一条价格调整公告，一份800亿美元融资计划，放在同一天看，AI产业的撕裂感扑面而来。
腾讯云宣布旗下DeepSeek-V4系列模型今日起降价。V4-Pro推理输入与输出价格均下调75%，分别从每千tokens 0.012元、0.024元降至0.003元、0.006元。缓存命中价格的降幅更为剧烈——从每千tokens 0.001元降至0.000025元，降幅达97.5%。V4-Flash模型仅调整缓存命中价格，从每千tokens 0.0002元降至0.00002元，降幅90%。
几乎同一时间，彭博社报道称，Google母公司Alphabet计划进行总额800亿美元的股权融资，资金用途明确指向AI基础设施、算力建设与相关资本支出。融资结构已经清晰：300亿美元包销公开发行、400亿美元按市值发行A类或C类股票，以及伯克希尔·哈撒韦以私募方式直接投资100亿美元。Alphabet此前已将今年资本开支预期提高至1800亿至1900亿美元，并预计明年继续显著增加。
一边是把模型推理价格压到地板，另一边是数千亿美元级别的基建投入。问题来了：AI到底是在变便宜，还是变贵？
正方观点很直接：模型调用成本确实在断崖式下降。腾讯云这次降价不是孤例，而是国内云厂商过去一年的常态动作。当缓存命中价格以97.5%的幅度跳水，意味着高频调用场景的成本结构正在被彻底改写。对于大量依赖API调用的开发者而言，模型推理正在变成像水电一样的廉价基础设施。价格战打到这个阶段，受益的是整个应用层生态。
反方看到的是另一层逻辑：模型调用便宜了，但模型训练和算力建设的门槛却在急剧升高。Alphabet的800亿美元融资不是小数目，这还只是一家公司的动作。OpenAI扩展Codex生态的当天，官方披露的数据是每周活跃用户已超500万，非开发者用户占比约20%，增速超过开发者用户的3倍。用户规模在膨胀，背后的算力消耗也在膨胀。微软Build 2026开发者大会上，纳德拉展示了基于英伟达RTX Spark平台的Surface Dev Box，提供1 petaflop AI算力、20个CPU核心和128GB统一内存——这是面向开发者的本地设备，说明云端算力已经不够用了，需要本地补充。
拆开看，这两种声音并不矛盾。降价的是存量能力的调用成本，烧钱的是下一代能力的研发投入。腾讯云降价的DeepSeek-V4系列模型是已有产品，成本优化空间来自工程层面的持续打磨。而Alphabet融资投向的是新基建，是为还没到来的更大规模模型做准备。两者分处AI产业链的不同环节，价格信号当然不同。
真正值得关注的，是这种分裂背后正在发生的能力分层。微软在本届Build大会上一次性推出七款MAI模型，覆盖推理、代码、图像、语音和转录方向。推理模型MAI Thinking 1采用稀疏MoE架构，活跃参数35B，总参数规模约1T，支持256K token上下文。代码模型MAI Code 1 Flash在SWE Bench Pro上得分51.2%，对比Claude Haiku 4.5的35.2%有明显优势。图像模型MAI Image 2.5已进入PowerPoint，转录模型支持43种语言，语音模型支持15种语言。当一个巨头同时推进这么多模型线的研发，它的资本开支不可能不暴增。
OpenAI的动作同样指向这个方向。Codex的角色专属插件上线6款，集成62款应用与110项技能，覆盖数据分析、创意生产、销售、产品设计、公开市场股权投资及投资银行六大方向。后续还计划推出企业财务、私募股权、法律等方向。Sites功能允许将分析结果生成可通过URL分享的交互式网页，已与Vercel、Figma、Replit、Webflow等平台展开早期合作。标注功能从此前的代码和网站场景扩展至文档、表格和幻灯片。这种生态扩张的节奏，背后需要持续的算力投入来支撑。
黄仁勋在微软Build大会的视频连线中说了一句话：PC正从个人电脑向个人AI演进。微软展示的Project Solara参考设备印证了这个判断，基于联发科芯片的桌面工作终端支持身份识别、语音交互和Copilot接入，采用高通可穿戴芯片的数字工牌面向医疗等移动场景。当AI终端形态从云端走向本地，成本结构会进一步分化——推理走向普惠，训练走向集中。
彭博社的另一条消息为这个判断提供了注脚：亚洲投资机构HSG目前在收购黑石集团所持徕卡相机45%股份的竞标中处于领先地位。据知情人士透露，HSG正与黑石谈判，若考夫曼家族决定出售剩余55%股份，HSG亦有意接手，并可能最终推动徕卡重新上市。今年1月的报道显示徕卡整体估值约10亿欧元。这说明资本正在全球范围内重新配置技术资产，AI基建疯狂吸金的同时，传统精密制造领域的优质标的也在被重新定价。
滴滴一季度由盈转亏，字节Seed机器人团队转向周畅汇报，阿里CTO吴泽明进入合伙人委员会且即时零售继续收拢到淘宝闪购，Arm称自研AI芯片150亿美元收入目标可能提前完成。这些碎片信息拼在一起，指向同一个趋势：所有科技公司的组织结构和资源流向都在向AI赛道倾斜。
山姆·奥特曼日前承认了一个错误判断：拥抱AI最积极的公司仍在招聘。这句话反过来理解就是，AI并没有如预期那样大规模替代人力，反而让最先采用AI的公司因为业务扩张而需要更多人手。这解释了为什么模型降价了，资本开支却不降反升——AI带来的效率提升创造了新的需求，而新的需求需要新的能力来满足，新的能力需要新的训练来获得，新的训练需要新的算力来支撑。这是一个不断自我强化的循环。
热门跟贴