客服微信号 MaxStockWe 客服微信2号 MaxTrades 客服 Telegram号 https://t.me/MeiguWe 邮箱 buy@tradesMax.com 电话 (626)378-3637
根据美股大数据 StockWe.com 统计:
“在标普500指数成分股中，已有87%的公司公布了财报。从目前情况来看，整体盈利表现依然强劲，而且这种增长并非集中于少数行业，而是广泛分布于多个板块。”
具体来看：
78%的公司盈利（EPS）超出市场预期；
73%的公司营收超出市场预期；
约61%的公司同时实现了“营收和利润双双超预期”（Double Beat）；
只有10%的公司同时出现营收和利润双双低于预期的情况。
此外，自财报季开始以来，分析师对企业未来每股收益（EPS）的预期也在持续上调。
基于这一强劲的企业盈利表现，摩根大通首席市场策略师Dubravko Lakos-Bujas周一将标普500指数目标位从7800点上调至8000点。
关于AI投资主题，“在本轮财报季开始之前，我们就认为市场最核心的主题仍然是云计算巨头（Hyperscalers）的资本支出（CapEx）指引，同时投资者会更加关注AI投资是否开始产生商业化回报，以及投资资本回报率（ROIC）的改善情况。”
他指出，2026年第二季度已经开始看到这些趋势逐渐显现，尤其是在谷歌、亚马逊和微软身上表现得最为明显：
云业务增长进一步加速；
在手订单（Backlog）持续扩大；
经营现金流的可见性明显提升。
这些表现成功满足甚至超越了此前市场极高的预期标准。
“尽管对于大多数超大规模云服务商而言，2027财年自由现金流（Free Cash Flow）预计仍将维持负值，但与资本支出相比，需求和订单覆盖率正在持续改善。”
这一点体现在几个关键指标上：
Backlog-to-CapEx（积压订单与资本支出比率）持续上升；
Book-to-Bill Ratio（订单与收入比率）持续改善。
这些数据说明：
AI商业化收入增长的速度可能开始快于资本开支扩张的速度。
如果这一趋势持续下去，将带来两个重要结果：
未来收入增长有望进一步加速；
市场对于AI投资回报率（ROI）和资本回报率（ROIC）的担忧将进一步减弱。
三星电子和 SK 海力士的杠杆 ETF 资金流入正在持续反转。
FnGuide 和 Eugene Investment & Securities（Eugene投资证券）发布的一张周线图，追踪了流入三星电子和 SK 海力士两只股票的杠杆基金总资金流，同时对比了 SK 海力士单股杠杆 ETF 的价格走势。
今年 6 月中旬之前以及进入 7 月初之后，资金流入一直非常强劲，而这一阶段恰好与杠杆产品价格见顶相吻合。
但从 7 月中旬开始，资金方向发生了明显转变。市场开始出现资金净流出，最新数据显示，净流出已经明显转为负值。
与此同时，这只杠杆 ETF 的价格也已经从 6 月份的高点大幅下跌。
在此前 AI 驱动的上涨行情中，散户投资者以及杠杆资金大量涌入韩国存储芯片股票，仓位迅速积累。随后出现的去杠杆和仓位平仓，则进一步放大了股价下跌。
根据美股投资网 TradesMax.com团队研究发现，从基本面来看，AI 对 HBM（高带宽内存）和 DRAM 的需求依然具有较强的结构性支撑，而且长期供应协议仍在持续锁定相关产品的需求和出货量。
然而，杠杆 ETF 的资金流向揭示了另一个重要问题：当市场仓位过于拥挤、杠杆水平过高时，即使基本面没有发生明显恶化，被动平仓和强制卖出也可能在短期内主导股价走势。
这其实是市场周期中非常典型的一种动态：底层需求依然强劲，但市场杠杆和持仓已经处于高位，随后随着投资者开始调整仓位，股价可能出现明显波动。
接下来，这些资金净流出究竟会逐渐稳定，还是进一步扩大，将成为判断三星电子和 SK 海力士短期市场情绪的重要指标。
在评估韩国存储芯片股短期面临的下行压力时，你认为应该给予杠杆 ETF 资金流数据多大的权重？
AI 市场正在发生一件不同寻常的事情。几家主要的美国 AI 公司正在降价，或者推出价格更低的模型。
Anthropic 正在为Claude Sonnet 5 提供限时优惠价格：在2026 年 8 月 31 日之前，每 100 万个输入 Token 收费 2 美元，每 100 万个输出 Token 收费 10 美元。8 月 31 日之后，价格将恢复到每 100 万个输入 Token 3 美元、输出 Token 15 美元。
需要注意的是，这是一项临时优惠，而不是永久性降价。
Anthropic 定价页面
OpenAI 的动作则大得多。它将GPT-5.6 Luna 的价格下调了 80%，降至每 100 万个输入 Token 0.20 美元、每 100 万个输出 Token 1.20 美元。
Luna 显然是针对那些需要以较低成本运行大量日常任务的企业客户。
OpenAI 模型定价
https://developers.openai.com/api/docs/pricing
Meta 也已经以极具攻击性的价格进入付费模型API 市场。
与此同时，Grok 4.5 主要也是在强调性价比。
它可能并不是在每一种高难度任务上都能够击败最昂贵的模型，但它速度快、能力强，而且相比许多其他模型便宜得多。
Grok 4.5 的价格为每100 万个输入 Token 2 美元、每 100 万个输出 Token 6 美元。
与此同时，一些中国AI 公司却正在朝着相反的方向发展。
智谱将其 GLM Coding Plan 的价格至少提高了30%。
同时，智谱还停止了那些没有每周使用限制的旧版套餐自动续费，将用户逐渐引导到新的订阅体系。
智谱Kimi套餐调整说明
Kimi 在推出Kimi K3 之后，也推出了更加昂贵的会员套餐。
目前 Kimi 的月度会员套餐价格从 49 元人民币一直到 699 元人民币不等。
其中最贵的套餐，是为了满足最大上下文容量以及最高强度的使用需求。
Kimi 定价页面
https://www.kimi.com/zh-cn/resources/kimi-k3-pricing?utm_source=chatgpt.com
DeepSeek 也已经告诉部分API 客户，公司计划进行一次较大幅度的整体涨价。
不过，目前新的最终价格还没有出现在DeepSeek 的官方定价页面上。
因此，目前更加准确的说法是：DeepSeek 已经向客户宣布了涨价计划，而不是新的价格已经正式生效。
这就产生了一个非常有意思的问题：
美国 AI 公司是不是正在开始一场价格战，而中国 AI 公司却正在变得越来越贵？
简单的答案是：是的。
但完整情况要复杂得多。
为什么美国 AI 公司开始把重点放在价格上？
直到最近，AI 市场关注的基本都是一个问题：
谁拥有最强大的模型？
但这种情况正在开始改变。
最顶尖的模型之间仍然存在差异，尤其是在非常复杂、非常困难的工作任务上。
但是，对于很多日常任务来说，现在已经有多个模型达到了“足够好”的水平。
它们都可以完成文档总结、编写基础代码、搜索信息、回答客户问题，以及处理日常办公工作。
当多个模型都能够完成相同的工作时，价格的重要性就会大幅提升。
与此同时，企业现在也比过去更容易在不同模型之间切换。
很多 AI 服务都支持类似的基础连接方式。
一家企业可以针对复杂工作使用一个模型，而针对简单、高频、大规模的任务使用另一个模型。
它并不一定需要完全依赖单一AI 服务商。
这就给美国 AI 模型公司带来了压力。
OpenAI 希望让Luna 成为那些低成本、高频率任务的默认选择。
Meta 希望开发者在选择AI 模型时考虑自己的模型，而不是自动选择OpenAI 或Anthropic。
Grok 4.5 则希望吸引这样一批用户：
他们希望获得强大的模型能力，但又不愿意支付最昂贵模型的价格。
但这并不意味着这些公司只是单纯地想要“少赚钱”。
一个更便宜的模型，可以吸引更多用户以及更多的使用量。
如果模型价格下降一半，但使用量增长了数倍，那么公司最终仍然可能获得更多收入。
与此同时，一旦客户把某个模型深度集成到自己的产品当中，客户想要离开这个模型的难度也会越来越高。
Anthropic 采取的是一种稍微不同的策略。
它对 Sonnet 5 提供的折扣降低了用户尝试这个模型的成本，但之后价格还会恢复到正常水平。
因此，这更像是一次新模型发布时的推广优惠，而不是一次永久性的战略性降价。
所以，美国 AI 市场并不是所有模型都在降价。
目前最大的几家 AI 公司正在建立一种分层定价体系：
便宜的模型用于普通任务，昂贵的模型用于那些对质量要求最高的工作。
为什么中国 AI 公司却在涨价？
中国 AI 市场同样正在进入一个新的阶段。
过去几年，低价格帮助中国AI 模型公司吸引开发者，并建立庞大的用户群。
有些价格依赖于新产品发布时的折扣、临时优惠，或者在市场快速增长阶段主动接受较低利润。
这种策略确实奏效了。
现在，越来越多的人正在使用中国AI 模型，而且这些模型已经能够处理更长、更复杂、计算量更大的任务。
但是，大量使用也带来了一个现实问题：
计算能力是需要有人买单的。
Kimi 就是一个非常明显的例子。
在 K3 发布之后，用户请求量的增长速度远远超出了预期，并且很快接近了公司现有的算力容量上限。
因此，Kimi 一度暂时停止接受新的消费者订阅，以便保障现有用户的服务。
这非常有力地说明：
有限的计算能力，很可能是价格上涨的原因之一。
但这并不是唯一原因。
中国 AI 公司同样需要证明自己能够建立可持续的商业模式。
一旦用户开始依赖某个AI 模型来完成真正的工作，公司就可以测试一个问题：
这些用户是否愿意为更好的服务支付更高的价格？
更好的模型、更强的需求以及更高的用户迁移成本，都会给AI 服务提供商更多的涨价空间。
这意味着，目前中国AI 模型的涨价，很可能是由两个力量同时推动的。
第一，需求增长速度超过了现有算力供应。
更高的价格可以降低需求压力，同时帮助公司支付扩充算力所需要的成本。
第二，中国 AI 公司越来越有信心，相信即使服务不再极其便宜，用户依然会留下来。
这并不是简单的“中美价格方向反转”
如果直接说：
所有美国 AI 模型都在变便宜，而所有中国 AI 模型都在变贵，
那将是一个错误。
DeepSeek 在2026 年早些时候曾经大幅降价，随后又向客户发出下一轮涨价的通知。
Anthropic 目前提供的是临时折扣，并没有降低Sonnet 的标准价格。
即使经过最近的价格调整，一些中国AI 模型的价格仍然远低于美国竞争对手。
真正重要的变化，其实发生在每一个市场内部。
AI 公司已经不再试图让所有模型都采用同一种定价方式。
便宜模型被用来吸引更多用户，并承担大量普通工作。
昂贵模型则被保留给更加复杂的任务。
高强度用户需要支付更多费用。
在需求高峰时期，使用成本可能更高。
订阅套餐也正在被划分成越来越多的等级。
因此，现在 AI 模型价格的变化方向，已经越来越不取决于：
一家公司的总部究竟是在美国还是中国。
真正决定价格的，是：
这家公司在特定时间点到底需要什么。
如果一家 AI 公司拥有大量闲置算力，同时又需要更多用户，那么它就会降价。
如果一家 AI 公司面对的需求已经超过自身能够提供的服务能力，那么它就会涨价，或者限制用户进入。
如果一家公司的模型非常强，而且拥有非常忠诚的用户，那么它就会尝试收取更高的价格。
而如果一家 AI 公司正在努力进入市场，那么它就会提供更加优惠的价格。
因此，AI 市场并不仅仅是在进入一场价格战。
它正在进入一个新的阶段：
价格的重要性，已经几乎和模型能力本身一样重要。
未来的赢家，不一定是那些模型价格最低的公司，也不一定是那些测试成绩最高的公司。
真正的赢家，将是那些能够：
稳定、可靠地完成真实世界中的工作，同时把价格控制在客户愿意长期支付的水平之内。
这份周报信息量确实不小，美股投资网帮你从头到尾梳理一遍。
我们不急着下结论，先把事实摆清楚，逻辑理顺畅，最后你自己心里会有杆秤。
先看大环境：市场确实回暖了
标普500上周涨了3.6%，创了历史新高。纳斯达克涨得更多，5.1%。如果你只看指数，会觉得一切都很美好。
但数据的细节告诉我们另一层意思：这次上涨，很大程度上是因为之前几周压着市场的几个包袱被卸掉了。
哪几个包袱呢？
动量交易的平仓压力：之前很多资金集中在少数热门股.票里做趋势跟随，一旦趋势掉头，就会形成“越跌越卖”的负循环。上周这股压力明显小了。
机构和散户的去杠杆：之前几周出现了比较集中的降低杠杆、回补现金的行为，上周也趋于稳定。
科技股的财报：这周出来的几份财报，特别是软件方向，数据不错，给市场吃了定心丸。
所以这次上涨，不是全新的故事，更像是前期压力释放后的自然反弹，叠加了财报利好。
AI的逻辑在悄悄变宽
这是我们读这份周报时最想和你分享的一点。
半导体板块（SOX）上周整体涨了9%，看起来很好对吧？但如果你拆开看个股，会发现里面分化极其严重：
WDC跌了20%
STX跌了5%
而另一边，软件公司TEAM涨了30%，TWLO涨了25%
这组对比很值得深思。
高盛交易台的措辞很值得玩味，大意是说：市场对“谁才是AI真正的赢家”这个问题的答案，正在发生变化。
之前大家想得很简单：AI需要算力，算力需要芯片，所以买芯片就行了。但现在，随着软件公司开始交出一份份证明自己也能从AI中受益的财报（比如通过AI降低运营成本、提升产品效率），资金的注意力开始分散了。
高盛的原话是：“市场需要更多证据来证明传统SaaS公司也能受益。”——而最近的价格走势表明，市场正在“先信了再说”。
这是一个典型的叙事切换过程，还没完全落地，但方向已经能看出来：从“唯芯片论”转向更广泛的AI受益者，尤其是传统软件。
机构资金在干嘛？
高盛的主经纪商数据是华尔街非常关注的内部指标。上周的情况可以概括为：整体小幅净卖出，但内部腾挪非常明显。
马斯克要砸5000亿美元建AI算力，SemiAnalysis为什么敢替他背书？
SPCX财报后市场最大的争议，可能是马斯克提出的那个10GW目标。很多人第一反应就是不信，原因很简单——背后的资本开支太吓人。
5000亿资本开支的可行性
按SemiAnalysis的估算，一套完整的AI基础设施每GW大约需要500亿美元。如果2027年真新增6到10GW，对应的CapEx就是3000亿到5000亿美元。
什么概念？
Amazon 2026年资本开支大约2200亿，微软约1750亿，Meta约1300到1450亿。SPCX按上限走，单年投入可能是Amazon的2.3倍、微软的2.9倍、Meta的3.4到3.8倍。
所以市场真正的问题一直不是"马斯克敢不敢喊"，而是这事到底能不能做出来、钱从哪来、建出来卖给谁。
SPCX的“物理外挂”
SemiAnalysis这篇文章真正有价值的地方就在这里。它不是简单重复管理层的目标，而是从数据中心建设、电力供应、现场发电、GPU部署和客户需求几个方向，重新算了一遍这笔账。
先说建设速度。
如果按微软、Google那种传统方式，10GW确实没人信——拿地、审批、并网、盖机房，任何一个环节拖两年都很正常。但SPCX走的明显不是这条路。
Colossus 1大约122天完成300MW，Colossus 2大约半年完成200MW。Southaven的现场发电规模从2026年2月的495MW，几个月后就超过1.2GW。另一个项目从3月开始施工，几个月后就能做到450到500MW。
单看每一个项目，可能只觉得马斯克施工快。但放在一起看，10GW不再像是"明年突然凭空盖出来"，更像是SPCX已经把几百MW级数据中心的建设方法跑通，准备复制到更多地点。
SemiAnalysis认为10GW在物理层面并非完全不可能——不是因为相信马斯克，而是因为他们自己长期跟踪土地、电力、燃气轮机、数据中心建设进度以后，觉得这条路能走通。
美股投资网认为，这个区别很重要。
此前市场对SPCX最大的折价之一，就是觉得管理层目标过于激进。如果外部产业研究机构开始从供应链角度验证这些目标，市场对"执行风险"的看法就会发生变化。
接下来这笔账，才真正解释了为什么马斯克敢把CapEx拉到这个量级。
SemiAnalysis用 Inference Simulator和Tokenomics模型估算GB300级别集群跑前沿模型推理的经济性：OpenAI和Anthropic这类前沿模型，把最新GPU集群用于高价值推理，理论收入可能超过每GW每年1000亿美元。
1000亿美元当然不能直接当未来收入预测，它本质还是模型测算。但真正值得看的不是这个绝对数字，而是它反映出来的单位经济。
SemiAnalysis同时估算，当前Neocloud租赁同等规模算力，每GW年成本大约120亿美元。而对短交付周期、规模足够大的稀缺算力，SPCX甚至可能按每MW每年3000万到5000万美元对外出售。换算下来，1GW的年收入可以做到300亿到500亿美元。
建1GW花500亿，上线后每年产生300到500亿收入——这就和传统数据中心完全不是一种生意了。
这也解释了一个我一直觉得不合理的问题：
为什么现在这些公司都在疯狂砸CapEx。以前我们总觉得AI数据中心最大的风险是建太多、回报率下降。
但如果前沿推理的收入远高于基础设施资本成本，企业最怕的反而是上线太慢。一座数据中心晚一年投产，损失的不是一点折旧，而是一整年的高价值推理收入。
这样再回头看马斯克的行为就顺了很多——他不是单纯觉得AI未来会很大所以要多建，他看到的可能是一个更直接的窗口：现在新增算力的边际收益，暂时远高于新增算力的资本成本。
微软的“时间差”焦虑
算力建出来还得有人买。
SemiAnalysis把微软列为最有可能成为最大offtaker的公司之一。这个判断不难理解——微软不缺模型也不缺客户，Azure、Copilot、Foundry都能持续消化AI推理需求，它真正缺的是短期内能快速上线的大规模算力。
微软今年已经签下超过10GW数据中心合同，总承诺金额超3000亿美元，但相当一部分要到2027年末甚至2028年才能上线。
这就留下了一个时间差。微软未来有算力，但眼下不够。SPCX如果真能用几个月交付几百MW甚至GW级集群，它卖的就不只是GPU，而是"提前一年上线"。对AI推理这种高价值业务，提前一年本身就值很多钱。
这也是为什么SemiAnalysis推演微软未来可能从SPCX采购几GW算力——这个商业关系本身是合理的，微软有模型、有客户、有分发渠道，SPCX有建设速度和电力解决能力。
从火箭公司到超级Neocloud
这让我对SPCX的理解发生了一点变化。市场过去看它的AI业务，更多还是围绕xAI和Grok。但如果这个逻辑继续往下走，SPCX实际上可能变成一个超级Neocloud。
而且它和普通Neocloud不太一样。普通Neocloud最头疼的是三件事：电、融资、GPU供应。
美股投资网认为，SPCX偏偏在这三个地方都有优势。
电力方面已经开始大量采用现场发电，减少对传统并网周期的依赖。
GPU方面，马斯克已经把未来算力方向更多押向英伟达。
融资方面，SemiAnalysis提出了一个很值得观察的猜想：英伟达可能通过vendor financing帮助SPCX降低前期采购GPU的现金压力。
如果真有类似结构，就能解释为什么SPCX敢把CapEx拉得这么快——对一个一年准备投入几千亿美元的客户，GPU性能当然重要，但付款条件同样重要。
如果英伟达愿意在融资端支持，SPCX就可以先少付现金、尽快把GPU装起来，算力上线后再通过客户回款继续扩建。这个循环如果跑通，扩张速度会非常快。
这也是为什么我觉得SemiAnalysis这篇文章真正改变了SPCX估值逻辑。过去市场看SPCX，大致还是Starlink、发射业务、政府合同，再给AI业务一点想象空间。
但如果未来几GW算力开始对外商业化，估值模型里就要多出一个新变量：可商业化AI算力容量×每MW收入。
SemiAnalysis给出了接近3000亿美元ARR的长期推演。当然，这里面有很多假设，算力价格、商业化比例、最终利用率都需要后面真实合同验证。
我不会直接拿3000亿去算目标价，我更愿意看几个更实际的数据——每个季度新增了多少MW算力、平均建设成本是多少、外部客户愿意按什么价格购买、微软和其他客户最终签了多少长期合同。
这些数字比Grok榜单排名更重要。它们决定SPCX的AI业务到底只是一个资本密集型故事，还是一个可以快速产生现金流的新业务。
我对SemiAnalysis这篇报告的理解很简单：它不是在替马斯克吹10GW。它真正做的是把市场此前最不相信的几件事重新算了一遍——建设速度、单位回报、客户需求和融资路径。
如果接下来几个季度真实数据开始往这套模型靠，市场对SPCX的争议可能会从"CapEx太高"变成另一个问题：这么高的回报率下，SPCX到底还能多快扩张。
这才是SemiAnalysis这次"背书"最有分量的地方！
据美股投资网了解到，英伟达正在考虑把下一代Rubin Ultra的HBM配置砍一刀——从此前市场流传的四颗计算Die、16组HBM4E，估调整为两颗Die和8组HBM4E。
乍一看，这不是在给下一代芯片"减配"吗？但仔细想想，这恰恰说明英伟达现在最头疼的问题已经不是"芯片能不能设计出来"，而是"设计出来了能不能交得出去"。
一台AI服务器要真正出货，GPU、HBM、先进封装、网络、电力，一个都不能少。
现在HBM成了最短的那块板，你单卡堆再多内存也没用，因为高端HBM供应正在成为交付约束。与其把有限的HBM集中到少数几张卡上，不如每颗少装一点，让同样多的HBM去支撑更多的GPU和机架。
所以我觉得这件事不能简单理解成"存储需求要下来了"。HBM的总需求看的是三个东西：单卡搭载量、GPU出货量、机架密度。单卡少了，但如果Rubin系统整体交付量上去了，总需求照样可能继续涨。
对英伟达自己来说，这步棋很实际——降物料成本、缓解供应压力、保住Rubin的交付节奏。代价就是做大模型训练、长上下文推理这些吃内存的活，可能需要更多卡来协同。
做存储的朋友，真正该盯的不是"单卡少了几组HBM"，而是SK海力士、美光、三星的HBM4E良率和产能爬坡到什么程度了，以及Rubin机架最终能出多少。做封装和系统端的，也要看更多GPU出货能不能真正传导到CoWoS、基板、网络和电源上。
说到底，AI算力竞争的瓶颈正在转移——从"谁的GPU更强"，变成了"谁能把GPU、HBM、封装、网络和电力拼成一套能交付的系统"。
下一轮硬件竞争，赢的未必是芯片性能最高的那家，而是谁能用有限的HBM，交付出最多的有效算力
高盛增持NBIS至 10.5%意味着高盛现在手里攥着约2311万股Nebius，市值超过44亿美元。
巧了。就在几周前，英伟达也干了同样的事——披露持有Nebius 9.3%的股份，持仓市值近50亿美元。
全球最顶尖的芯片公司 + 全球最顶尖的投行，同时在同一个AI基础设施公司上重仓。
这事值得认真琢磨。
先捋一下时间线：
3月：英伟达宣布对Nebius做20亿美元战略投资
7月21日：英伟达提交13G文件，披露持股跃升至9.3%
8月7日：高盛提交13G/A，持股从7.2%加到10.5%
英伟达不是今天才认识Nebius的。黄仁勋在COMPUTEX上公开说过，Nebius是"世界顶级的AI云之一"。
高盛也不是今天才看好的。早在5月，高盛就把目标价定在205美元并维持买入评级
Nebius到底是谁？简单说，它是一家AI云基础设施公司。
这家公司以前叫Yandex，是俄罗斯的"谷歌"。俄乌战争之后，Yandex被迫把国际业务拆分出来，独立成了Nebius。
拆分出来后，Nebius干了一件事：All in AI基础设施。
手上握着跟微软签的194亿美元供应协议
跟Meta签了120亿美元的长期合同
2026年第一季度，合同电力从2GW涨到3.5GW以上，全年目标至少4GW
刚推出新商业模式，让合作伙伴在自己的数据中心部署Nebius的全栈AI云平台
这家公司正在做的事，跟SPCX类似——建AI算力基础设施，然后卖给需要算力的人。
区别在于，SPCX更激进、更"马斯克"；Nebius更稳、更"机构化"。
为什么英伟达要押注Nebius？
英伟达不傻。它卖GPU给所有人，但只对少数几家公司下重注。
押注Nebius的逻辑很简单：英伟达需要一个能大规模部署自家GPU的"展示厅"和"样板间"。
Nebius的AI云如果跑得好，就能证明英伟达GPU的算力价值。其他云厂商看了，也得跟着买更多GPU。
这是一笔"生态投资"，不是单纯的财务投资。
那高盛呢？
高盛看得更直接：Nebius的商业模式正在被验证。
手握微软和Meta的长期合同，意味着未来几年的收入是锁定的。合同电力从2GW干到4GW，意味着增长有实物支撑。
当一个公司的"大客户锁定"和"物理扩张"同时发生，机构投资者的兴趣就来了。
高盛从7.2%加到10.5%——这不是建仓，是加仓确认。
美股投资网认为，最值得看的不是单个数据，而是这些名字同时出现在一张表格里这件事本身：
高盛：持有2311万股，市值44亿美元，季度加仓45%
英伟达：持有2225万股，市值46.8亿美元，占其整个投资组合的20%
贝莱德：持有1153万股，市值31.8亿美元，季度加仓16%
Orbis Allan Gray：持有831万股，季度加仓149%
一家叫Situational Awareness LP的，直接新建仓1241万股，市值24.5亿美元，占其组合14.84%，直接排到第一重仓
这不是一个人在买。这是一群人在同一个季度、同一只股票上集体加仓。
美股投资网认为，这件事最值得关注的是它代表的信号：
AI基础设施这个赛道，正在从"讲故事"变成"算得清账"。
英伟达、高盛、微软、Meta——这些全世界最懂算力、最懂钱、最懂合同的公司，都在真金白银往里砸。
Michael Burry前段时间又公开做空AI基础设施——就是电影《大空头》那个主角原型。
英伟达 + 高盛 + 贝莱德 + Orbis vs Michael Burry。
解禁+财报双利空，SPCX为何两天暴涨23%？
本周一我们在公众号发了深度文章《美股我看好的一家AI公司，八月首选SNOW！》文章发出当天，SNOW股价在292美元附近。到今天收盘，SNOW报330.49美元，一周时间涨了大约13%。
逻辑我们也讲得很清楚：AI大模型打价格战，OpenAI把调用成本砍掉80%，使用量暴增，但企业根本管不过来——不同模型怎么选、不同部门权限怎么设、成本怎么分摊，越用越复杂。
Snowflake推出Cortex AI Gateway，卡的就是这个位置，做企业进入多模型时代的"控制台"。模型越便宜，调用越多，管理越复杂，Snowflake的生意反而越好做。
不过免费公开文章，写的是大逻辑、大方向。但具体到点位、仓位等实操细节，篇幅有限，不可能全展开。再加上周末两天休息，等大家真正看到文章的时候，最舒服的位置往往已经过去了。
7月又再次强调过一次。核心逻辑从头到尾没变过——AI Agent带来的数据爆发，以及Snowflake作为中立数据平台在"多模型时代"不可替代的控制台地位。
从149美元到今天的330美元，涨幅超过120%。这不是一周的事，是几个月持续跟踪、持续提示的结果。
下一个SNOW是谁？扫码获取
SPCX为何两日大涨？
8月7日，SPCX单日暴涨近16%，解禁后两天累计拉升23%。
解禁不是利空吗？财报不是不好看吗？凭什么涨？
答案很简单——不是基本面变了，是空头被"绞杀"了。
而这件事，我们在解禁之前就已经公开发文提醒过大家：
当所有人都觉得"解禁+财报差=必跌"的时候，恰恰是最危险的时候。因为市场最狠的刀，永远砍在大多数人站的那一边。
文章回顾：
真正驱动这两天暴涨的，是我们提前预警过的三股力量。
力量一：空头太多，注定要被杀
先看一组关键数据。
根据S3 Partners的数据，在8月6日约9.115亿股限售股解禁之前，SPCX的做空比例曾高达可交易股.票的36%以上。
这意味着什么？每100股流通股中，有超过36股是被借来做空的。做空比例超过10%就已经偏高，超过20%意味着空头力量非常集中，36%属于很高的位置。
空头太拥挤了。一旦股价不跌反涨，他们就得集体抢着平仓——越买越涨，越涨越买。这就是空头挤压。
而到了8月7日，虽然解禁后流通盘扩大导致做空比例被"稀释"到约16%（仍有超过2.5亿股被卖空），但此前累积的空头仓位并没有消失。股价一旦启动上涨，这些空头就成了最大的被动买盘。
力量二：解禁的坏消息，早就被市场定价了
解禁不是秘密，IPO章程里写得清清楚楚。从6月高点到8月初，SPCX股价已经累计蒸发超过1万亿美元市值，从盘中历史高位暴跌超过50%。
我们当时就指出：股价的持续下跌，很大一部分就是在提前消化解禁的利空。等真正解禁那天，反而成了"最后一跌"落地。
8月4日财报发布当天，股价先涨后跌，盘后一度下挫近7%；8月5日更是单日重挫14%。市场把"AI烧钱太猛+解禁抛压"两个利空一次性砸了出来。
现在回头看，市场确实这么走的——利空出尽，就是利好。
力量三：大机构必须接盘
解禁后流通盘变大，SPCX在纳斯达克100等指数里的权重会从1%左右跳到3.5%以上。
我们在前文里算过这笔账：指数基金、养老金、ETF，它们不管看多看空，都必须按新权重买入这些新出来的股.票。
这是规则性的刚性买入。解禁当天成交量超过2.5亿股，创上市第二高，华尔街巨鲸单日就增持了1250万美元。
期权市场的数据也印证了这一点。8月7日，SPCX期权成交量达到224万份合约，其中看涨期权成交量达到130万份，创下历史新高。资金正在重新涌入。
除了上述三股力量，三个催化剂几乎同时砸下来：
三个催化剂同一天砸下来，空头跑都来不及。
财报到底怎么样？
这里要纠正一个常见的误读。
SPCX二季度财报，营收78.14亿美元，同比增长92%，高于市场预期的69亿美元；每股亏损0.09美元，也好于市场预期的亏损0.26美元。运营亏损从去年同期的9.7亿美元大幅收窄至1.43亿美元。
真正让市场不安的是资本支出——二季度资本开支183.7亿美元，远超市场预期的132亿美元，其中158.3亿美元投入AI。
但反过来看，AI业务营收25.6亿美元，同比增长247%；星链营收42.9亿美元，同比增长66%，用户翻倍至1200万。收入在高速增长，亏损在收窄，只是花钱的速度比想象中更快。
所以财报不是"不好看"，而是"好中有忧"。空头押注的是"忧"，多头押注的是"好"。而36%的空头仓位，让天平在短期内彻底倒向了多头。
反向思考的能力
这里想聊一个更深层的问题——反向思考的能力。
巴菲特有一句广为人知的话："别人恐惧时我贪婪，别人贪婪时我恐惧。"
道理很简单，但执行起来很难。因为当市场情绪高度一致时，个体很难不受影响。社交媒体上的看空声音、身边人的恐慌情绪、账户浮亏的压力，都会让人倾向于跟随大众。
我们在解禁前发文分析，并不是因为能预测股价走势，而是基于一个客观事实：当做空比例达到34%这样的高位，意味着大量卖盘已经释放，潜在的卖压反而在减少。而一旦股价企稳，空头回补的买盘会成为额外的推动力。
反向思考的核心，不是刻意跟市场对着干，而是在市场情绪高度一致时，多问一句：这个共识有没有被过度定价？
巴菲特在投资生涯中多次在市场恐慌时出手，比如2008年金融危机期间投资高盛。这些决策的共同点是：在别人急于离场时，他关注的是资产本身的价值是否被低估。这是基于独立判断的认知。
美股投资网认为，普通投资者容易把"市场情绪"等同于"事实"。市场看空就跟着恐慌，市场看多就跟着追涨，但很少停下来审视：这个共识是否已经充分反映在价格中？
接下来怎么看？
美股AI量化分析工具 StockWe.com 产品功能展示
VIP订阅链接（用美国的浏览器打开）：
https://StockWe.com/vip
美股投资网是一家专门研究美股的金融科技公司，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准K线信号第一时间发到您手机APP！
花旗刚从SanDisk硅谷总部回来——会见了CEO、CFO和IR团队，结合FMS 2026的见闻和刚发布的六月季度财报，出了一份深度报告。今天美股投资网把这份报告的核心内容拆给你看。
第一个核心信息：管理层极其乐观
花旗用了“very bullish”和“increasingly constructive”来形容管理层的态度——这在投行研报里不是随便用的词。
乐观的原因只有一个：AI推理正在驱动数据中心存储需求的结构性增长，而且这不是短周期，是长趋势。
花旗预计，NAND相关总潜在市场（TAM）将从2026年的约3000亿美元，增长到2027年的约5000亿美元。一年时间，增量2000亿。
花旗认为，目前全球NAND需求已全面超越供给，供需失衡可能延续至2027年之后。AI数据中心需求快速成长，叠加全球存储产业资本支出相对保守，高階产能优先配置给AI相关产品。
花旗维持2026年全球NAND位元供给成长率约20%的预估。
一句话总结：不是周期，是结构。
第二个核心信息：商业模式正在发生根本性变化
SanDisk正在做的事情，可能比很多人意识到的更重要——从“靠天吃饭”转向“靠合同吃饭”。
核心抓手叫NBM（New Business Model，新商业模式），说白了就是长期供货协议。
管理层预计，NBM将覆盖2027财年50%以上的出货量，2028财年达到三分之二，平均合同期限4年。
花旗报告还透露了一个细节：NAND供应商通过长协锁定了未来相当大比例的产能，SanDisk reportedly已经锁定了2027年60-70%的供应，同行大约在50%左右。
带来的直接结果是什么？
第一，结构性高毛利。即使在底价水平下，NBM合同的毛利率依然能达到约80%。作为对比，FY25闪迪毛利率才30.3%，FY26e升到69.2%，FY27e冲到86.7%。从30%到80%，这不是优化，这是质变。实际数据也印证了这一点——最新一季度非GAAP毛利率已经冲上84.6%。
第二，业绩可见性和现金流可预测性大幅提升。上季度自由现金流（FCF）利润率高达56%。赚到钱之后，直接回购了45亿美元股票，账上还剩145亿美元的回购额度。
花旗给了一个很直接的评价：“这些长协让SanDisk理应享受比同行更高的估值溢价”。
第三个核心信息：花旗怎么看估值
花旗维持买入评级，目标价2100美元——基于9倍CY27E EPS估值。
这里需要补充一个背景：花旗在一个半月前的6月25日，刚刚把目标价从2025美元上调到2500美元。这次下调，不是因为看空逻辑变了，而是因为Q4业绩指引略低于预期——花旗在报告里依然维持买入。
花旗还特别提到，SanDisk在合资企业中有大约150亿到200亿美元的已投资资本（重置成本），这部分没有反映在财务报表中。
花旗明确指出了三个风险：
中国厂商激进抢占份额可能引发价格战，导致目前产能利用率不足的行业迅速转向供过于求；
宏观环境恶化可能拖累企业级SSD和AI-PC的换机需求；
供需失衡或价格竞争可能导致剧烈价格波动，严重冲击利润率。
花旗还特别提到：“目前利用率不足的行业产能，可以在很短时间内迅速反转成供过于求，使得价格上涨的理想条件转瞬即逝”。
这段话很重要——花旗看好长期趋势，但对短期供需博弈保持清醒。
短期催化剂：8月13日投资者日
SanDisk将于8月13日（周四）上午9点（美东时间）举办投资者日，预计会更新技术路线图、客户采用趋势、需求驱动力和目标运营模型。
这可能是近期最重要的催化剂。
美股投资网分析认为，SanDisk正在做的这件事，本质上是在用长协合同把存储行业的周期性熨平。
过去存储芯片公司最大的问题是什么？周期性。涨价的时候赚得盆满钵满，跌价的时候亏得底朝天。投资者不敢给高估值，因为不知道下一个周期什么时候来。
但如果80%的毛利率被4年长协锁死，这个公司的估值逻辑就完全变了——从“周期股”变成“现金流机器”。
花旗给9倍PE，同行只有6-8倍，溢价的核心就在这里。
当然，风险也很真实。中国厂商的产能随时可能把价格打下来，宏观经济的阴云也没有散去。但如果你相信AI推理对存储的需求是结构性的、长期的，那SanDisk正在做的这件事，值得你认真看一看。
8月13日投资者日，拭目以待。#美股
$WDC $MU $SKHY $STX $AMD
8月6日，SpaceX首批 9.115亿股限售股解禁，潜在释放市值接近1000亿美元。
市场原本预期：大量内部股东套现→股价承压。
结果却完全相反。
SpaceX当天开盘上涨约5%，最终收涨 6.14%，成交量达到 2.51亿股，创6月18日以来新高。
为什么？
因为真正的卖压，可能已经在周三提前释放。
周三SpaceX因首份财报显示AI资本投入超过180亿美元，引发市场担忧，股价单日暴跌近 14%，成交量约2亿股。
这一天，很多原本准备在解禁日卖出的资金，提前完成了交易。
换句话说：
周三可能才是真正的“解禁出货日”。
而8月6日的解禁，更像是一场对空头的反向压力测试。
目前SpaceX空头仓位约占流通股 36%，累计账面浮盈超过90亿美元。
很多空头押注的并不是SpaceX基本面崩坏，而是：
“解禁之后，员工和早期投资者会不会集中卖出？”
但现实是：
解禁≠必然卖出。
早期投资者依然拥有巨大浮盈，很多人可能选择继续持有。
更值得注意的是，周三暴跌时，散户反而大量买入。
Vanda数据显示，周三开盘首小时散户净买入SpaceX约2270万美元，是平均水平的3倍。
机构看到的是：
AI资本开支暴增，短期利润压力。
散户看到的是：
马斯克正在把SpaceX变成AI基础设施玩家。
但风险依然存在。
这次解禁只是九阶段解禁机制的第一步。
真正的大考在2027年6月——届时马斯克约64亿股A类股票将迎来释放。
所以，短期来看：
解禁利空没有兑现，反而可能触发空头回补。
长期来看：
市场最终还是会回到一个问题：
SpaceX投入数百亿美元押注AI，到底能不能创造新的利润增长曲线？
这才决定它值多少钱。
微信分析师 微信公众号
