每兆瓦收入与AI模型工厂

一家人工智能模型公司以兆瓦为单位批发采购电力，并将其转售为认知工作。

“计算的基础成本通常在每兆瓦1000万、1300万或1500万美元左右。以Anthropic为例，其收入已高达每兆瓦5000万美元。这现在让他们能够做到的是，嘿，如果我花10美元在推理能力上，我实际上能产生50美元的收入。然后我可以转身，把所有这些利润逐步投入到训练中。”—— Dylan Patel，SemiAnalysis，在Dwarkesh播客上1

以电力为函数衡量的毛利润证明，模型公司可以在贡献基础上实现盈利。

Anthropic在2024年的毛利率为−94%：每1美元收入对应1.94美元的计算成本。2

到2025年，形势逆转，Anthropic从−94%的毛利率跃升至40-50%的毛利率。

2026年，收入超过成本：每兆瓦5000万美元的收入对每兆瓦1000-1500万美元的成本。Anthropic迎来了首个盈利季度，收入109亿美元，营业利润5.59亿美元。

这5%的营业利润率远低于兆瓦数学所暗示的70%至80%的毛利率。训练运行和员工人数消耗了其中的差额。

每兆瓦的毛利润不仅关乎智能，还关乎效率。一个以一小部分计算成本提供同等智能的模型，即使定价更低，也能在每兆瓦产生更多利润。

GLM-5.3-Flash在人工智能分析智能指数上得分57：与Claude Opus 4.8完全相同。3 但它仅用180亿个激活参数就做到了这一点，成本降低了90%至97%。更少的激活参数和更少的注意力计算意味着每兆瓦能处理更多令牌。

前沿本身也在波浪式地向上攀升。从37到63的25点涨幅中，有半数来自三次3点或以上的跳升。高效模型追逐的是一个每季度都会重置的目标。

这正是每兆瓦利润所能换来的东西。帕特尔最后那句话是关键：“转身，把那些利润增量地全部投入训练。”利润率支撑着工厂。

英伟达斥资60亿美元收购Poolside，并基于这一前提再投资了10亿美元。模型构建正演变为工业化流程：在搜索空间中进行数千次实验，而非手工艺式的精雕细琢。

“模型是产出。持续构建更好模型的能力——每次更快、更高效——才是真正的创新。模型工厂是复利资产。”—— Jason Warner，Poolside4

Laguna S 2.1从启动到发布仅用了52天。

推理利润率支撑着工厂，让下一个模型的构建成本更低、运行效率更高。