算力涨价，模型降价：AI 的两张成本表

九月十七日，算力租赁公司 Nebius 通知客户，从十月一日起上调按需 GPU 算力价格，涨幅最高两成。同一天，亚马逊用一份最高八十亿美元的长期协议锁定备用发电机产能，智谱披露在十万张国产芯片上让智能体优化自己的推理系统，Anthropic 公布它内部已有多少研发由 Claude 主导。这一周里，算力和电在变贵，模型调用的价格在变便宜。这期把两条线放在一起，看 AI 的成本结构正在怎么重排。

Nebius 是一家在纳斯达克上市的算力租赁公司，主业是把英伟达的显卡按小时租给 AI 公司。据它 9 月 17 日发给客户的通知，10 月 1 日起按需价格调整：H100 从每小时 3.85 美元升至 4.50 美元，涨幅约 17%；H200 从 4.50 升至 5.40，涨幅 20%；B200 从 7.15 升至 8.50，涨幅约 19%；最新的 B300 从 7.85 升至 9.50，涨幅约 21% 1。除显卡外，配套的 AMD EPYC Genoa 处理器费率上调 25%，Genoa 内存费率上调约 41%。旧价格可在 Nebius 官方价格页核对 2。

这已经是年内第二轮。5 月那一轮，按需容量平均提价 29%，可抢占容量提价 51%；把两轮叠加，B300 比 5 月之前贵了约 56% 3。

涨价背后是供需。据华尔街见闻报道，Nebius 管理层称需求之强使手动调价已不足以平衡供需；公司还拿稀缺的 Blackwell 算力做过拍卖测试，客户实际支付价格比原最高定价高 15% 至 20%。更直接的指标是需求能见度：从此前约 18 个月拉长到 24 个月以上，已有客户预订 2028 年一、二季度算力，部分订单涉及数万块 GPU。同一篇报道提到，算力短缺正在改变数据中心的合同谈判生态，过去偏向大客户的极端惩罚条款开始松动 3。9 月 17 日美股盘前，Nebius 涨约 8%，CoreWeave、IREN 等同业同步走高。

9 月 16 日，发电设备公司 Generac 向美国证监会提交文件，宣布与亚马逊签订长期供应协议，为亚马逊的数据中心供应备用发电机 4。按公开披露，这项合作累计采购额最高可达 80 亿美元，其中 2027 至 2028 年交付的首批约 24 亿美元 5。

亚马逊拿到的不只是货。按协议，它可以按每股 200.93 美元认购最多 1,693,745 股 Generac 普通股，按行权价算约 3.4 亿美元；约 30.8 万股立即归属，其余按累计采购额分批归属，全部归属对应 80 亿美元的采购门槛。消息公布当天，Generac 股价盘中一度涨超三成 6。

值得注意的是交易的形式：上一周，亚马逊用同样的方式绑定了高通的定制 AI 芯片，也是长期订单加认股权证。巨头在用股权锁定产能，而这类支出正在从芯片、服务器扩散到发电机、电网与储能。

9 月 17 日，黄仁勋在苏格兰出席由英国国王查尔斯三世主持的一场 AI 峰会，其间对媒体表示：「我预计英伟达明年卖出去的芯片数量，是今年的两倍。」他的理由是 AI 正在进入医疗、制造、金融等行业，几乎每个开展业务的国家都想投资 AI；同时他承认，当前的瓶颈不在需求而在产能，出货取决于供应链扩张速度 7。

这个说法比公司自己的指引更激进：8 月底的财报会上，英伟达预计截至 2028 年 1 月的财年营收增长约 70%，约 6,730 亿美元，并称若供应跟得上，营收有机会翻倍。英伟达并不披露芯片总销量，上一次给出具体数字是去年秋天称四个季度出货 600 万颗 Blackwell GPU。同一场峰会上，黄仁勋还表示，不安全的成品应当先暂缓发布，AI 是底层技术，监管应落在具体产品上。

9 月 17 日，智谱创始人兼首席科学家唐杰在 X 发布长文并转发公司技术博客，披露其在递归自我改进（RSI）方向的第一个工程实践：由 GLM-5.3 驱动的 Infra Agent 参与完成了 GLM-5.3-Flash 推理基础设施的设计、调试与优化 8。

按博客披露，这套生产级推理服务从零搭建在超过 10 万张国产 AI 加速器组成的集群上；芯片显存与带宽有限，还要支持新模型架构、100 万 Token 上下文与多模态请求。优化过程中，智能体自己读运行数据、提假设、改代码、跑对照实验：它定位到 KV 传输与计算未能并行，追到 DeepEP 的 Python/C++ 边界没有释放全局解释器锁，修复后把 Prefill 加 KV 传输相对单独 Prefill 的性能损耗从超过 20% 压到 1% 以内。从第一次跑通到承接全部生产流量用时不到两周，端到端吞吐提升到初始基线的约 3 倍，硬件利用效率与单 Token 成本达到主流英伟达 GPU 的相当水平。GLM-5.3-Flash 以匿名模型 Ox-Alpha 在 OpenCode、OpenRouter 上线，六天内处理超过 62 万亿 Token。唐杰在文中强调，让循环转起来的是闭环：工程师定目标与边界，智能体做分析与修改，实验环境提供可分层追溯的反馈；他也表示距离完全递归自我改进还很远。

同一天，Anthropic 公布了一套衡量前沿实验室研发速度的指标，并给出内部快照 9。截至 2026 年 8 月：Claude 已「主导」（AL4，即按高层提示端到端完成大部分任务、人类只做监督）约 26% 的 AI 研发工作，达到「AI 协作」（AL3）及以上的占比超过 90%；该比例在 2026 年 2 月还不到 1%；没有任何被测工作达到完全自主（AL5）。同年 8 月，约 3 万个智能体在该公司最常用的内部平台上从事研究与工程；对超过 10 亿次智能体决策的统计显示，约 0.002%（约每 4.7 万次一次）被在线监控拦截。7 月 13 日至 20 日一周，AI 研发算力中约 6% 投入安全研究；若只统计由 AI 驱动的研发，该比例约 12%。Anthropic 同时说明局限：各实验室尚无统一口径，横向比较不成立；用自家模型评估自家系统，评估模型与被评估模型可能犯相似的错误。

9 月 18 日，阿里千问发布原生全模态模型 Qwen3.8-Omni-Flash：支持文本、图像、音频、视频四类输入，上下文 100 万 Token，原生支持最长 1 小时连续音视频输入；官方称每小时音频输入的 API 价格下降超过 98%，音视频输入下降超过 93% 1011。官方称该模型在 30 项评测中比上一代 Qwen3.5-Omni-Plus 平均提升超过 26%，也承认在部分视频理解测试中仍不及 Gemini 3.8 Flash。发布中还有一个与 RSI 同方向的细节：让新模型在 12 小时内提升 Qwen2.5-Omni-3B 的四川话识别能力，它自主选定评测集，经 4 轮实验构建 3,413 条训练数据，字符错误率从 25.79% 降至 15.30%。

涨价能不能被接住。 10 月 1 日生效的新价格，客户是照单全收还是转向别家，是对算力紧缺最直接的一次检验。

电能不能按期到位。 80 亿美元的发电机订单要落在 2027 至 2028 年的交付上；电力跟不上，买回来的芯片也开不了机。

比例上升之后谁来做验证。 如果「AI 主导的研发占比」继续往上走，Anthropic 提出的第三方评估、跨实验室可比的口径，才会成为真正的问题。

把这一周放在一起：算力与电力这一端在涨价，模型调用那一端在降价；两边之间，能拉开差距的是谁把每一份算力用得更满。