AI 基础设施周报

Fable 5.2 降价 20%,黄仁勋辞任,Nebius 新单 GPU 小时均价涨逾 20%

Author

AgentsFlare Research

Date Published

过去一周,模型报价与算力采购条件向两个方向移动。Anthropic 将 Fable 5.2 的标准 API 输入、输出价同时下调 20%,Google 的 Gemini 4 Hydrogen 以每百万 token 输入 1.50 美元、输出 7.50 美元进入日常智能体市场。上游的 Nebius 却披露,三季度新单 GPU 小时均价环比上涨逾 20%,一年及以上新签合同的预付款已覆盖相关资本开支的 100% 以上。CoreWeave 预计未来三个月收到约 90 亿美元客户预付款及押金。同周,Anthropic 启动 IPO 路演,英伟达宣布黄仁勋辞任,由 CFO Colette Kress 兼任临时 CEO。API 买方仍可按用量享受降价,预订专用容量的买方则可能需要先出资、再等待交付。供应商能否取得资金、按期部署设备,正在成为低价之外的另一项采购条件。

Executive summary

本周核心判断:

  • 英伟达更换首席执行官。 黄仁勋辞任总裁、CEO 及董事,CFO Colette Kress 兼任临时 CEO,董事会启动继任者遴选。(11/12 公告)
  • Google 扩展第八代 TPU 系统。 TPU 8tx 面向机密推理,TPU 8i Max 将两颗 TPU 8i 集成在同一封装中,面向大上下文负载。(11/9)
  • Fable 5.2 标准 API 降价 20%。 每百万 token 输入 8 美元、输出 40 美元,前代分别为 10 美元和 50 美元。(11/9)
  • Gemini 4 Hydrogen 进入日常智能体市场。 每百万 token 输入 1.50 美元、输出 7.50 美元,标准费率覆盖整个 100 万 token 上下文窗口。(11/12)
  • 阿里降低订阅门槛,并限时预览 Qwen4-Max。 Token Plan 个人版 Pro 官网折扣价降至每月 312 元,月额度由 18 万增至 20 万 Credits;Qwen4-Max-Preview 预览至北京时间 11 月 25 日 24:00。(11/9、11/11)
  • 决策模型获得实际调用量。 Vercel 披露,其网关 10 月有 26% 的请求由决策模型处理,占总支出的 0.53%。(11/9 发布)
  • Anthropic 启动 IPO 路演。 初步发行价区间为每股 70–78 美元,拟公开发行及出售 8.25 亿股,另有附条件的 260 亿美元同步私募。(11/10)
  • CoreWeave 收入增长,利息费用仍高于营业利润。 三季度收入 36.61 亿美元、营业利润 2.07 亿美元、净利息费用 8.46 亿美元。(11/10)
  • Nebius 新单涨价,Nscale 披露追加融资需求。 前者三季度新单 GPU 小时均价环比涨逾 20%;后者在修订招股书中表示,履行 2027 年预计义务仍需额外融资。(11/12)
  • 微软 365 故障延续至第二天。 Outlook、Teams 和微软 365 Copilot 等服务受影响;微软于 14 日表示服务已全面恢复。(11/12–14)

AgentsFlare 是企业的 AI 控制平面——在模型、云与智能体不断分裂的环境里,替企业守住调用路由、成本归因与访问审计这条主动权。

AI Infra Weekly 是 AgentsFlare 为企业用户推出的战略专栏,追踪全球 AI 基础设施层的关键变动。控制平面天然不押注任何单一模型或云,因此我们能不带立场地判断模型、算力与监管的结构性变动——在格局固化之前,先一步看清方向。

黄仁勋辞任,多云采购仍可能依赖同一上游

11 月 12 日,英伟达公告黄仁勋辞任,CFO Colette Kress 兼任临时 CEO,并继续承担财务职责。董事会将从内部和外部寻找永久继任者。公告明确表示,预计运营、客户承诺及产品路线图将持续执行。现阶段不能由人事变动推断芯片将延期交付,企业也没有理由据此将既有订单视为失效。

英伟达的影响却已超出芯片交付。同周的 Anthropic 招股文件列出其拟参与的 100 亿美元私募认购,Nscale 的文件也列出英伟达提供的融资。芯片供应商同时参与客户的资本安排,意味着采购关系与融资关系存在交集。如果一家企业分别向多家 GPU 云预订容量,这些供应商仍可能依赖同一家芯片公司及其资金支持。合同数量增加,并不自动降低这种共同依赖。

本周另一项供给变化来自 Google。11 月 9 日发布的 TPU 8tx 和 TPU 8i Max 是第八代 TPU 的新增系统配置,分别面向机密推理与大上下文负载。Google 称 TPU 业务已有近百家客户。它们为部分负载增加了硬件选择,但迁移仍取决于软件适配、区域供给和实际交付条件。对企业控制平面而言,供应商独立性的判断,需要沿调用端点继续向下,看到实际承载模型的云、硬件和容量来源。

Fable 5.2 降价后仍为 Opus 两倍,Hydrogen 另争日常调用

11 月 9 日,Anthropic 发布 Fable 5.2。标准 API 每百万 token 输入 8 美元、输出 40 美元,缓存读取 0.20 美元。快速模式另按输入 16 美元、输出 80 美元计费,官方称速度最高可达标准模式的 2.5 倍。需要仅在美国推理的负载,输入与输出价格另乘 1.1。20% 的降幅对应前代标准价,不能直接套用于所有运行模式和部署范围。

能力提升也有明确的任务边界。Anthropic 公布的 FrontierSWE v2 成绩从前代 56.3% 提高至 69.9%,但 AA-Briefcase v1.1 的 Elo 为 1785,仍低于 Opus 5.5 的 1800。这是厂商发布的评测数据,不能视为全部企业任务上的独立验证。Anthropic 自己仍建议,大多数日常编码与知识工作从 Opus 5.5 开始。后者的标准输入、输出价为 4 美元和 20 美元,均为 Fable 的一半。企业若从日常型号统一升级至最新旗舰,代际降价仍可能伴随更高的调用账单。

11 月 12 日,Google 发布 Gemini 4 Hydrogen,标准输入、输出价分别为 1.50 美元和 7.50 美元,覆盖整个 100 万 token 上下文窗口,两项均为 Fable 标准价的 18.75%。Google 将其定位为日常编码与智能体执行模型,Carbon 和 Argon 继续承担深度、长程推理。两家厂商都在细分任务与价格。单价差本身不足以证明同等质量下谁更便宜。高难度判断、日常执行与简单判定,开始有更清晰的分价依据。这也改变了统一使用高价旗舰的成本基础。

Qwen4-Max 以订阅预览入场,低价附带额度与期限

11 月 9 日,阿里云上调 Token Plan 个人版四档套餐的额度。中国站 Pro 官网折扣价降至每月 312 元,Credits 由 18 万增至 20 万。11 月 11 日,Qwen4-Max-Preview 进入个人版和团队版,预览至北京时间 11 月 25 日 24:00。期间 Credits 消耗低至标准的 20%,夜间 22:00 至次日 08:00 再享六成折扣,最低为标准消耗的 8%。这些是订阅积分规则,无法直接换算为全市场通用的每百万 token API 报价。

团队版文档同时写明,预览结束后该模型将下线。企业在这两周内取得的是评估窗口,长期可用性仍待正式安排。促销可以降低试验成本,业务若直接依赖预览型号,截止日也会成为一次必须处理的迁移。

订阅还改变了成本的归属方式。Token Plan 将多个模型纳入统一 Credits 池,团队版按成员分配席位,并提供共享用量包。平台内切换模型更方便,企业仍需将这些支出与其他云、直连 API 及私有部署费用合并核算。供应商提供的统一账单有其边界。在同一平台决定模型目录、积分折扣与可用期限时,企业需保留独立的成本归因与调用记录。这是判断续订是否仍然划算的依据。

决策模型占四分之一请求,路由开始有真实的经济规模

Vercel 11 月 9 日发布的生产使用指数显示,10 月决策模型占其网关请求的 26%,支出占比仅为 0.53%。近三分之一付费团队使用过决策模型,月处理量超过 100 亿 token 的团队中,使用比例达到七成。该网关已有八家厂商的 15 款决策模型。这是单一平台的匿名聚合样本,不能外推为整个企业 AI 市场的份额。

这组数据补上了产品发布之后的采用证据。分类、评分和工具选择开始从长文本生成中独立出来。低单价与极短输出,使请求规模与支出规模明显分离。仅按 token 或总账单评估 AI 使用,可能低估判定环节对后续调用的影响。这些判定消耗很少,却能决定一次请求去往哪款高价模型、调用哪个工具。

这也是 AgentsFlare 关注控制权归属的原因。决策模型可以来自任何厂商,分流规则、项目预算与调用审计应由企业统一管理。平台提供按密钥和项目设置支出上限、实时追踪用量,以及不可变更的审计日志。企业需要同时看见节省了多少调用费、流量分配到了哪里,才能判断一项低成本决策是否带来了更高的后续支出。

Anthropic 启动上市路演,Google 与英伟达拟各认购 100 亿美元

11 月 10 日,Anthropic 宣布启动 IPO 路演,初步发行价为每股 70–78 美元。拟公开发行及出售的 8.25 亿股中,约 8.01 亿股由公司发行,其余由现有股东出售,后者所得不归公司。招股书另列出七家产业伙伴合计 260 亿美元的同步私募,其中 Google 与英伟达各认购 100 亿美元。私募须以公开发行完成并满足其他条件为前提。按 74 美元的区间中点、不计承销商超额配售权,公司估计两部分合计净募资约 846 亿美元。

Google 这部分认购对应其既有投资协议中的选项,不能将全部私募金额都描述为本周突然增加的投资承诺。当前披露的也仍是拟议发行条件,最终价格与募资额尚未确定。

对企业买方,更有意义的是资金来源。云与芯片伙伴的投资可以支持模型公司的基础设施扩张,也让供应与资本关系进一步交织。买方看到的多个模型、云和芯片品牌,背后可能存在共同投资者与长期采购承诺。融资完成能增强履约资源,不能直接证明每一份云合同已经转化为可调用的容量。供应商的资金到位、设备部署与服务可用,应分别判断。

CoreWeave 净利息费用为营业利润四倍,Nebius 用预付款覆盖建设

CoreWeave 11 月 10 日披露,三季度收入 36.61 亿美元,同比增长 168%,营业利润 2.07 亿美元。净利息费用达 8.46 亿美元,约为营业利润的 4.1 倍,季度净亏损 7.09 亿美元。调整后 EBITDA 利润率达到 62%,但这一指标剔除了利息、折旧及摊销等项目。对重资产算力云,较高的 EBITDA 利润率与最终亏损可以同时成立,设备投入及融资成本仍会影响收益。

管理层预计,未来三个月收到约 90 亿美元客户预付款及押金。其中逾 30 亿美元与现有基础设施续签有关,续签价格高于最初合同。现有设备在续签时仍有议价能力。不过,这笔预收现金也对应未来服务义务,无法作为当期收入或利润计算。客户资金提前进入供应商账户,增强了供应商的扩张能力,同时延长了买方付款与实际使用之间的间隔。

Nebius 11 月 12 日披露的条件更直接。三季度新单 GPU 小时均价环比上涨逾 20%,逾 90% 的新签合同价值来自附带预付款的合同。一年及以上新签合同的预付款,已覆盖相关资本开支的 100% 以上,二季度为 50%–60%。这组数据只适用于 Nebius 相应合同,不能当作全市场 GPU 涨价指数。

回款改善仍未消除交付约束。Nebius 表示,部分第三方容量延期至 2027 年上半年,因此预计 2026 年收入落在原先 30 亿至 34 亿美元指引的低端。两家财报共同显示,算力需求可以很强,供应商也可以收取更多预付款,但站点上线与设备部署仍决定收入何时兑现。对买方,同一过程决定预付款何时变成可用资源。小时单价之外,付款提前了多久、容量何时验收,以及延误后的处理方式,都具有实际成本。

特殊洞察:Nscale 增加设备采购,2027 年资金仍待落实

英国 AI 基础设施公司 Nscale 于 11 月 12 日更新上市文件,估计前九个月收入 3.075 亿美元、营业亏损 8.375 亿美元、净亏损 16.919 亿美元。这些是未经审计的初步数字,净亏损中包括 6.299 亿美元公允价值调整损失,不能全部理解为经营现金流出。

文件披露,公司为控制设备价格与配额风险,并降低 Anthropic 服务合同规定的延期处罚风险,增加了 GPU、网络及相关设备采购。部分新增采购承诺已无法按合同推迟、削减或取消。因此,公司需要额外融资以履行 2027 年预计义务,能否及时按可接受条件取得资金仍有不确定性。

这家公司的观察价值在于,大额客户合同与融资需求同时增长。为了交付订单先锁定设备,能降低供应风险,却会提前形成刚性付款义务。若建设和回款晚于设备付款,合同规模越大,短期资金需求也可能越高。对准备长期预付算力的企业,订单和知名客户能够证明业务牵引力。已交付容量与融资落实情况,则更直接关系到自身的履约保障。审查供应商时,订单金额需要与交付前尚未满足的资金条件一并评估。

微软 365 故障提醒,模型可用只覆盖工作流的一部分

11 月 12 日开始、延续至次日的微软 365 服务故障,影响 Outlook、Teams 和微软 365 Copilot 等服务。据美联社报道,微软于 14 日表示服务已全面恢复。Workhorse 则公告,因本次故障造成业务中断,将原定 12 日的三季度财报发布与电话会延期。故障影响不能直接等同于所有 Azure 模型 API 均不可用,两者需要按服务分别核实。

对已经把 AI 接入邮件、会议与内部文档的企业,依赖关系却很清楚。如果一项工作流需要从办公系统读取资料,即使替代模型能够正常响应,也无法自动补回不可访问的数据。模型、数据源与业务工具处在不同的故障范围,多模型接入只能解决其中一部分问题。

AgentsFlare 的跨通道路由与自动故障切换服务于模型调用的可用性。业务连续性还取决于数据和工具能否访问,以及工作流是否允许安全降级。控制平面的价值也包括把这些边界记录清楚:究竟是模型失败、调用通道失败,还是上游业务服务无法提供资料。故障来源明确,替代方案才有针对性。

模型按用量降价,算力按承诺议价

本周的价格分化有各自的交易基础。Fable 调低前代标准报价,Hydrogen 争取日常执行负载,Qwen 用限时 Credits 优惠吸引评估。GPU 云出售的则是特定时间、地点和期限内的容量,Nebius 的新单涨价与更高预付比例,反映了它在这些合同上的议价能力。两者可以同时发生,API 降价也无法单独证明算力供给已经宽松。

Anthropic 的上市融资、CoreWeave 的预收资金,以及 Nscale 的追加融资需求,又将资本安排与服务交付连接起来。对企业,保留 AI 主动权,需要能比较每项任务的真实成本,也能识别看似不同的供应商是否共用同一上游。将路由规则、预算与审计留在企业控制平面,才有条件在报价、融资或交付安排改变时,调整供应商而延续业务。