🐦Matt Dratch 发布推文对 AI 模型定价、AI 基础设施行情展开评述

💡这是来自 @GavinSBaker 的一套经过深思搭建的分析框架，大方向层面我表示认可：成本更低的模型可以提升每投入一美元所能换取的智能能力、拉动市场需求，同时触发杰文斯效应等相关效应，我本身长期看好 AI 基础设施赛道，这点毋庸置疑。只是我认为当下针对 AI 行业、尤其模型层级，就下定非此即彼性质的结论尚且为时过早。
⚖️就算各家模型的性能水平相差极小，低成本供应方唯有手握足够产能完成市场出清，才有能力敲定整个行业的定价。倘若低价供给端受到产能约束，对应的产品就会快速售罄，溢出的需求将会逐步流向生产成本更高的一众供给方，最终是边际生产商（并非低成本生产商）敲定市场出清价格。倘若我们把智能算力视作大宗商品，就需要依托大宗商品市场的运行规律来厘清定价逻辑。
💰在这样的市场格局之下，Meta 以及 Grok 具备的成本优势将会转化成稀缺租金。二者定价时只需要把价位设置得略微次于市场当中第二优质的可选方案即可，不必将售价压低贴近自身边际成本。此处存在一个关键结论：只有低价侧的产能充足到可以覆盖边际买家的需求时，平价智能产品才会拉低整体市场的出清定价，该要点建议反复研读两遍。
🏗️正如我此前表述过的看法，当下布局 AI 相对稳妥的预判方向是后续实际落地供给不及市场预期，供给曲线会下移。数据中心的修建、电力配套以及落地部署的实操难度远超大众预判，后续落地门槛还会进一步抬升；与此同时性价比更高的智能服务、行业层面的创新又持续催生新增需求，目前计划落地的吉瓦级算力仅有一小部分完成建设，创新带动需求形成的正向飞轮就已经处于高速运转的状态。
📌长期来看模型环节的利润确实大概率会重新流向 AI 基础设施板块。不过完成这一轮利润再分配之前，市场会长时间维持下述状态：主打低价的模型供给方产能早早售罄，定价偏高的供给方承接溢出的市场需求，行业内各个参与主体依旧持续加码产能建设。现阶段市场行情更多受动量趋势驱动，后续走势存在不确定性，祝愿行业发展顺遂。