AI大模型的价格战，比所有人想象的都要来得更快、更猛！

本周四，OpenAI把部分AI服务价格砍掉80%，这不是普通降价，而是把企业大规模使用AI的门槛直接打穿了。
过去，企业使用AI还要精打细算；现在，同样的预算可以获得数倍调用量。

接下来真正爆发的，不只是AI用户数量，而是每家公司、每个部门、每项业务对模型的使用次数。

但调用越多，管理越容易失控。
不同部门同时使用不同模型，客户数据放在哪里？
谁有权限调用？
每个部门花了多少钱？
敏感信息会不会泄露？

模型价格下降了，企业管理AI的难度却在快速上升。

模型可以随时更换，但企业的数据架构、权限体系和业务流程，不可能跟着来回迁移。所以这轮降价背后，最大的机会可能不在模型厂商本身，而在那个能够统一管理数据、权限、成本和AI工作流的平台。

美股市场中，已经有一家公司提卡住了这个位置。今天我们不仅要把“模型越便宜，它为什么反而越受益”的商业逻辑讲透，还会结合最新的业绩数据与估值模型，给出具体的买入区间、仓位配置思路，以及必须警惕的下行风险！

干货很多，建议先赞后看。

AI模型越便宜，Snowflake反而越值钱？

不卖关子，这家公司就是 Snowflake，美股代号 SNOW。

其实，早在今年4月和7月，我们就在 VIP 内部两次提示过这家公司，核心逻辑就是看好 AI Agent 带来的数据爆发，以及它作为中立控制台的不可替代性。

为什么我们敢连续看好它？结合最近 AI 行业的变化，趋势已经越来越明显了：

7月17日，月之暗面发布Kimi K3，凭借编程等部分测试表现和较低的使用成本迅速获得关注。

7月24日，包括英伟达、微软和Meta在内的25家科技公司联合发布公开信，呼吁美国不要过早限制开放权重模型。黄仁勋、微软CEO 随后在X上转发，马斯克也公开表示‘完全支持’。


三天后的7月27日，月之暗面正式公开Kimi K3的模型权重和技术报告。这意味着，开放权重AI不再只是行业讨论，而是开始进入真实竞争。

简单来说，开放权重就是把AI模型的核心能力开放出来，让企业可以自己部署、调整，而不是完全依赖外部AI服务商。对企业来说，好处很直接：成本更低，数据更安全，也拥有更大的自主权。未来，企业可能不再只是购买AI服务，而是根据自身需求打造自己的AI系统。

面对 DeepSeek、Kimi 等高性价比模型快速发展，微软也开始重新布局开放权重生态。

市面上的AI模型越来越多，价格战也彻底打响了。就在7月30号，OpenAI再次大幅下调了API的价格，主力模型直接降价20%，轻量模型更是砍掉了80%的成本。
面对这种“腰斩式”的降价，强如 Anthropic 这样的顶流玩家，即便现在还能扛住不降，后续也势必会面临客户被低价模型抢走的巨大压力。

事情发展到这里，一个趋势越来越明显：
未来企业不会只依赖某一个AI模型，而会根据不同场景选择不同方案。
简单任务可能交给成本更低的模型；复杂推理继续使用顶级模型；涉及核心数据的业务，则可能选择在自己的环境中部署专用模型。
也就是说，未来企业更可能进入“多模型并存”的时代，而不是被某一家AI公司完全绑定。

但新的问题也随之出现。

模型可以随时更换，企业的数据资产、权限体系和业务流程，却不可能跟着反复折腾。
接入的模型越多，跨平台的数据、权限、成本和工作流管理就越复杂，最后很容易变成一场管理灾难。

这正是 Snowflake 的机会。
7月28日，Snowflake 推出 Cortex AI Gateway，卡位的正是这个节点。
它为企业提供了一个统一入口，不仅可以接入和管理不同的模型与 AI Agent，还能集中管理数据访问、身份权限、运行状态和调用成本。

换句话说，Snowflake 争夺的早已不只是数据存储市场，而是企业进入多模型时代后的“控制台”和统一管理平台。
OpenAI 可以继续打价格战，Anthropic 可以坚守高端推理市场，微软、DeepSeek 和 Kimi 也可以继续扩大开放权重生态。

但无论企业最终选择谁，只要想把AI真正接入业务，就需要一个地方统一管理数据、权限和工作流。

这就是我们看好 SNOW 的核心逻辑：
它不需要押注哪家模型最终胜出。
它押注的是，模型会越来越多，价格会越来越便宜，调用会越来越频繁，而企业对数据治理和统一管控的需求，只会越来越强。

如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙 美国热线 626 378 3637，

美股经历了一个月的暴跌，不少好公司被错杀，捡筹码的时机已经到了。我们团队最近做了一轮深度调研，梳理出了几家真正具备弹性与护城河的标的。想了解具体代号和交易逻辑的朋友，现在就可以添加客服微信。

当然，逻辑成立不代表股价立刻就能涨。接下来真正需要验证的，是企业到底有没有把这些AI产品真正用起来，并最终转化为Snowflake账面上实打实的收入。

SNOW为什么重新加速？

Snowflake 最新一季财报给出的答案，不仅仅是收入增长，而是 AI 产品已经真正嵌入了企业的实际业务流。

截至4月30日的季度，使用 Snowflake AI 功能的客户数已经暴增到 13,600 多家！其中 Snowflake Intelligence 的使用账户数环比翻了一倍还多，Cortex Code 更是直接覆盖了 7,100 多家客户。

这些落地数据，远比单纯炒作“AI 概念”更有说服力。它清晰地表明，客户不再只是在打样测试，而是把代码开发、数据分析和企业知识检索，真正搬到了 Snowflake 上运行。

更关键的是，这种实际用量已经变成了实实在在的财务收入： 当季产品收入达到了 13.34 亿美元，同比增长 34%；而剩余履约义务——也就是客户已经签约、但还没来得及确认的后备收入，达到了 92.1 亿美元，大涨 38%！这说明，客户不仅现在用得勤，还把未来的预算也提前锁死在 Snowflake 这里。

高价值客户的盘子也在同步变大。过去 12 个月消费超过 100 万美元的大客户达到了 779 家，同比暴增 29%。其中有 46 家是当季第一次跨过百万美金大关，而去年同期这个数字只有 26 家。

当然，客观讲，不能把所有增长都归功于AI。Snowflake传统的数据仓库、数据分析和共享业务，当然是坚实的底盘。但AI产品的确大幅带动了查询、推理和数据处理需求，在Snowflake按实际用量计费的模式下，每一个新增的AI任务，最终都会变成账面上的产品收入。

这里挺有意思的一点是，市场过去总担心这种按量付费模式缺乏稳定性，觉得客户一精简预算就会缩手。但到了AI落地阶段，逻辑反而倒过来了——当同一份数据被越来越多的模型和Agent频繁调用，按量计费反而吃到了很高的向上弹性。

所以结论很直接：Snowflake不是在靠“讲AI故事”拉股价，而是客户已经在用、预算已经在签、合同已经在落。
但话说回来，机会大，竞争也大。面对AWS、Azure、谷歌云三家巨头，还有最直接的对手Databricks，大家都在抢企业 AI 数据中枢这个蛋糕。Snowflake 凭什么能把这些需求牢牢留在自己手里？这才是接下来最核心的问题。

Snowflake真正的竞争位置

这就要看 Snowflake 的竞争优势到底在哪里了。

它的护城河，从来不是某个能被轻易复制的小功能，而是多云部署、统一治理、以及极高的易用性这三件事叠加在一起的组合拳。

第一是跨云生态。它能同时跑在 AWS、微软 Azure 和谷歌云上。虽然跨云有成本，但它最大的牌是“中立”。微软肯定优先卖 Azure 和 OpenAI，AWS 强推 Bedrock，谷歌则抱紧 Gemini。而 Snowflake 跟三家都合作，不强迫企业绑定任何一家云厂商或模型，给客户留足了自由度。

第二是统一治理。企业接的模型越多，数据泄密、权限混乱、费用失控的风险就越高。Snowflake 本身就是做数据权限和安全审计起家的，现在无非是把大模型和 AI Agent 也顺手纳入这套体系，企业完全不需要再花大钱重搭一套管理系统。

至于它最大的对手 Databricks，两家的根本区别在于受众基因完全不同：

Databricks 是给程序员和数据科学家用的。它像一台硬核的工业机床，上限极高，但门槛也很高，需要懂代码、懂底层架构。 而 Snowflake 是给业务部门和分析师用的。它主打开箱即用，只要懂最基础的 SQL 语句就能直接跑数据，几乎零门槛。

说白了，两家公司是从两个方向往同一个终点靠拢——Databricks 从底层技术往企业应用扩，Snowflake 从企业分析和治理往 AI 延伸。它们最终争夺的，都是企业 AI 预算的入口。谁能更顺畅地把数据、模型、权限和业务流程串起来，谁就能拿到后续暴涨的使用量。

这也是 Snowflake 最值得被市场重新估值的地方。大模型可以随时降价，甚至随时被换掉；但当一家企业把最核心的数据治理、权限体系和业务流程都定在 Snowflake 上之后，迁移成本极高，客户关系也就彻底锁死了。

怎么买?

前面把行业趋势和竞争优势讲清楚之后，最后要落到一个更现实的问题：现在这个价格，值不值得买。

截至7月31日收盘，Snowflake股价约293美元，市值约1033亿美元，过去12个月市销率约19.88倍。


这个倍数放在SaaS行业不算过于离谱，但已经不便宜了。市场显然已经提前把AI产品落地、收入维持高增长和利润率改善这三件事，都计入了当前价格。

这意味着，下一份财报仅仅“符合预期”可能不够。SNOW要继续往上走，需要看到Cortex和Snowflake Intelligence这些产品不只是增加了试用账户，而是实实在在地推高了客户用量——并最终反映在产品收入、剩余履约义务和经营现金流上。

华尔街的平均目标价大约在295至302美元，和现价基本重叠。也就是说，按卖方的一致预期，未来一年的常规上行空间已经不多了。UBS的370美元、KeyBanc的325美元、和RBC的313美元，对应的是更乐观的情景：Snowflake继续保持高增长，同时AI商业化速度明显快于市场预期。

429美元的历史高点，距离现价还有约44%的空间。但这个价格只能作为参考——它反映的是当时的市场情绪和估值环境，不是当下可以简单对标的目标价。市场上那些超过670美元的长期估值模型，通常基于2031年前后收入保持约21%的复合增长、净利润率提升至约15%的假设。

这类模型对增长率和利润率非常敏感，一旦实际表现低于预期，算出来的数字会差很多。所以SNOW长期能走到哪里，不取决于它曾经到过哪里，而取决于AI用量能不能在未来几个季度持续转化为收入。

基于以上判断，可以把买入位置分成三个区间：
290至310美元，预期比较满，赔率一般，容错空间小。
260至280美元，相对合理的价格，如果AI使用数据没有走弱，这个区间赔率会好很多。
220至250美元，估值压力明显减小，可以考虑加仓，但前提是基本面没有变坏，而不是单纯因为跌了。

三个区间对应三种市场状态和风险偏好，最终怎么操作，取决于你对SnowflakeAI业务落地节奏的判断，以及自己能承受多大的波动。

风险

最后来说风险

第一、AI用量变成真金白银的速度，可能比想象的慢。

财报里上万个AI使用账户确实亮眼，但很多企业现在还处于概念验证或小范围试用阶段。按Snowflake的用量计费模式，试用阶段产生的收入微乎其微。如果企业从“试一试”推进到“大规模高频使用”比预期慢，收入增速就很难撑得住现在这个估值。

第二，按用量计费是一把双刃剑。
这种模式的好处是顺风期收入弹性大，但逆风期也一样。一旦宏观环境转弱，或者企业启动成本优化，客户完全可以通过减少非必要查询来压缩开支。而且这些调整是实时的，不会给你缓冲期。到时候不只是当季收入会波动，RPO也可能跟着受影响。

第三，两头夹击的竞争格局。
一边是Databricks，凭借开源Lakehouse架构在AI和数据科学领域势头很猛；另一边是三大云厂商谷歌，亚马逊，微软都在力推自己的AI平台。如果这些巨头未来采取更激进的捆绑销售，或者抬高跨云数据传输的门槛，Snowflake在新客户拓展和利润率上都会感受到压力。

第四，这个估值容不下任何差错。
300美元附近、20倍市销率，市场已经提前把业绩超预期、指引上调这些好消息都算进去了。在这种状态下，容错率非常低。后续只要产品收入、剩余履约义务或者季度指引有一点点不及预期，股价面临的估值压缩可能比正常情况更剧烈。

另外，监管文件显示，Snowflake联合创始人兼董事Benoit Dageville于7月29日以每股280美元出售了5万股，套现1400万美元。内部人减持不一定是看空信号，但在当前位置，它提醒我们保持客观。

好了 你认为这只股怎么样？你愿意用什么价格，为它未来几年的增长买单？你认为Snowflake是多模型时代真正的隐秘赢家，还是市场已经把未来几年的增长提前透支了？欢迎在评论区留下你的判断。