项(tokens/joule、装机)没有动,被重定价的是商业项与久期。其二,表 9 的增长要求随建设节奏移动——按机队口径,若 2027 年新开工冻结,收入 CAGR 要求从约 30% 降至约 17%:放缓先降低行业的内生地板,之后才轮到需求侧受损。其三,表 11 的订单覆盖倍数在该情景下成为受益判别器:低覆盖的短约主体(0.47)最大程度吃到供给收紧后的重定价,高覆盖的锁价主体(12)被保护但上行封顶。

更新 · 2026-11-10:窗口没有被拉长,它正在按时打开。Anthropic 当日提交 S-1/A 第 2 号修正并启动路演:发行区间 70–78 美元、8.25 亿股,按发行后总股本口径对应市值约 9,200 亿–1.02 万亿美元,按含期权与 RSU 的完全摊薄媒体口径最高约 1.40 万亿。修正稿另给三个增量读数:10 月末 run-rate 收入 810 亿美元,较 9 月末(约 710 亿)一个月增约 100 亿,单月 +14.1%,与 Q2→Q3 的月均环比(约 +13.9%)持平、且为有记录以来最大单月增量;承诺总额 A 更新为 9,009 亿(原 8,954 亿);260 亿美元 IPO 同步私募配售(Class N)认购方为 AMD、博通、Google、美光、微软、英伟达、台积电:供应商以股东身份进入资本结构,表 5 的 Ld 自上市首日起多出一个可直读分量。

更新 · 2026-11-19(上市日):定价高于区间,倍数的分歧只是股数口径的分歧。Anthropic 于 11 月 18 日以每股 83 美元定价(区间 70–78 美元),发行规模由 8.25 亿股上调至 9.80 亿股(公司新发约 9.56 亿股,七位联合创始人售出约 0.24 亿股),募资约 813 亿美元,按基础发行规模为有记录以来最大的 IPO;承销商另有 1.47 亿股超额配售权;11 月 19 日在 Nasdaq 以 ANT 挂牌,预计 11 月 20 日交割。按发行后总股本约 132.2 亿股(最终招股书;含同步配售股份,不含超额配售)计,发行价对应市值约 1.10 万亿美元,对 10 月末 run-rate 收入约 13.5 倍;按含期权与 RSU 的完全摊薄媒体口径约 1.5 万亿、约 18.5 倍。首日收于 97.17 美元,较发行价上涨 17.1%,按总股本计市值约 1.28 万亿、约 15.9 倍;而首日可交易的主要是公开发行的 9.80 亿股,约占总股本的 7.4%,加上首日即可出售的员工持股(上限 3.15 亿股)也不到一成:这个市值是由不到一成的股份交易出来的。

对本文的三点含义。其一,倍数的口径纪律。同一家公司、同一天有三个股数:公开发行的 9.80 亿股、总股本约 132.2 亿股、含期权与 RSU 的完全摊薄约 180 亿股(按媒体口径的 1.5 万亿美元反推)。按发行价,「13.5 倍」与「18.5 倍」都成立,差别只在用哪个股数;路演前媒体讨论的 1.5–2 万亿通常是完全摊薄口径,定价落在它的下沿。倍数相对那时的 22 到 30 倍(对 Q3 年化收入)下降,主要来自分母:run-rate 在一个季度内从 678 亿升到 810 亿。其二,供应商股东化落地。260 亿美元配售按发行价折合约 3.13 亿股 Class N:Google 与英伟达各约 100 亿,AMD 约 25 亿,博通、美光、微软各约 10 亿,台积电约 5 亿(第 3 号修正稿),约为承诺总额 A 的 2.9%;交割后它是需求方一侧第一笔三级硬度(已出资)的供应商资金(表 5)。其三,A 第一次有了时间结构。第 3 号修正稿(2026-11-17)披露:9,009 亿承诺中约 4,516 亿预计在 2030 年底前发生,其余主要落在 2031 至 2045 年;约 707 亿在 2026-09-30 之后的 12 个月内到期,对 Q3 年化收入之比约 1.04,对 10 月末 run-rate 收入约 0.87。同一份文件把 run-rate 定义为「过去 28 天的用量收入 × 13,加月订阅费 × 12」,即它是四周口径的年化值,不是已实现的年收入。选举冲击周后发行按原时间表完成:表 12 的披露定型窗口不是被拉长,而是正在当下。本文正文数字已按第 3 号修正稿刷新。

第二部分 · 从单公司到行业损益表:产业的三种形态

有了脊柱,就能解析公司;但要从公司推到行业,必须先回答一个结构问题:这三条等式在谁的报表上?答案取决于公司的「折叠度」。半导体业用三十年把自己从垂直一体化(IDM)展开为 Fabless 与 Foundry 的分工,资本市场随之学会分层定价:Foundry 按产能与利用率定价,Fabless 按设计与渠道定价,没有人用同一个倍数同时套台积电与苹果。AI 经济正处于同一展开过程的早期,三种形态已同时存在。表 3 是本文的核心框架表:

表 3:产业三形态框架(收入等式、成本等式、2026 实证与现金签名)

形态收入等式成本等式2026 年实证现金签名
Foundry
建算力、卖算力
Azure · AWS · Oracle · neocloud
GPUs/GW × $/GPU·hr × 利用率
(= 下游的算力成本,等式三)
建设成本 per GW(400 到 500 亿)
折旧 per GW·yr(80 到 100 亿)
纯租赁口径收入约 60 到 120 亿/GW·yr(InAI 工作底稿推算)重资本开支;建设期 FCF 深负;回本 2.7 到 4.2 年;久期与再融资风险
Fabless
租算力、卖智能
OpenAI · Anthropic
tokens × $/token
= ρ × 算力成本(ρ = 1.77)
等式二:GPU·hr 账单;按期限分桶(现货 / 短约 / 长约)ANT:九个月收入 332 亿(同比约 13 倍);经营现金流 +66 亿;承诺总额约 9,009 亿(S-1/A 第 3 号修正;11-02 修正稿为 8,954 亿,其中固定/最低保证 3,138 亿、1 到 20 年期)轻资产但重承诺:take-or-pay 式合约(Google、Amazon、Microsoft 条款原文「regardless of actual usage」)是类债务固定成本;现金转化快、经营杠杆极高
IDM
自建自营(折叠形态)
SPCX SI · Google(部分)
直接报 revenue per GW(165 亿)
转移价格消失于报表内部
两条成本等式叠加于同一资产负债表SPCX:Q3 SI 收入 75.6 亿、资本开支 164 亿(占全公司 84%);九个月 FCF 约 -350 亿两种签名混合,报表最难读;折叠边界移动即单位收入跳变

这张表立即给出三个推论。其一,Foundry 纯租赁口径(60 到 120 亿/GW·yr)与 SPCX 报出的 165 亿之间的差额,来自解决方案与服务的打包:折叠度不同的公司,单位经济学不可直接比较。其二,ANT 的巨额长约在这个框架下可以得到一个准确的类比命名:产能预订(本文命名,S-1 原文仅称 commitments),其经济实质与苹果向台积电预付产能锁定未来晶圆供给同构,因此半导体业围绕产能预订发展出的披露与分析惯例可整体移植。其三,今天的市场对三种形态(表 3 的 IDM、Fabless、Foundry)使用的是同一套通用估值工具:以收入倍数为主。SPCX(IDM)按约 35 倍年化市销率交易;ANT(Fabless)2026-11-18 以每股 83 美元定价、高于 70 到 78 美元的申报区间,按发行后总股本约 132.2 亿股(最终招股书)对应市值约 1.10 万亿美元,对其 10 月末 run-rate 收入 810 亿约 13.5 倍;按含期权与 RSU 的完全摊薄媒体口径约 1.5 万亿、约 18.5 倍。两个口径相差近四成,引用倍数必须注明股数口径;路演前媒体讨论的 1.5 到 2 万亿对 Q3 年化收入为 22 到 30 倍,定价落在其下沿,倍数的下降主要来自 run-rate 分母的增长而非价格,同样是收入倍数语言;CoreWeave 等独立算力商(Foundry)也以收入倍数加在手订单叙事定价。但三种形态的现金转化结构完全不同(表 3 末列):同样 1 美元收入,在 Fabless 手里伴随正经营现金流,在 IDM 手里伴随每季数百亿的外部融资需求。把同一个收入倍数套在三种现金结构上,正是第三部分「信息局限」的结构根源。

IDM 解析:SPCX 与「六个月回本」的判定

SPCX 的 SI 业务是 IDM 形态的标本,也是全市场唯一能直接读出 revenue per GW 的申报主体。校准值(165 亿/GW·yr)与分母警示已在第一部分给出,这里完成成本端对照与一个必须正面处理的说法。

先用等式一给跳变做一次变量归因,这是等式一的第一次实证应用。单季 63 到 165 的跳变发生时,等式一右端的物理项没有动:芯片与模型架构未变(tokens/joule 不变),利用率的季度变动有限且被期末分母口径放大。按变量排除法,跳变只能落在商业项上:$/token 与计费范围(新云服务协议开始计费、Cursor 并表扩大计费主体),这与 8-K 披露的驱动因素精确互证。等式一把「单位收入为什么跳」从叙事问题变成变量排除法,也再次说明分母与计费口径的披露(表 12)缺一不可。

165 亿年收入对 450 亿中点建设成本:收入口径回本 2.7 年,EBITDA 口径约 4.2 年(Q3 SI 调整后 EBITDA 利润率 65.5%),能覆盖每年 80 到 100 亿的折旧并留出余量。这是一个健康但并不超常的单位经济学水平。而市场流传着一个远比这激进的说法:马斯克在 SPCX Q3 业绩沟通中给出的「新增算力六个月回本」。我们认真对待这个说法并完成检验:六个月回本要求每 GW 年收入约 900 亿美元,为公司自己财报隐含值(165 亿)的五倍以上,也超过任何公开口径的最乐观数字。判定:该说法在收入口径与 EBITDA 口径下均不成立,唯一能自洽的读法是「不计设备成本的现金运营回收」,而那不是投资人语境中「回本」的含义。图 2 中我们把这个判定直接标在图上,不让读者自己去猜。

判定完成之后,还差一个维度:建设速度(τ,从资本付现到产收入的时滞)。SemiAnalysis 实测时间线:SPCX 首个集群 122 天上线、第二集群首期 91 天、MiniHard 约 5 个月建成 450MW,当前节奏约每月激活 450 到 500MW、四项目并行;行业一般水平 8 到 12 个月。差距约 2 到 3 个季度,它改变三笔账(InAI 推算):其一,全周期回本 = τ + 收入口径回本,SPCX 约 3.0 年对行业常态约 3.5 到 3.7 年,缩短 15% 到 20%;其二,建设期融资成本 ≈ capex × τ × 资金成本,每 GW 节省约 20 到 35 亿美元(资金成本按 8% 到 12% 假设);其三,租金代际捕获:GPU 租价年降约 25%(SemiAnalysis 指数:H100 综合 6.62 美元/GPU·小时,2023 下半年,降至 2.80 美元,2026 年 3 月),τ 每多一个季度,首年收入折损约 6%,并把折旧寿命中租金最高的季度换成最低的。马斯克说法的合理内核是速度优势,但它表现为全周期回本缩短 15% 到 25%,不是缩短 80%:判定不变,优势另有其名——τ。τ 同时是融资结构变量:时滞每缩短一个季度,建设期需要外部资金桥接的敞口就少一个季度的 capex,这是 SPCX 能以交付当月起计费签下大额算力合约的结构原因。

图 2:Revenue per GW:实测、误用与不成立的说法

单位:十亿美元 / GW·年。两类常见口径错误由图中直接判定

$B / GW·yr 6.3 SPCX Q2 实测 16.5 SPCX Q3 实测 财报隐含,本文校准值 40 到 50 建设成本(一次性) ⚠ 口径错误:常被误作年收入 约 90 「六个月回本」隐含 ✕ 判定:不成立,为实测 5 倍以上 出处:马斯克,SPCX Q3 业绩沟通 折旧门槛 8 到 10 全周期回本(含建设期 τ,InAI 推算) SPCX:τ ≈ 1 季(实测 91 到 150 天)→ 约 3.0 年 行业常态:τ ≈ 3 到 4 季(8 到 12 个月)→ 约 3.5 到 3.7 年
SPCX 两季为 8-K 实测年化(分母为期末 GW);建设成本带为行业全包口径(NVIDIA、Altimeter 属名陈述);「六个月回本」为该说法的隐含要求(InAI 推算),判定依据见正文;建设期 τ 实测时间线依据 SemiAnalysis(2026-10 报道口径),全周期回本为 InAI 推算。

Fabless 实证:ANT S-1 与 GAAP 的双向失真

应用层(Fabless 形态)的实证来自 Anthropic S-1。核心效率比 ρ = 1.77(2026 年前九个月:每 1 美元算力与基础设施费用产生 1.77 美元收入,EDGAR S-1/A 原文口径;季度轨迹 H1 1.82、Q3 单季 1.72,随产能爬坡小幅回落),公司明言以持续改善为目标;九个月经营现金流 +66 亿、调整后经营利润 +41 亿(利润率 12%)。Fabless 形态的现金签名在这里得到确认:收入增速跟上算力扩张、收入覆盖算力成本,这正是「现金纪律」的定义,而它出现在应用层而非基础设施层。

同一份文件还提供了一个会计拆解案例。前九个月净亏损 1,040.39 亿美元中,943.24 亿来自科目「Change in fair value of convertible notes, derivative liabilities, and SAFEs」(其中 Q3 单季 219.36 亿)。机制链条(S-1 原文):公司估值上升 →「an increase in the fair value of our outstanding convertible promissory notes」→ 历史融资轮发行的可转换工具(于发行完成前转换为 Class N 普通股;主要持有人包括 Amazon)所含转换权价值上升 → 负债公允价值重估 → 利润表确认损失。账面巨亏在数学上是估值大涨的直接后果,承担者是老股东(转换稀释),按性质为非现金;剔除后 GAAP 经营亏损仅 12.60 亿(经营利润率 -4%),再剔除股权激励与非现金捐赠配比费用后为调整后经营利润 +40.81 亿。

与 IDM 侧并置即见对称失真:SPCX Q3 净利 44 亿中一多半来自非经营项目(账面好于实际);ANT 账面巨亏 1,040 亿而经营接近盈亏平衡(账面差于实际)。GAAP 在两个方向上同时误导,单位经济学在两个方向上都不受骗:这是第三部分主张以 KPI 矩阵替代单一利润表读数的直接证据。

转移价格的现场:四个会计量、闭环污染与两个新信号

等式三说基础设施层收入与应用层算力成本是同一笔钱。这一节考察这笔钱在现实中的两种变形:披露口径把它切成粗细悬殊的会计量(A 到 D 四量问题),融资安排让它不再是独立市场价格(闭环污染问题)。先把本节的视角钉住:主线只考察一对主体,上游卖方 SpaceX(卖算力;合同主体为其全资子公司 SpaceXAI,前身 X.AI LLC,S-1/A 称 SpaceXAI Arrangements)与下游买方 Anthropic(买算力)。承诺是买方的行为,订单与收入确认是卖方的行为;ANT 对全部供应商的承诺总额(记为 A)只作为分母语境进入比较。图 3 先给出全景:市场由三类实体、两类边构成,本文的三条等式、四个会计量与 L 系信号都能在这张图上定位;随后把镜头推近到其中一条边。

图 3:市场主体与截面口径关系图

三类实体、两类边:订单向右、融资向左;A 到 D 四个会计量与 L 系信号定位其上

合同与订单:下单方 → 接单方 融资:出资方 → 受资方 实体一:Infra as Foundry(建算力、卖算力) AI Superscalar Amazon Azure Oracle Google Cloud SpaceX SI IDM:边折叠入报表 等式一:$16.5B/GW·yr NeoCloud CoreWeave Nscale Nebius 实体二:LLMs as Fabless 租算力、卖智能(等式二计账) Anthropic OpenAI NVIDIA 关键芯片:订单入、融资出 外部股权与债券 +1,104 亿(非供应商来源) 外部市场收入(真实出口) 等式三:= ρ × 算力成本,ρ 1.77 算力采购:B 1,205 等式二与等式三的边 直接芯片安排(OpenAI 约 5 GW 承诺等) 芯片采购 票据额度 770 亿(提取为零) L_d 分子(Google、Amazon、Broadcom) 持股 + 保底 63 亿 L_u 现场 入股 300 亿 + 园区担保 1,050 亿:L_u 见表 5 截面口径关系:同一条「算力采购」边上,口径由宽到窄的四个会计量(表 4): A 9,009 买方全部订单出边之和 B 1,205 本边承诺(大部分可取消) C 141 卖方在手订单(含他客) D 75.6 / 季 收入确认(估值兑现处) B ÷ A ≈ 13.4% C ÷ B ≤ 12% C ÷ 年化 D ≈ 0.47
读图法:橙色边为合同与订单(下单方指向接单方),蓝色边为融资(出资方指向受资方);L_u = 一对主体间蓝色边 ÷ 反向橙色边,L_d = 某实体蓝色入边中来自其供应商的占比(分母为全部蓝色入边之和:ANT 为非供应商来源 1,104 亿加供应商已提取 0,故已提取口径 L_d ≈ 0);同一对主体橙蓝成环即闭环(表 5)。实体分组与边方向依 Yumei Dou 草图(2026-11)。读数出处:ANT S-1/A 原文(A、B、票据额度、ρ、外部融资);SPCX Q3 8-K(C、D);英伟达对 OpenAI 为 2026-11 更新口径(已出资股权 300 亿与 PORTS-Pike 园区担保 1,050 亿,见表 5;此前 1,000 亿意向书未签成合同);CoreWeave 保底采购为其 8-K 备案。金额单位亿美元。Google 同时位于实体一(云)与 ANT 的融资方,即信用纠缠(表 10 来源三)的图上形态。

四个会计量,每个都带主体。同一条「ANT 向 SpaceX 买算力」的采购关系,在两家公司的申报文件里留下四个口径层层收窄的会计量,本文记为 A 到 D。A,承诺总额:买方 ANT 对全部算力供应商的未来采购承诺与租赁合计(S-1/A 的承诺附注:含选择权与未来最低付款义务,up to 措辞,期限可长达二十年)。B,对单一卖方的承诺:A 中分配给 SpaceXAI 的部分,对象是「未来支付采购款的义务」,不是已发生的交易。C,在手订单:卖方 SpaceX 已签约、将在可预见期间确认为收入的在手合同(会计名称为剩余履约义务),注意它是对全部客户的合计。D,收入确认:卖方按 ASC 606 当期计入利润表的收入,是估值最终兑现的唯一会计量。四个量构成三个相邻比值,每个比值有自己的主体视角,表 4 给出实测:

表 4:一条采购关系的四个会计量(A 到 D)与三个相邻比值

量主体与定义金额(亿美元)相邻比值(谁的视角,读什么)
A 承诺总额买方 ANT → 全部算力供应商:未来采购承诺与租赁合计(S-1/A 第 3 号修正:截至 2026-09-30 及其后签订;11-02 修正稿口径为 8,954,其中约 2,138 带可终止权或或有条件)9,009(分母语境)
B 对单一卖方的承诺买方 ANT → 卖方 SpaceXAI:采购上限(至 2029,up to;产能全部交付后约每月 31 亿,预计 2026 年 12 月交齐;不可取消期仅至 2027 年 1 月与 3 月,此后任一方提前 90 天可取消)1,205B ÷ A ≈ 13.4%,买方 ANT 视角:承诺的分散度;与 Google(1,213)、Amazon(1,100)几乎三等分
C 在手订单卖方 SPCX:已签云服务合同(全部客户合计,剩余履约义务)141C ÷ B ≤ 12%,承诺到签约的落实率上限:C 还含其他客户,ANT 单一关系的落实率更低(即此前的 B ÷ C ≥ 8.5 倍)
D 收入确认卖方 SPCX:SI 分部当季确认收入(年化约 302)75.6 / 季C ÷ 年化 D ≈ 0.47,卖方 SPCX 视角:合同到收入的通畅性与可见性(订单覆盖倍数)

三个比值各有自己的主体视角,混用视角正是市场误读的来源。B ÷ A ≈ 13.4%,买方 ANT 的视角:承诺结构的真实性检验。SpaceXAI 拿到的只是 ANT 承诺总额的约八分之一,且与 Google(1,213)、Amazon(1,100)几乎三等分。两个事实叠加,使 A 更像期权组合而非精确校准的需求:其一,大额承诺的边际代价很低(约 2,138 亿带可终止权或或有条件,SpaceXAI 份额过了 2027 年初的窗口即可 90 天取消);其二,在等式三的语法里,算力投入是收入的放大因子(应用层收入 = ρ × 算力成本),承诺越大,市场按 ρ 外推的展望收入就越大,大额承诺本身就成了叙事杠杆。若 SpaceX 的在建产能在未来三年美国算力设施中举足轻重,而 ANT 只分给它八分之一的承诺,则要么 ANT 的真实需求远小于承诺总额,要么分配尚未反映真实的产能依赖:两种读法指向同一结论,A(9,009)不能当作需求读。需要说明:这是判读而非实证,本文把它写成可检验的假说。若承诺主要是叙事,预期落实率(C ÷ B)持续低位、分配继续均匀、取消权持续保留;若是真实需求,落实率应逐季上升。检验项已列入 2027 清单。

C ÷ B ≤ 12%,视角从买方切到卖方:承诺到合同的落实率上限。1,205 亿承诺中,目前落实为卖方可计入在手订单的签约不足八分之一(141 还含 SPCX 其他客户,ANT 单一关系的落实率更低)。这个落差有一部分是会计定义本身造成的:在手订单(剩余履约义务)按定义只计入不可取消的部分,而 B 的大部分带取消权、进不了这个科目;三个量的落差因此不只是「尚未落实」,它本身就是承诺硬度的会计显影。新闻标题在 B(「最高 1,205 亿大单」「近 9,000 亿算力承诺」),订单簿在 C,两者之间隔着一个至少 8.5 倍、且大部分可取消的距离,这段距离的任何重估都以波动率释放。

C ÷ 年化 D ≈ 0.47,卖方 SPCX 的视角:合同到收入的通畅性与可见性。年化收入确认(约 302)反超在手订单(141):收入主要由短周期、新激活的合同即时转化而来,转化通畅、爆发性强,但订单簿看不到半年以外,这解释了卖方分析师对它的预估离散度为何极大。对照另一个极端:CoreWeave FY2025 收入 51 亿而在手订单 607 亿,在手订单 ÷ 年收入 ≈ 12 倍,估值几乎全部悬在未执行合同上、且交易对手高度集中。同一指标换到应用层主体:ANT 作为智能卖方的在手订单(RPO)为 138 亿、约 75% 将于未来 12 个月确认(S-1/A 原文),对年化收入 678 亿仅 ≈ 0.20,比 SPCX 更低,但成因不同:用量计费模式下订单簿天然薄,前向可见性依赖客户留存与用量而非合同。极低读数因此有两种成因(计费模式结构性的薄,与短约即时转化的薄),判读必须带商业模式语境。两个极端(0.47 与 12)构成订单覆盖倍数的两条警戒边界:过低,前向可见性不足;过高,估值悬空于未执行合同。健康带在两者之间。S-1/A 还首次让承诺的「硬度」可以分档直读:Google(1,213 亿)、Amazon(1,100 亿)、Microsoft(449 亿)为「regardless of actual usage」的照付不议,Nscale(446 亿)与 Lambda(413 亿)为交付并验收才计费,SpaceXAI(1,205 亿)过了 2027 年初的不可取消窗口即可 90 天通知取消:同一个「承诺」科目里躺着三种完全不同的债务强度。另一个可直读的新读数:ANT 未来 12 个月到期承诺约 707 亿(S-1/A 第 3 号修正;11-02 修正稿为 698 亿),对其 Q3 年化收入 678 亿之比约 1.04,一年承诺账单大致等于一年收入。

再看闭环。层间互相融资在 2026 年已是市场常谈,本文增加的不是又一次描述,而是三件事:把它放进等式体系(它攻击的是等式三:当供给方为需求方出资、再为其产能保底时,$/GPU·小时就不再是独立发现的市场价格,转移价格在会计上仍然成立、在定价意义上被污染);给它两个视角对称、可从报表计算的定义;并用同口径的历史先例标定红线。

表 5:闭环两信号的定义与同口径校准

闭环信号(视角)定义2026 年同口径校准电信先例红线(1999 到 2001,同口径)
卖方融资比 Lu
(供给方视角:我给客户的钱 ÷ 客户给我的钱)
供给方对单一客户的财务支持(股权投资 + 保底采购承诺 + 贷款担保)÷ 该客户对供给方的采购额最大案例仍是英伟达对 OpenAI,口径在一年内换了两次。旧口径(已作废):2025 年 9 月意向书的投资上限 1,000 亿、按 10 GW 分期释放,折合 Lu ≈ 25% 到 30%;该意向书从未签成合同。已出资股权口径(三级):2026 年 3 月交割的融资轮中英伟达直接入股 300 亿,对照 OpenAI 同时承诺的约 5 GW 英伟达系统(每 GW 约 350 到 400 亿):Lu ≈ 15% 到 17%。签约担保口径(二级,尚未生效):英伟达为俄亥俄 PORTS-Pike 园区首期 4.25 GW 的土地、电力与厂房提供最高 1,050 亿的信用担保;园区由 SB Energy 建设并持有,以 20 年租约租给 OpenAI,只部署英伟达系统;对照这 4.25 GW 对应的英伟达产品采购约 1,490 到 1,700 亿:Lu ≈ 62% 到 71%(InAI 估计;担保自每栋楼交付后生效,截至 2026-10-25 未发生代偿)。ANT S-1/A 的三个额度口径数据点(供应商提供的票据融资额度 ÷ 对该供应商的采购承诺,截至 2026-09-30 提取均为零):Google 200 亿 ÷ 1,213 亿 ≈ 16%;Amazon 150 亿 ÷ 1,100 亿 ≈ 14%;Broadcom 420 亿 ÷ 1,612 亿租赁 ≈ 26%。全部读数仍低于 130% 红线,但最大读数已到红线的一半设备商 Nortel 向下游运营商客户提供的融资,最高达该客户所购设备价款的 130%:即融资金额超过了销售合同本身,超出部分实际在为客户的运营开支买单。九家设备商合计此类敞口约 256 亿美元(McKinsey,2000 年末)
供应商资金占比 Ld
(需求方视角:我的钱里有多少来自卖我东西的人)
需求方外部融资中来自其供应商的部分(可转债、股权、保底承诺)÷ 外部融资总额;与该公司覆盖率(收入 ÷ 资本开支)联合判读ANT:原版 S-1 金额留白时该比率无法计算;S-1/A 补全后首次可从单一文件直读:三张供应商票据额度合计 770 亿、截至 9 月 30 日提取为零(已提取口径 Ld ≈ 0),同期股权融资流入 1,104 亿;历史轮次 Amazon 可转换票据于上市前转为普通股。2026-11 上市同步配售再增一个可直读分量:七家供应商按发行价认购 260 亿 Class N 股权,占本次上市公司所得资金(公开发行约 794 亿加配售 260 亿)的约 25%。CoreWeave:供应商英伟达既持股、又提供 63 亿保底采购(8-K 已备案),而公司覆盖率(收入 ÷ 资本开支)持续小于 1:三重叠加换到需求方视角看同一组事实:依靠设备商融资维持采购的 CLEC 运营商,2000 到 2003 年约四打破产;它们的供应商 Lucent 为此计提的客户贷款承诺约 81 亿美元,最终核销约 35 亿,实现损失率约 43%

两点必须说明。其一,口径纪律,且口径本身有硬度阶梯:同一个 Lu,按资金的真实程度分三级。一级,意向上限:未签约的意向金额。英伟达对 OpenAI 的 1,000 亿意向书即属此类,它最终没有签成合同,本文保留它只作为口径教训:一级读数可以整体消失。二级,签约额度与担保:已签约、尚未动用。ANT 三点票据额度(截至 2026-09-30 提取为零)与英伟达对 PORTS-Pike 的 1,050 亿担保(未生效、未代偿)属此类。三级,已出资或已放款:英伟达对 OpenAI 的 300 亿股权、ANT 上市同步配售的 260 亿股权(交割后),以及 Nortel 的 130%(实际发生并最终部分核销的贷款)。三级硬度递增,跨级比较必须注明级别;同为三级还要再分股权与债权:AI 侧目前已出资的是股权,亏损由出资方按市值吸收、不触发违约,电信红线是债权,客户违约即核销。这既是「低于红线」判断的依据,也是它的限定条件。表中用于和 130% 对比的,只有分子分母同构的数字(融资支持 ÷ 对应销售额)。其他旁证(NewStreet 估计英伟达约 100 亿投资挂钩约 350 亿收入、约为上年收入 27%;英伟达 2026-11-17 自述前沿实验室约占其数据中心收入 15%、担保余额合计 1,180 亿、对新云另有附条件承诺 320 亿;前两大客户占收入 39%;对 Nebius 20 亿、xAI 约 20 亿)口径各异,只用于说明闭环的广度,不与 130% 直接比较。其二,红线的含义:当 Lu 与 Ld 同时高企、且需求方覆盖率小于 1 时,需求的边际一美元实际由供给方自己出资,报表上的收入与单位经济学(包括本文校准的 165 亿/GW·yr)都含有自我交易成分,转移价格失去价格发现功能。按同口径校准,AI 当前最大的 Lu 已从意向口径的 25% 到 30% 升到担保口径的约 62% 到 71%(二级,尚未生效),仍低于电信终局的 130%(三级,已放款),但结构同构、且单边上升:一年之内,最大读数走到了红线的一半。这两个信号因此必须进入仪表盘(第三部分表 11)。披露的改善立竿见影:原版 S-1 留白时 Ld 无法计算,S-1/A 把供应商额度、承诺与提取状态并列披露后,两个信号首次可以从单一文件直读;每前进一步披露,仪表盘就少一个盲区。

图 4:A 到 D 的汇率与闭环的口径阶梯

上:一条采购关系的四个会计量与三个相邻比值,条宽 ∝ log₁₀(金额),每个比值标注主体视角;下:Lu 的口径硬度阶梯

四个会计量 A 到 D:一条采购关系在两家报表上的投影(亿美元,条宽按 log₁₀ 绘制) A 承诺总额:买方 ANT → 全部供应商 9,009 B 承诺:ANT → SpaceXAI(大部分可取消) 1,205 C 在手订单:SPCX 全部客户 141 D 收入确认(年化约 302) 75.6 B ÷ A ≈ 13.4%(买方视角:承诺分散度) 与 Google、Amazon 几乎三等分:A 不能当需求读 C ÷ B ≤ 12%(承诺到签约的落实率上限) 141 还含他客,ANT 单一关系落实率更低 C ÷ 年化 D ≈ 0.47(卖方视角:合同到收入) 收入反超订单:转化即时,可见性不足半年 新闻在 B,订单簿在 C,估值兑现在 D 闭环信号 L_u 的口径硬度阶梯:2026 读数 对 电信红线(1999 到 2001) L_u(融资支持 ÷ 对应销售额):口径硬度由低到高 一级,意向上限(已作废):英伟达对 OpenAI 意向书 25% 到 30% 二级,签约额度:Google 16%、Amazon 14%、Broadcom 26%(提取为零) 二级,签约担保:英伟达对 OpenAI 园区 ≈ 62% 到 71%(未生效) 三级,已出资股权:英伟达对 OpenAI ≈ 15% 到 17% 三级,已放款,电信终局:Nortel 最高 130% 融资超过设备销售额本身;九家设备商合计敞口 256 亿 结局:Lucent 承诺 81 亿核销 35 亿(损失率约 43%) 性质不同:电信是客户贷款,违约即核销; AI 侧已出资的是股权,亏损按市值吸收
上图条宽 ∝ log₁₀(亿美元):9,009、1,205、141、75.6 的线性比例约为 119:16:1.9:1,线性绘制时后两条不可见,故取对数使四条同图可读,倍数以文字直接标注。承诺总额为 ANT S-1/A 第 3 号修正原文(EDGAR accession 0001628280-26-074338,2026-11-17),对各供应商的分项为 2026-11-02 修正稿原文(accession 0001628280-26-068676);在手订单与收入确认为 SPCX 8-K 原文;CoreWeave 为其 FY2025 申报(收入 51 亿、在手订单 607 亿);电信数据为对 Lucent/Nortel 年报、SEC 文件与 McKinsey 估计的行业史汇编。

行业损益表:对外收入只覆盖建设投入的两到三成

三条等式乘以装机规模,单公司解析就升维成行业损益表。表 6 先固定规模口径(公开估计分歧极大,这本身是第三部分的证据):

表 6:规模口径(公开估计的分歧现状)

规模口径估计值出处
美国存量(2027 年底,可用电力)35 到 50 GWInAI 估计(2027 年美国新增约 12 到 18 GW)
全球新增 2026(不含中国)约 25 GWSemiAnalysis(2026-10)
全球新增 2027(不含中国)51.2 GW 净 IT 容量(此前口径 43)SemiAnalysis;Gerstner 公开质疑,认为约 25 GW 更现实:顶级机构相差一倍
在建超 60 GWSemiAnalysis;并提示 2027 到 2028 瓶颈或从电力转回芯片、先进封装与 HBM
全球 AI 专用存量 2026约 20 到 44 GW(口径互不可调和)公开估计汇总:测量失灵的直接证据

编制之前,先把成本口径钉死,这决定后面每个比率的分母:

Capex 口径定义:Foundry 与 IDM 层的 capex 指资本化的建设投入(当年购置土地、厂房、电力冷却配套、服务器与 GPU,含融资租赁),进资产负债表、按年折旧;四大云厂商 7,200 到 7,450 亿的指引即此口径。两处漏损方向相反:由开发商或 SPV 代建、云厂商租用的设施(如 Hyperion 类项目),建设投入记在开发商报表上,不在四大 capex 内(低估);四大 capex 也含非 AI 常规基础设施(高估),净方向为低估。Fabless 层没有重大 capex:其算力成本是年化租用与用量费用,计入营业成本(ANT Q2 的 56 亿算力支出即此),长约承诺是未来费用的锁定(类债务),不是 capex。合并规则:建设投入只在持有资产的一层计一次,Fabless 的租金是内部转移、对消项;行业分母只能用建设侧 capex 合计,再加租用费即对同一笔基础设施重复计价。每 GW 口径下两者的关系:建设投入 400 到 500 亿(一次性)对年租金约 165 亿,约 2.7 到 3 倍,即 2.7 年回本周期的另一种写法。

行业损益表必须按三形态展开来编制,因为我们是在展开「折叠」:Foundry 居于中游,它的收入是本形态的输出、同时是 Fabless 形态的成本输入(等式三的勾稽关系);IDM 把这条勾稽折叠进自己报表的内部。表 7 按这个勾稽链展开:

表 7:按勾稽链展开的行业损益表

形态(勾稽位置)收入(输出)成本(输入)覆盖率口径与 2026 读数典型公司读数
Fabless(下游)
行业对外收入的主要出口
tokens × $/token:对行业外部的真实销售GPU·小时账单(= 中游的输出)ρ = 收入 ÷ 算力与基础设施费用:1.77,大于 1,健康ANT:ρ 1.77、九个月经营现金流 +66 亿;OpenAI 收入市场争论区间 500 到 700 亿(年化)
Foundry(中游)
输出 = 下游输入(对消项)
GPUs/GW × $/GPU·hr × 利用率建设成本 per GW + 折旧 80 到 100 亿/GW·yr收入 ÷ 资本开支,分裂为两类:超大规模云厂商的建设投入由云与广告业务现金流覆盖;独立 neocloud 持续小于 1,依赖债务与供应商融资CoreWeave FY2025:收入 51 亿、净亏 12 亿、在手订单 607 亿(12 倍);供应商既持股又保底
IDM(折叠形态)
勾稽消失于报表内部
直接报 revenue per GW(165 亿)两条成本等式叠加经营现金流 ÷ 资本开支 ≈ 0.27(SPCX 九个月 131 亿 ÷ 481 亿)SPCX:FCF 九个月约 -350 亿;外部融资需求每季 300 到 550 亿(InAI 三情景模型)

合并对消之后,行业的真实覆盖率才显形,而且必须分两个口径读。把三形态合并成一张行业报表,等式三的转移价格对消:中游向下游收取的算力费是行业内部转移,不是对外收入。行业真正的对外收入只剩 Fabless 层的销售(加上基础设施层对非 AI 租户的销售),而建设投入全部留存。分子:按 Gerstner 在 BG2 给出的口径,前沿实验室加推理公司今年对外收入约 2,000 亿美元。

口径一,资金缺口(现金流量表视角):对外收入 ÷ 当年建设投入。分母取四大云厂商 2026 年指引 7,200 到 7,450 亿(按口径框为保守子集),得 ≈ 0.27,分母扩大后约 0.2 到 0.3。读法:今年行业建设要花的钱,只有两到三成由今年的外部收入覆盖,其余由股权与信用市场垫付。这个口径回答「谁在出钱」,不回答「赚不赚钱」,因为今年的建设投入服务的是未来四五年的收入。

口径二,利润表(折旧视角):对外收入 ÷ 年折旧。分母换成折旧:按当年建设隐含的稳态年折旧(7,200 到 7,450 ÷ 5 ≈ 1,440 到 1,490 亿)计,覆盖率 ≈ 1.3 到 1.4;按在役基数折旧(全球在役 20 到 44 GW × 每 GW 年折旧 80 到 100 亿 ≈ 1,600 到 4,400 亿)计,为 0.5 到 1.2。读法:当前对外收入大致刚够支付折旧本身,电力运营与资本回报为零。两个口径合起来才是完整判断:现金口径两三成自给、利润口径大致仅覆盖折旧:各层自己的报表可以同时好看(内部转移收入互相计入),这就是「每层报表各自成立、行业整体依赖外部融资」能够并存的会计原因。

这个水平意味着什么,需要一个成熟分工产业做基准:半导体。推算过程:TSMC 2025 年收入 1,224 亿美元、capex 409 亿、折旧摊销约 221 亿(4Q25 管理报告原文),占全球纯晶圆代工收入约 70%(TrendForce),按份额外推全球 foundry 年折旧约 320 亿、年 capex 约 580 亿;下游全球 fabless 收入 2025 年约 3,200 到 4,000 亿(英伟达一家约 2,000 亿,总额口径定稿前复核)。TSMC 以先进制程为主、折旧强度高于同业,按它外推是高估分母,因此下表的半导体读数为保守值:

表 8:半导体基准对照(TSMC 实测外推)

指标半导体(2025 实测与外推)AI(2026 本文口径)差距与含义
下游收入 ÷ 上游年折旧10 到 12 倍(3,200 到 4,000 ÷ 约 320)0.5 到 1.4约一个数量级:成熟分工产业的下游收入是上游折旧的十倍以上
下游收入 ÷ 上游当年 capex5.5 到 7 倍(÷ 约 580)0.27约 20 倍
设备会计折旧年限5 年(TSMC 设备;厂房 20 年)4 到 5 年(GPU)相同:折旧期不是差异所在
经济寿命倍数(经济寿命 ÷ 折旧年限)3 到 4:设备折旧归零后仍在成熟制程生产 10 到 20 年,进入后折旧利润期(成熟厂成为现金牛)≈ 1:代际性能/瓦跳升驱动淘汰,经济寿命约等于甚至短于会计寿命覆盖率差一个数量级的根因变量:半导体的 5 年折旧是前紧后松的保守会计,AI 的 5 年折旧是真实损耗
长寿命资产占 capex 比重高:20 年寿命的厂房与洁净室占比大,跨设备代际复用低:70% 到 80% 为 4 到 5 年寿命的 IT 设备结构差异放大上一行

内生 CAGR 要求:被会计结构逼出来的增速。经济寿命倍数约为 1,意味着 AI 行业没有半导体那样的后折旧缓冲期,不能用二十年慢慢爬向高覆盖率;收入必须在第一代资产的折旧期内就追上建设节奏。若建设维持当前节奏(四大约 7,300 亿/年起步),五年后稳态年折旧即达同一量级,对外收入从 2,000 亿出发的要求是:

表 9:内生 CAGR 要求(建设节奏维持情形)

情景:五年后对外收入须达到的覆盖水平覆盖率含义(倍数均指 AI 行业自身年折旧的倍数)隐含对外收入隐含五年 CAGR
情景一:收支线(折旧覆盖率 = 1)对外收入恰好等于行业年折旧:零电力运营、零资本回报约 7,300 亿美元约 30%:地板
情景二:可持续线(折旧覆盖率 1.5 到 2)覆盖折旧加电力运营加最低资本回报:行业开始自我维持1.1 到 1.5 万亿约 45% 到 50%
情景三:半导体线(折旧覆盖率 5 到 10)达到成熟分工产业的下游对上游覆盖水平:表 8 实测半导体为 10 到 12 倍,此处取保守带作为对 AI 的要求,不是对半导体的陈述3.7 到 7.3 万亿约 80% 到 100%

这张表给了市场行为一个此前缺失的解释:Gerstner 在 BG2 上追问实验室「今年 2,000 亿、明年要 4,000、后年 8,000,能年年翻倍吗」,看似苛刻,其实 100% 上下的 CAGR 正是「5 年折旧 × 1 倍经济寿命」这个资产结构对半导体式安全边际的内生要求。市场的激进收入预期并非情绪定价,而是资产结构的代数结果;半导体行业从未被要求过这种增速,因为它的资产折旧完还能继续赚钱。反过来,任何能把经济寿命倍数推离 1 的因素(二手 GPU 市场、老代际转推理负载、CUDA 长期软件支持),都在直接降低整个行业被要求的增速:这就是经济寿命倍数必须进入 KPI 矩阵的理由。

最后把表 9 的收入要求用等式一改写为物理量要求。行业对外收入加总后仍服从等式一的结构:收入 = GW × 利用率 × tokens/joule × $/token。市场实测的 token 价格持续下行(同能力档 API 价格逐代走低,Artificial Analysis 口径),设年降幅为 X%。如要收入仍达到 CAGR 30% 的增长(表 9 情景一),则 GW × 利用率 × tokens/joule 三者的乘积必须以约「30% + X%」的年增速增长。收入要求经此改写,成为对装机、利用率与能效三个物理量的增长要求。物理层指标进入估值体系的论证至此完成:依据不是类比,而是收入增长要求在代数上分解到这三个变量上。Research #15 与 #16 测得 tokens/joule 在架构侧一代可提升数倍到数十倍;跟踪这一改善速度,即是跟踪行业能否满足表 9 的增长要求。

历史标定:高速建设期因何致灾。需要先说清对照口径:电信业 2000 年的行业整体覆盖率并不低,庞大的存量语音与数据业务收入远超当年资本开支(整体覆盖率大于 1),灾难不是发生在行业整体,而是发生在覆盖率远小于 1、完全依靠外债与供应商融资的新建子板块(CLEC 与新建光纤网络)。致灾是三件事在该子板块叠加:供应商融资虚增需求(Nortel 融资达设备销售额 130%,九家设备商敞口 256 亿),收入端现金流断裂(约四打 CLEC 破产),信用损失实现(Lucent 81 亿承诺核销 35 亿、损失率 43%)。对照当下,一个不舒服的事实是:AI 行业合并对消后的资金缺口口径覆盖率(0.2 到 0.3),就处在电信当年只有新建子板块才有的水平;但有两点结构不同:下游 Fabless 层已实现经营自我覆盖(ρ 大于 1、经营现金流为正,CLEC 从未做到),且最大的中游建设者的建设投入由云与广告利润覆盖而非全靠外债。因此当前系统性风险的判定是:风险不均匀分布,压力集中在两处:独立 neocloud(覆盖率小于 1 + 在手订单 12 倍悬空 + 供应商闭环三重叠加)与 IDM 的信用通道(每季 300 到 550 亿外部融资)。仪表盘上最关键的变动指标,是独立 Foundry 的覆盖率与闭环信号,其次是 IDM 的融资节奏;Fabless 的 ρ 是最后的防线:它若跌破 1,整个勾稽链条的对外收入出口关闭,电信新建子板块的结局才会在全行业重演。

图 5:合并对消后的行业损益表

单位:十亿美元/年。转移价格对消后,行业对外收入对资本开支:当前约 0.2 到 0.3 倍,满产上限亦不足 1

约 200 当前行业对外收入 前沿实验室+推理公司(Gerstner 口径) 578 到 825 满产收入天花板 美国 35 到 50 GW × $16.5B 720 到 745 四大云厂商 capex 2026 指引合计 250 到 300 投资级发行 2026E 200+ 私募信贷存量 当年建设隐含年折旧 ≈ 144 到 149 资金缺口口径 ≈ 0.2 到 0.3(绿柱 ÷ 橙柱);折旧口径 ≈ 1.3 到 1.4(绿柱对红色虚线):刚够付折旧,零资本回报 中游向下游收取的算力费为行业内部转移,合并时对消,不计入对外收入
对外收入为 Gerstner 在 BG2(2026-10-19)给出的口径(前沿实验室加推理公司约 2,000 亿美元/年);天花板柱浅色段为 50 GW 情形、深色段为 35 GW 情形(InAI 推算);红色虚线为当年建设投入 ÷ 5 年折旧期的稳态年折旧。柱高与虚线位置按金额比例。

第三部分 · 信息局限:波动率的三个来源

前两部分建立了「应该如何测量」;这一部分解释「市场现在为什么测不准」。市场接受与分析信息的局限导致波动率,这种局限有三个来源;三个来源与三条等式的关系各不相同,分别是等式被错用、等式不可用、等式失准,每条都已在前文被实证:

表 10:波动率的三个来源(机制、实证、与三条等式的关系、本文方案)

波动率来源机制本文实证与三条等式的关系本文方案
一:观察错配著名 AI 公司约占需求三分之一,却占据观察权重的全部;它们的失败会让市场对整个基数重定价,包括没失败的三分之二黄仁勋拆分(BG2):传统计算与经典 ML 约 1/3(年增 30% 到 40%)、前沿实验室 5 到 6 家约 1/4 到 1/3、数千家创新公司约 1/3(80% 用开源模型)等式被错用:衡量全行业收入规模与展望,适用的是等式一(装机 × 单位收入,自下而上);市场却以少数著名公司的等式三读数(应用层收入与 ρ)外推全行业基数。著名公司确是可见性最好、财务指标最易理解的观察窗口,但窗口不是基数本身给市场直接观察基数的工具:KPI 矩阵(表 11)
二:口径折叠与切分两件事叠加:IDM 把转移价格折叠进报表内部;披露把一条采购关系切成 A 到 D 四个各自成文的会计量,新闻、订单簿与利润表不在同一个量上折叠:SPCX 单季 6.3 到 16.5 的跳变中,Cursor 并表(折叠边界移动)贡献约 14 亿单位增量;切分:表 4 的相邻比值 13.4%、≤12%、0.47,读通一条关系要拼接两家公司的文件等式不可用:对折叠主体(SPCX SI),外部只能看到等式二形态的合同收入(对 ANT 等的租售)与等式一形态的宏观测算;等式三需要的内部变量(应用层收入 ÷ 内部算力成本)无法从报表分离。不是等式错了,而是该用的等式用不上A 到 D 四量与分母披露标准(表 12)
三:信用纠缠层间财务敞口互持,单一新闻在机制上跨层传导;闭环污染转移价格的市场属性ANT 的三家供应商同时是备用债权人(票据额度合计 770 亿,S-1/A);Amazon 历史轮次持其可转换票据并售其算力;英伟达约 27% 收入来自其参与投资的客户(NewStreet 估计),并对 CoreWeave 提供 63 亿保底采购(租不出去的产能由供应商自己承租,8-K 备案);L 系信号已校准(表 5)等式失准:关联融资使 $/GPU·小时偏离独立发现的市场价格,ρ 的分母随之失真。等式三本来度量的是模型竞争力与货币化成功度(应用层收入 = ρ × 算力成本,两个因子都放大收入),被污染后它在会计上仍成立,但不再是干净的成功度量关联融资逐笔标记与 L 系信号披露(表 12)

三个来源有一个共同点:都不是需求问题,而是信息问题。要求几家著名公司的应用层收入达到极高标准、整个 AI 交易才算安全,在一个已有数千家公司向各领域渗透的产业里,是信息判断的局限而不是产业的现实。本文方案的方向因此不是预测谁对谁错,而是为资本市场补上缺失的观测变量。

图 6:三分之一的需求,全部的仪表盘

观察错配(来源一)的结构可视化:经济权重对观察权重

经济权重 (AI 基础设施收入结构) 传统计算与经典 ML 约 1/3,年增 30% 到 40% 前沿实验室 5 到 6 家 约 1/4 到 1/3 数千家创新公司 约 1/3,80% 用开源模型 观察权重 (市场注意力与新闻流,示意) 著名 AI 公司的季报与新闻 著名公司失败 → 市场重定价整个基数(含未失败的三分之二)→ 信息失败而非需求失败
需求结构为黄仁勋在 BG2 播客(2026-10-19)的属名陈述,以英伟达收入结构(其自述约占全球 AI 基础设施收入八成)为代理;注意力分布为示意。

新估值 KPI 矩阵

表 10 诊断了波动率的三个来源,本文方案分两步:本节提出指标体系,下一节提出与之配套的披露要求。表 11 是本文向投资者与分析师倡导的 AI 估值指标体系。它的每一项都不是凭空提议:财务层四项已在前两部分用公开申报数据完成校准,信号层三项给出了警戒边界或先例红线,物理层三项有公开基准与 InAI 自有研究的实测区间。本节倡导的,是把这些一次性的研究计算变成按季更新的常规指标:

表 11:新估值 KPI 矩阵

层KPI对应等式变量当前校准值回答的问题校准出处
财务层Revenue per GW·yr等式一左端约 165 亿美元产能是否在变现SPCX 8-K
财务层建设成本 per GW / 折旧 per GW·yr等式一的成本对照项400 到 500 亿 / 80 到 100 亿每单位资本风险与利润门槛行业属名口径 / InAI 推算
财务层隐含回本周期等式一 ÷ 成本项2.7 年 / 约 4.2 年;全周期(含建设期 τ):SPCX 约 3.0 年对行业常态 3.5 到 3.7 年债务久期是否匹配资产;判定不实说法(图 2)InAI 推算
财务层ρ(Revenue per compute dollar)等式三1.77(九个月;Q3 单季 1.72)应用层是否覆盖算力(现金纪律);行业对外收入出口是否畅通ANT S-1/A
信号层订单覆盖倍数(卖方在手订单 ÷ 年化收入)等式三的会计量质量ANT 0.20 / SPCX 0.47 / CoreWeave 12(后两者为警戒边界)过低:前向可见性不足(低值有两种成因:用量计费的结构性薄,如 ANT;短约即时转化,如 SPCX,判读须带商业模式语境);过高:估值悬空于未执行合同卖方申报文件(表 4);ANT S-1/A(RPO 138 亿)
信号层卖方融资比 Lu等式三的价格纯度(供给方视角)英伟达对 OpenAI:已出资股权口径约 15% 到 17%(三级),园区担保口径约 62% 到 71%(二级,未生效);此前 25% 到 30% 的意向口径已作废;ANT S-1/A 三点:Google ≈ 16%、Amazon ≈ 14%、Broadcom ≈ 26%(二级,签约额度口径,提取为零);电信红线 130%(三级,已放款口径)转移价格是否仍是独立市场价格双方申报文件 + 同口径先例(本文第二部分)
信号层供应商资金占比 Ld等式三的价格纯度(需求方视角)ANT 已可从 S-1/A 单一文件直读:票据额度已提取口径 ≈ 0(额度 770 亿待提取);上市同步配售 260 亿为供应商股权出资,约占上市所得资金 25%;与覆盖率联合判读需求的边际美元由谁出资ANT S-1/A
信号层经济寿命倍数(经济寿命 ÷ 会计折旧年限)等式一成本项的时间结构晶圆设备 3 到 4 / GPU ≈ 1资产折旧完后还能否继续赚钱;它决定行业被要求的收入 CAGR(30% 地板到 100%)TSMC 折旧政策 + 行业对照(本文第二部分)
物理层Bytes per tokentokens/joule 的架构决定项新一代降幅 2.3 到 48 倍架构效率方向Research #16
物理层Tokens per joule等式一、等式二物理桥0.1 到 2.5(带边界)电力到智能的转换率TokenPowerBench 等
物理层Bytes per task等式一与需求侧的连接环bytes/token × tokens/task;可观察代理:bytes/token × tokens/request(request ≠ task,agent 一个任务发出多个请求,代理值系统性低估 tokens/task,方向性有效)客户侧每任务的物理成本;判别 token 需求增长是任务驱动还是冗长驱动Research #16 × OpenRouter(token 量与请求数均公开)

信号层的五个指标全部是「关系指标」,必须带主体才有定义。同一个信号在三类主体(表 3 的三形态,芯片层并入供给侧)上各有读数与可观察性,表 11a 给出这张 3 × 5 矩阵的现状:15 个格子中实测 6 格、观察到信号为零(未见安排)3 格、缺披露不可计算 4 格、不适用 2 格。可观察性的缺口不是矩阵的缺陷,而是表 12 披露倡导的论据:每一个暗格对应一项披露,披露到位,格子点亮。

表 11a:主体 × 信号可观察性矩阵(2026Q3 现状)

信号(行)× 主体(列)实体一 Foundry(SPCX SI;对照 CoreWeave)实体二 Fabless(ANT)实体三 芯片(NVIDIA)
订单覆盖倍数0.47(SPCX)/ 12(CoreWeave):实测0.20(RPO 138 亿,S-1/A 原文):实测;用量计费下订单簿天然薄不披露在手订单总量:缺披露
卖方融资比 Lu未见对客户的融资安排未见对客户的融资安排15% 到 17%(对 OpenAI,已出资股权)与 62% 到 71%(园区担保,未生效);对 CoreWeave 持股加保底:实测主场
供应商资金占比 LdCoreWeave 三重叠加可观察、比例不可计算:缺披露;SPCX 未披露已提取口径 ≈ 0(额度 770 亿);上市配售 260 亿为供应商股权:实测未见供应商融资依赖(上游以预付与长约为主)
经济寿命倍数≈ 1(GPU 资产在本层报表):实测不适用(轻资产,经长约承诺间接承担)不适用(但为全行业代际节奏的设定方)
一年承诺账单比对芯片与设备商承诺未单独披露:待拼接≈ 1.04:实测10-K supply obligations 可拼:待拼接

仪表盘的优先级由本文第二部分末尾(「历史标定」一段)的风险分布判定给出:第一优先是独立 Foundry 的覆盖率与 L 系闭环信号(当前压力最集中处),第二是 IDM 的外部融资节奏(每季 300 到 550 亿),最后防线是 Fabless 的 ρ:它若跌破 1,行业对外收入出口关闭,合并损益表上资金缺口口径 0.2 到 0.3 的覆盖率将失去改善路径;长期变量是经济寿命倍数:它若脱离 1 向上移动,行业被要求的收入增速即相应下降。表 11 已制成交互式仪表盘:每项 KPI 按本文给出的警戒边界自动判级,并支持代入情景数值实时重判,与本文及每 GW 季度读数页同步发布。

物理层指标入栈的位置,由第二部分末尾的分解直接给定:收入增长要求落在 GW × 利用率 × tokens/joule 的乘积上,而三个变量的约束类型不同。GW 受电力与并网约束(表 6:已宣布芯片约 50 GW,能落地的土地电力厂房约 35 到 40 GW);利用率存在 100% 的物理上限;只有 tokens/joule 存在工程驱动的数量级改善空间,「30% + X%」的增长负担因此主要落在它身上。

tokens/joule 由谁解决:三个主体,杠杆大小可测。该变量由三方共同决定。芯片代际:H100 到 B200 带宽提升约 2.4 倍。模型架构:Research #15 实测,MLA 一项架构变更即将注意力内存占用压缩约 57 倍、运算强度从约 1 提至 55,上一代芯片因此在长上下文推理中可匹敌下一代芯片;Research #16 实测十家实验室新一代模型 bytes/token 降幅 2.3 到 48 倍。推理软件栈:推理引擎与批处理优化降每 token 能耗 25% 到 40%、FP8 量化降约 30%(TokenPowerBench 口径)。三者量级相差悬殊:架构侧一代数十倍,芯片侧一代二到三倍,软件侧数十个百分点;tokens/joule 的最大杠杆握在模型厂商手里,不在芯片厂商。这给本文的行业结论补上一个结构性事实:承担「30% + X%」收入增长负担的是下游 Fabless 层(表 7),而 tokens/joule 的最大杠杆恰好也在这一层手中,负担与杠杆同层,行业存在自我改善的通道;GW 的杠杆在中游与电网,利用率的杠杆在需求侧,均不由单一主体控制。

-0.1 这项实测在本文中的确切含义:token 需求的质量。Research #16 的原始发现是两条:同一实验室内部,高效架构的同门模型把每任务成本降低 6 到 7 倍(架构有效);跨实验室比较,bytes/token 与每任务成本的相关系数仅约 -0.1(架构不足以决定)。原因在口径链条:每任务成本 = bytes/token(架构决定)× tokens/task(模型完成任务的 token 用量,各家差异大)× 定价策略。放进等式一,它的指向是:tokens/joule 的改善要转化为行业对外收入,必须经过「每任务成本下降 → 客户采用量上升」这一环;若行业 token 用量的增长主要来自模型更冗长(tokens/task 上升)而非任务量增长,收入增长的质量就低。因此物理层需要两级指标,且互不可替代(-0.1 的含义即是不能由其一推断其二):tokens/joule 度量基础设施把电力转成 token 的供给效率,bytes/task(= bytes/token × tokens/task)度量客户侧每任务的真实物理成本,即 token 需求的质量。物理层指标由此不是估值体系的补充项,而是表 9 增长要求的直接被跟踪对象。tokens/task 目前无业界披露,但存在可观察代理:OpenRouter 同时公开 token 量与请求数,tokens/request 可按模型与应用计算(request ≠ task,agent 一个任务发出多个请求,代理值系统性低估 tokens/task,方向性有效);在披露补齐之前,bytes/token(Research #16 实测)× tokens/request(公开实测)即为 bytes/task 的试算口径。

该代理的第一次应用已有结论(OpenRouter 全网实测,arXiv:2601.10088,2023 年末到 2025 年末约 20 个月)。平均序列长度从不足 2,000 token 升至 5,400 以上(提示词约 1.5K 升至 6K 以上,为 4 倍;补全约 150 升至 400,为 2.7 倍;代码类请求常超 20K 输入 token)。同期平台周 token 总量增长数百倍,按对数分解,单请求变长贡献约 15% 到 20%,请求数增长(含用户规模扩张)贡献约 80% 到 85%(InAI 推算)。三条结论随之而来。其一,冗长驱动分量真实存在、可测、但在该窗口内非主导:token 量外推收入时应按此比例计提质量折价,而非全额采信或全额否定。其二,增长主力在输入侧:提示词增速(4 倍)快于补全(2.7 倍),上下文装填与 agent 重复读取是主因;而输入侧大部分命中缓存(OpenRouter 2026-10 刊口径),计费 token 与实际移动的字节进一步分离——bytes/task 比 token 计数更接近真实物理成本,正是此意。其三,2026 年 agent 成为流量主体后(OpenRouter 估计 2026 年 2 月起 agent 用量过半),tokens/request 大概率加速上行,该分解需用 2026 年请求数序列重算,已列入季度读数的取数队列。

穿透论证:模型收敛之后,分化只剩部署经济学

收敛是实测事实,不是判断。Research #16 对十家前沿实验室三十余个模型的实测给出两个并列事实:新一代模型的架构选型高度重叠(注意力机制、稀疏化与专家混合的配置趋同),而 bytes/token 的代际降幅 2.3 到 48 倍恰恰是在趋同选型内部实现的。趋同的财务后果是直接的:性能同档的模型互相可替代,$/token 被压向边际成本,模型层的差异化溢价(ρ 的分子)收窄——同能力档 API 价格逐代走低(Artificial Analysis 口径)与开源权重占比上升,是同一件事的两面。

当模型本身收敛,同一个权重在不同运营者手里的成本差,就成了仅存的分化来源。这个命题有损益表形态的证明:对纯 token 工厂(取用开源权重、转售 API 的运营者)做标准化拆解,每 1 美元算力成本对应收入中枢仅约 1.05 美元,毛利约 5 个点——serving 栈(推理引擎、批处理、缓存、量化)的效率差就是全部毛利,部署经济学不是利润的影响因素之一,而是利润本身。两级物理指标正好覆盖这个分化:bytes/token 决定架构给定的上限,tokens/joule 度量运营者实际实现的转换率;两家运营同一权重的公司若毛利相差数倍,报表科目完全相同,可用的解释变量只剩这两项。

升格时点为什么是 2027:三个条件正在汇齐。其一,必要性已经是代数而非叙事:第二部分末尾把行业收入增长要求分解到 GW × 利用率 × tokens/joule 的乘积上,且负担主要落在 tokens/joule——跟踪该指标就是跟踪增长要求能否满足。其二,可测性在补齐:开源权重占比上升使 bytes/token 可直接从公开权重计算,tokens/request 代理使需求质量可按季追踪,物理层从「实验室指标」变成「可按季更新的序列」。其三,披露窗口:2026 到 2027 年是 AI 基础设施与模型公司集中上市与再融资的窗口,披露格式此刻定型(表 12)。需要解释分化的分析师、可计算的指标、正在定型的披露格式,三者在同一个窗口相遇——物理层指标升格为估值指标的预期由此给出时点。

最后给出对应关系:revenue per GW 之于 AI 基建,如同同店销售额之于零售——把增长拆成「开店」(新增 GW)与「店效」(每 GW 收入)两个因子,市场由此学会拒绝只报开店数的公司。店效的运营驱动项就是物理层两级指标:tokens/joule 是店效的供给侧(电力转 token 的转换率),bytes/task 是客单的成本侧(每任务真实物理成本)。同店销售额从零售商自愿披露演变为行业惯例用了一个披露周期,不披露者被拒绝估值溢价;AI 基建正处在同一位置。本文预期物理层指标于 2027 年升格为估值指标,依据不是类比,而是增长要求的代数分解、可测性的补齐与披露窗口三者的时间重合。

披露标准:移植半导体的披露惯例,补齐已经开始的另一半

修复的第二步是披露。表 12 的倡导对象是 AI 基础设施与模型公司,时机就是现在:2026 到 2027 年是这批公司集中上市与再融资的窗口(SPCX 已上市,ANT 招股中,更多 Fabless 与 neocloud 在后),招股说明书与定期报告的披露格式正在此刻定型,此刻形成的惯例将沿用多年。而表 11 的指标今天没有一项能从单一公司的报表直接读出:表 4 的 A 到 D 四量要拼接买卖双方两份申报文件,表 5 的 Ld 在原版 S-1 留白时无法计算(S-1/A 已补全,证明该披露可行且成本不高)。应用层的单位披露已经有了第一例(Anthropic 在 S-1 中披露算力支出与收入的关系,即 ρ 的分子分母),表 12 按层列出其余缺口,每项披露恰好补上表 11 一个指标的缺失输入:

表 12:披露项与 KPI 矩阵的镜像关系

披露项(按层)直接解锁表 11 的哪个 KPI今天的替代做法(为何不可靠)
基建侧:在线 GW(期末与期间平均)Revenue per GW·yr 的分母用期末单点产能年化:SPCX 单季读数因此从 63 亿跳到 165 亿
基建侧:GPU·小时售出量与有效 $ / GPU·小时、利用率转移价格(等式三)与等式一的利用率项完全不可得:Foundry 层纯租赁收入只能按工作底稿推算(60 到 120 亿/GW·yr 区间)
基建侧:建设成本 per GW 与折旧 per GW·yr隐含回本周期;判定不实说法(图 2)依赖高管访谈口径(400 到 500 亿为属名陈述而非披露)
两侧:承诺、在手订单、收入确认(A 到 D 四个会计量)订单覆盖倍数(0.47 与 12 两条边界)与三个相邻比值;到位后点亮表 11a 实体三的订单覆盖格与两个「待拼接」的账单比格买卖双方各披露部分会计量,单一关系的 A 到 D 要拼两家公司的文件(表 4 即为拼接产物)
两侧:关联融资逐笔标记(供应商兼债权人、芯片商兼股东、保底采购)卖方融资比 Lu 与供应商资金占比 Ld;到位后点亮表 11a 实体一的 Ld 格过去 Lu 只能用上限口径估计、Ld 因留白无法计算;ANT S-1/A 已示范逐笔披露(三家供应商的额度、承诺、提取状态并列),待其成为行业惯例
应用侧:tokens 服务量与实现的 $ / 百万 token等式一的 $/token 项;闭合检验的第三方验证只能用市场牌价(Artificial Analysis)近似实现价格
应用侧:算力采购按期限分桶(现货 / 短约 / 长约)与 ρ等式二的成本结构;ρ 的延续观测S-1 自己承认「可能为已贬值的资源支付溢价」,但分桶不披露,该风险无法核查
应用侧:tokens / GPU·小时(带硬件与模型规格)物理桥;tokens/joule 的公司级实测只能用公开基准(TokenPowerBench 族)的区间替代,与公司实际可差一个数量级

披露的先例与回报都有实据。半导体侧,台积电按月披露收入、按季披露资本开支与产能状况,市场因此能为一家年资本开支 409 亿美元的公司稳定定价;零售侧,same-store sales 从零售商自愿披露开始,最终演变为分析师对不披露者拒绝给予估值溢价。对公司,披露换来的是「可计算溢价」:估值离散度收敛、融资成本下降。不披露的代价同样可测:卖方对某参照资产明年收入的预估区间为 594 亿到 2,901 亿美元,这个近五倍的离散最终由股东以波动率与折价承担。对投资者与监管者,披露拆除的是第一节的波动率机制:基数可被直接观察之后,单一公司的新闻不再需要由整个行业重新定价。谁先披露,谁先获得可计算溢价。

当在线 GW、每 GW 收入、GPU·小时量价、算力采购分桶与关联融资逐笔进入定期报告,三条等式的每个变量都成为报表直读项,AI 交易的定价就从两三家公司的叙事回到全行业的单位经济学。这正是本文标题的含义。在披露到位之前,InAI 将按表 11 的口径、以公开申报文件为源,逐季发布拼接计算的跟踪读数,作为过渡期的公共参照。

读数已经开始发布:每 GW 季度读数逐季给出表 11 各项指标的读数与来源;新估值 KPI 仪表盘按本文给出的警戒边界自动判级,并可改动读数做情景测试。

2027 检验清单

本文的每个论断都可以在 2027 年被数据检验,读者可按季核对:

  • SPCX 下一季 SI 每 GW 收入是否守住 165 亿口径;折叠边界(并表)变动是否被单独披露;
  • ANT 上市后 ρ 的轨迹(S-1/A 已给出起点:H1 1.82、Q3 1.72),以及该披露是否延续;
  • ANT 承诺的落实率(C ÷ B)是否逐季上升,供应商间分配是否仍近乎均匀、取消权是否持续保留:承诺是需求还是叙事的直接检验(表 4 假说);
  • 卖方对 AI 基建公司收入预估的离散度是否收敛(当前某参照资产的预估区间为 594 到 2,901 亿美元);
  • 是否出现第二家公司进行 per-GW 或分桶算力采购披露;
  • SemiAnalysis 与 Gerstner 对 2027 年新增 GW 的分歧(51.2 对约 25)由实际落地裁决;瓶颈是否如预测转回芯片与 HBM;
  • 行业对外收入是否按不低于 30% 的年化增速(内生地板)增长;经济寿命倍数是否出现脱离 1 的证据(二手 GPU 价格、老代际转推理负载的利用率、长期软件支持);
  • 数据中心信用利差对单公司新闻的敏感度是否下降;物理层指标是否开始进入卖方模型。

若多数项成立,AI 交易将从叙事定价迁移到刻度定价,这正是本文希望加速的过程。

资料来源

  • 申报文件原文:SpaceX (SPCX) 2026 Q3 / Q2 8-K EX-99 合并报表、Q3 10-Q、SEC XBRL;Anthropic, PBC Form S-1(SEC EDGAR,accession 0001628280-26-067168,2026-10-26;公开稿承诺金额留白)与 Form S-1/A(accession 0001628280-26-068676,2026-11-02;补全全部金额,本文 ANT 的供应商分解、ρ、现金流与公允价值数字均以该稿原文为准,已对原始 HTML 逐句核验);S-1/A 第 3 号修正(accession 0001628280-26-074338,2026-11-17:承诺总额 9,009 亿及其时间结构、run-rate 定义、同步配售认购方与金额);定价公告(2026-11-18:每股 83 美元、9.80 亿股)。最终招股书(424B4,2026-11-19 提交):发行后总股本 13,219,642,276 股,含同步配售股份、不含超额配售(转引自属名报道);首日行情为 Nasdaq 收盘数据。
  • 媒体报道口径:私募信贷与发行预测(Bloomberg 2026-02,引 Morgan Stanley、JPMorgan、IJGlobal);BIS Bulletin No. 120(2026-01);超大规模云厂商 capex 为各公司 2026 年中财报电话会指引。
  • 容量与能耗基准:SemiAnalysis 数据中心预测(2026-10,Data Center Frontier 报道口径);SemiAnalysis SPCX 建设时间线与 GPU 租价指数(2026-10 到 2026-11 报道口径:集群上线 91 到 150 天、行业 8 到 12 个月、H100 综合租价 2023 下半年 6.62 美元降至 2026-03 的 2.80 美元);TokenPowerBench(arXiv:2512.03024);John Snow Labs tokens-per-joule 基准(2025 到 2026)。
  • 需求侧序列:OpenRouter 官方数据刊与 rankings 实测(周 token 量、请求数与缓存口径,2025 到 2026);State of AI: An Empirical 100 Trillion Token Study with OpenRouter(arXiv:2601.10088):序列长度轨迹(约 2,000 到 5,400+ token)、提示词与补全分解、代码请求口径;tokens/request 对数分解为 InAI 推算。
  • 访谈与公开表述(属名引用):黄仁勋、Brad Gerstner、Clark Tang,BG2 播客(2026-10-19):需求三分结构、前沿实验室加推理公司约 2,000 亿年收入口径、每 GW 可售产品价值、落地约束、Gerstner 对 2027 新增口径的质疑;马斯克「六个月回本」表述(SPCX Q3 业绩沟通,本文图 2 判定为不成立)。
  • 闭环与先例数据:英伟达对 OpenAI(2025-09 意向书上限 1,000 亿未签成合同;2026-02-27 公布、2026-03-31 交割的融资轮中入股 300 亿并约定约 5 GW 英伟达系统,OpenAI 公告与属名报道;PORTS-Pike 园区担保为英伟达 2026-08-17 新闻稿与 2026-11-17 财报电话会,首期 4.25 GW、担保上限 1,050 亿、担保余额合计 1,180 亿、前沿实验室约占数据中心收入 15%)、CoreWeave(63 亿保底采购,8-K 备案;IPO 锚定约 2.5 亿)、Nebius(20 亿)、xAI(约 20 亿)及客户集中度(前两大 39%):公司申报与属名报道汇编;约 100 亿投资挂钩约 350 亿收入为 NewStreet Research 单方估计;CoreWeave FY2025(收入 51 亿、净亏 12 亿、在手订单(剩余履约义务)607 亿)为其申报文件;电信先例(Lucent 81 亿承诺与 35 亿损失、Nortel 130%、九家 256 亿、四打 CLEC 破产)为对 Lucent/Nortel 年报、SEC 文件与 McKinsey 估计的行业史汇编,逐项标注一手出处后使用。
  • 半导体基准:TSMC 4Q25 管理报告(2025 年收入 1,224 亿美元、capex 409 亿、折旧摊销 NT$6,881 亿)与年报折旧政策(设备 5 年、厂房 20 年);TSMC 纯晶圆代工份额约 70%(TrendForce,2025);Counterpoint「Foundry 2.0」宽口径 2025 年全行业 3,200 亿(TSMC 占 38%,口径更宽,仅作参照);全球 fabless 收入总额与英伟达份额为行业汇编口径,定稿前复核;按份额外推、经济寿命倍数与内生 CAGR 测算为 InAI 分析。
  • InAI 自有研究与推算(均标注为估计):Research #15、Research #16;三情景模型(起点 SPCX Q3 实际数,脚本可复现);美国 2027 年底 35 到 50 GW 估计;行业损益表双口径覆盖率、Fabless 成本等式、恒等式闭合检验。