客服微信号 MaxStockWe 客服微信2号 MaxTrades 客服Telegram号 MaxMeigu 邮箱 buy@tradesMax.com 电话 (626)378-3637
先看几个最关键的数据。追踪SK海力士的那7只杠杆ETF，现在的日交易量比巅峰时期直接缩水了90%，每天的换手连1亿股都不到。
为什么退潮得这么猛？
直接诱因美股投资网判断，就是韩国监管在7月31号强行调高了杠杆ETF的最低现金存款要求，这一脚刹车，几乎是一夜之间把散户的狂热需求给物理切断了。
流动性一断，后面接踵而至的就是惨烈的连续爆仓。
6月散户账户被强平了1万亿韩元，7月紧接着又爆掉了9930亿韩元，连续两个月刷出今年最大的强平规模。
现在的保证金贷款余额已经掉到了27.4万亿韩元，直接砸到了2026年以来的最低点。摩根士丹利给的评估很客观：这场去杠杆进程，目前才刚走完一半，清算远没有结束。
但这还不是最要命的。最棘手的问题—散户的杠杆是被洗出去了，可外资根本没有要回来的意思。
外资6月创纪录地流出了300亿美元，7月接着卖了62亿，8月到现在又砸盘43亿。散户爆仓踩踏离场，机构又缺乏接盘意愿，这就是AI热潮褪去之后最典型的后遗症。
我们要很清楚SK海力士在这个链条里的位置。它是英伟达HBM最核心的产能供应商，也是这轮AI硬件周期的风向标。
韩国散户之前用高倍杠杆去赌SK海力士，本质上是在用零售端资金为整个AI半导体板块的高估值买单。现在韩国杠杆ETF的崩盘，反映的就是全球AI半导体正在经历的挤水分过程。
这件事绝不仅限于韩国。当市场上最狂热的散户被彻底清场，市场往往才能找到真正的底部。但要记住，出清散户只是见底的必要条件，真正的充分条件是看到外资重新回流。
目前来看，外资还在单边抛售。在看到资本流向出现明确拐点之前，盲目去左侧抄底，依然是在接下坠的刀子。保持冷静，继续盯着资金面。#美股
$SKHY $WDC $MU $SNDK $STX
美股周一的盘面主要受两个因素压制。
第一个是宏观。美伊围绕解除封锁、经济制裁、冻结资产和战争赔偿等条件继续僵持，霍尔木兹海峡何时恢复正常通行再次变得不确定。
根据美股投资网了解到，周末单日确认通过海峡的船只由周五15艘降至周六11艘、周日6艘。
油价随即重新计入供应风险。WTI升至每桶82美元附近，布伦特原油上涨5%至87.72美元。
油价一上来，市场马上重新交易通胀和加息。10年期美债收益率由4.65%升至4.70%，市场对美联储9月加息的定价重新回到约52%至54%。
这条传导链很简单：油价涨，通胀预期升，加息预期升，高估值科技股承压。周一基本完整走了一遍。
第二个因素，是英伟达把AI融资这件事正式摆到了台面上。
英伟达宣布与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR签署合作备忘录，计划建立多个独立的AI算力融资平台，长期撬动超过5000亿美元第三方资本，为英伟达生态内的AI基础设施和客户提供资金。
这个规模足够大，也说明华尔街继续押注AI算力的态度没有改变。
但需要注意，这不是一个已经募满5000亿美元的单一基金，也不是英伟达自己借入5000亿美元。目前仍是合作备忘录，最终协议尚未完成。
为什么这么大的利好没有带动股价上涨？
因为市场关注的已经不只是“AI有没有需求”，而是“这些需求未来靠什么方式付钱”。
英伟达帮助客户获得融资，客户拿钱建设数据中心、采购GPU，GPU销售继续支撑整个AI生态的增长。只要最终现金流能够覆盖融资成本，这个循环可以正常运转。
但一旦利率继续上升，或者融资环境收紧，市场就会担心：现在看到的AI需求，有多少来自真实现金流，又有多少被低成本资本提前放大？
偏偏同一天，英特尔又宣布拟公开增发150亿美元普通股，并可能额外向承销商配售22.5亿美元，资金用于资本开支和营运资金，股价下跌4.1%。
英特尔增发和英伟达的第三方融资平台并不是同一个资金池，不能简单理解为“这边吸钱，其他股就没钱了”。
但两件事放在一起，向市场传递了同一个信号：AI基础设施仍在扩张，只是这轮扩张越来越依赖外部融资，资本成本和股东稀释也开始进入估值。
结果就是，半导体板块出现了明显的系统性卖压。费城半导体指数收跌2.94%，NVDA跌2.8%，INTC跌4.1%，ARM跌5.2%，MRVL跌4.6%，MU跌1.9%，AVGO跌1.3%。
上个月，半导体行业暴跌，把很多人吓坏了，但是如果你翻一下历史，就知道是半导体行业的常态。
过去30多年里半导体行业经历了13次大调整，平均每两年多就要来一次。这根本不是什么“罕见崩盘”，而是这个行业固有的运行规律。
拿近几年的几轮大调整来说：
2024年套利与关税波动：砸了40%，3个月涨回来；
2020年疫情冲击：砸了35%，4个月涨回来；
2018年贸易争端：砸了26%，4个月涨回来；
2022年美联储加息：砸了46%，算长的，用了14个月涨回来。
历史上半导体熊市的平均下跌幅度大约在37%左右，回调周期通常持续小半年到一年。
而最近这几轮（比如2018年、2020年和2024年），市场修复的速度都非常快，基本在3到4个月内就踩着V型反弹走出来了。
唯一一次例外是千禧年的互联网泡沫，当时整个板块暴跌了85%，用了十多年才修补回来。但那时的芯片公司大部分是没有真实盈利支撑的空中楼阁。
美股投资网认为，现在的底层逻辑完全不同：全球各大科技巨头都在砸钱建算力，芯片公司的营收和利润依然处于历史高位，背后有实打实的业绩和AI需求在支撑。
半导体行业从来都是这样，急跌时极其考验心理素质，但只要行业的基本面没有被破坏，过一段时间总能爬起来。与其盲目恐慌，不如多看看底层的周期规律
美股周一的盘面主要受两个因素压制。
第一个是宏观。美伊围绕解除封锁、经济制裁、冻结资产和战争赔偿等条件继续僵持，霍尔木兹海峡何时恢复正常通行再次变得不确定。
根据美股投资网了解到，周末单日确认通过海峡的船只由周五15艘降至周六11艘、周日6艘。
油价随即重新计入供应风险。WTI升至每桶82美元附近，布伦特原油上涨5%至87.72美元。
油价一上来，市场马上重新交易通胀和加息。10年期美债收益率由4.65%升至4.70%，市场对美联储9月加息的定价重新回到约52%至54%。
这条传导链很简单：油价涨，通胀预期升，加息预期升，高估值科技股承压。 周一基本完整走了一遍。
第二个因素，是英伟达把AI融资这件事正式摆到了台面上。
英伟达宣布与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR签署合作备忘录，计划建立多个独立的AI算力融资平台，长期撬动超过5000亿美元第三方资本，为英伟达生态内的AI基础设施和客户提供资金。
这个规模足够大，也说明华尔街继续押注AI算力的态度没有改变。
但需要注意，这不是一个已经募满5000亿美元的单一基金，也不是英伟达自己借入5000亿美元。目前仍是合作备忘录，最终协议尚未完成。
为什么这么大的利好没有带动股价上涨？
因为市场关注的已经不只是“AI有没有需求”，而是“这些需求未来靠什么方式付钱”。
英伟达帮助客户获得融资，客户拿钱建设数据中心、采购GPU，GPU销售继续支撑整个AI生态的增长。只要最终现金流能够覆盖融资成本，这个循环可以正常运转。
但一旦利率继续上升，或者融资环境收紧，市场就会担心：现在看到的AI需求，有多少来自真实现金流，又有多少被低成本资本提前放大？
偏偏同一天，英特尔又宣布拟公开增发150亿美元普通股，并可能额外向承销商配售22.5亿美元，资金用于资本开支和营运资金，股价下跌4.1%。
英特尔增发和英伟达的第三方融资平台并不是同一个资金池，不能简单理解为“这边吸钱，其他股就没钱了”。
但两件事放在一起，向市场传递了同一个信号：AI基础设施仍在扩张，只是这轮扩张越来越依赖外部融资，资本成本和股东稀释也开始进入估值。
结果就是，半导体板块出现了明显的系统性卖压。费城半导体指数收跌2.94%，NVDA跌2.8%，INTC跌4.1%，ARM跌5.2%，MRVL跌4.6%，MU跌1.9%，AVGO跌1.3%。
光通信板块为什么暴跌？
COHR跌14.2%，LITE跌8.6%，ALAB跌5.1%，MRVL跌4.6%，CRDO跌4.0%。
为什么光通信比整个半导体板块跌得更惨？
因为市场把上周的利好逻辑重新翻了一面。上周推动光通信上涨的一大原因是Reuters在8月4日发布的《US drafting ban on CN’s data center devices, sources say》。
报道显示，美国Z府正在研究限制新的CN光模块进入美国数据中心。
市场当时交易的逻辑很直接：CN供应商被限制，Coherent和Lumentum等美国厂商就可能获得更多份额。
但周一市场重新翻出了Reuters此前的一篇深度调查——《CN’s control over indium phosphide exports threatens AI data centre rollout》，翻译一下就是《CN对磷化铟出口的控制威胁AI数据中心扩张》。
这篇文章其实在提醒市场，CN掌握的筹码不只在成品光模块，还在更上游的磷化铟材料、晶圆和出口许可证。
磷化铟是高速光芯片的重要材料，目前缺少直接替代品。美股投资网了解到，CN约占全球铟产量的70%；相关出口限制实施后，6英寸磷化铟晶圆的平均价格上涨250%至5000美元。
这就形成了一个反差：美国如果限制CN成品光模块，美国供应商可能获得更多市场份额；但如果上游材料和晶圆出口同时受到限制，这些美国供应商也可能面对成本上涨和产能受限。
需要说明的是，这篇Reuters调查发布于6月11日，里面讲的供应链问题也不是周一突然出现的。真正的新变化，是上周市场只顾着交易“美国替代CN”，到了高位和财报前，资金才重新把“CN可能卡上游”这项风险拿回来定价。
第二个原因我认为更直接：上周涨得太猛。
光通信这一批股.票短时间普遍涨了几十个点，部分公司从低位算接近50%，现在又刚好进入财报窗口。此外，COHR、LITE 等股.票的静态市盈率已经超过100倍，前瞻估值虽然低很多，但同样建立在未来两年订单和利润高速增长的基础上。
这个位置容错率很低，任何一个能够说通的利空，都可能让获利盘先撤。Reuters此前关于InP供应链的调查，正好给了资金一个兑现理由。
美股投资网认为，不能把磷化铟问题完全当成“小作文”。出口许可延迟、晶圆涨价和供应紧张都有事实依据。
现在真正没有确认的是，中国会不会进一步收紧限制，以及这些问题最终会不会影响到 COHR、LITE 的交付、成本和利润率。
所以接下来不用再猜故事，直接看公司财报如何。
LITE 将在8月11日周二盘后发布财报，电话会于美东时间5:00举行；COHR周三随后也将公布业绩，月底还有 MRVL。
订单、出货和指引如果继续强，上游担忧很快会被压下去，这轮调整更像是高位获利了结，甚至可能重新给出机会。
但如果管理层确认InP短缺已经开始限制交付，或者明显推高成本、压低毛利率，那今天市场调整的就不只是情绪，而是整个光通信板块未来一两年的盈利预期。
这才是接下来几天真正要看的东西。
今天半导体板块集体承压，但我们上周重点推介的SNOW 依然稳步走高。
与此同时，另一只我们已经提前提醒VIP布局的标的，今天同样走出明显大涨。
想了解我们近期正在跟踪和布局的方向，可以联系我们了解VIP。
文章回顾：美股 我看好的一家AI公司，八月首选！
SpaceX豪赌AI：马斯克要在一年内新增10GW算力，这意味着什么？
最近，知名半导体研究机构 SemiAnalysis 发布了一份重量级付费报告，核心观点相当震撼：
SpaceX计划在2027年新增多达10GW AI算力。
如果这一目标最终实现，它不仅会刷新全球AI基础设施建设纪录，更可能彻底改变市场对AI产业链、云计算巨头以及AI资本开支（AI CapEx）的认知。
我认真读完这份长篇报告后最大的感受是：这可能是今年以来最激进、也最值得投资者关注的一条AI叙事。
马斯克放出的“AI大火箭”
在SpaceX首次财报电话会议上，马斯克透露，公司预计将在2027年新增6-8GW AI算力，并表示这个数字还有可能进一步提高，甚至超过10GW。
很多人看到这个数字没有概念。
按照当前AI数据中心建设成本粗略估算，每GW算力对应约500亿美元资本投入。
这意味着：
换句话说，仅2027年一年，SpaceX的资本开支规模就可能达到全球顶级云计算公司的水平。
而更令人意外的是，SpaceX的盈利能力和现金流实力其实远不如AWS、Google Cloud或Microsoft Azure。
因此，市场真正关心的问题不是：
“SpaceX会不会建AI数据中心？”
而是：
“SpaceX真的有能力在一年内完成如此惊人的扩张吗？”
从2GW到10GW，真的做得到吗？
SemiAnalysis专门对美国境内具备建设超大型AI数据中心条件的站点进行了全面调查。
他们的结论是：
从基础设施角度看，10GW并非天方夜谭。
数据显示：
因此真正的挑战在于：
2027年一年内新增8GW以上算力。
这相当于在短短12个月内，再造数个全球最大的AI基础设施集群。
而SemiAnalysis认为，凭借SpaceX的执行能力、土地资源、电力布局以及快速建设模式，这件事具备实现可能。
AI算力为什么突然变得这么值钱？
美股投资网团队研究获悉，整份报告最核心的逻辑，其实不是数据中心，而是AI推理业务的经济模型。
过去几年，市场一直关注GPU供给。
但现在越来越多投资机构开始关注另一个问题：
这些GPU到底能赚多少钱？
SemiAnalysis给出的测算非常激进。
以GB300集群为例：
如果OpenAI、Anthropic等模型公司直接向企业出售推理API服务，
每GW算力每年产生的收入可能超过1000亿美元。
而对应的运营成本仅约120亿美元。
也就是说：
理论上毛利率可能达到80%以上。
如果这个模型成立，那么AI行业正在发生一件极其重要的事情：
AI算力不再只是成本中心，而开始变成利润机器。
同样1GW算力，不同位置价值相差8倍
报告中有一组非常有意思的数据。
同样是一份GB300算力资源，放在AI产业链不同位置，产生的收入完全不同。
第一层：基础云服务（IaaS）
类似CoreWeave、Nebius等中立云服务商。
每GW年收入约120亿美元。
第二层：算力租赁
如果SpaceX将算力直接出售给模型公司：
第三层：模型服务
如果OpenAI、Anthropic直接销售推理Token：
每GW年收入超过1000亿美元。
从基础设施到模型层，收入规模提升接近8倍。
这意味着什么？
意味着AI产业链利润正在向上游集中。
而拥有先进模型的公司，将获得远超市场想象的盈利能力。
为什么微软可能是最大赢家？
SemiAnalysis特别点名了微软。
原因很简单。
微软已经深度绑定OpenAI。
它可以享受OpenAI模型带来的高收入和高毛利，却不需要承担绝大部分训练成本。
更重要的是，微软与OpenAI在2026年重新谈判合作协议后，据报告披露，过去部分收入分成机制已经发生调整。
这使得微软能够更加充分地享受AI推理时代带来的收益。
报告认为：
微软当前大量数据中心资源仍未达到最佳利用状态。
如果未来更多算力转向高价值推理业务，其收入和利润率都有巨大的提升空间。
微软为什么突然重新疯狂买算力？
很多投资者可能还记得。
2024年底，微软曾经大规模暂停数据中心租赁项目。
当时市场甚至一度担心：
AI资本开支周期是不是见顶了？
但仅仅一年之后，情况发生了巨大变化。
根据SemiAnalysis统计：
微软今年已经签署超过10GW的新算力承诺。
对应合同价值约3000亿美元。
如果AI推理需求持续爆发，Azure未来几年增长速度甚至有可能重新加速。
这也是为什么市场开始重新评估：
这些超级云厂商未来数年的收入增长空间。
马斯克如何解决电力问题？
建设AI数据中心最大的瓶颈并不是GPU。
而是电力。
在这方面，马斯克再次展现出了极强的执行力。
Colossus 1：
Colossus 2：
为了绕开复杂的审批流程，马斯克甚至将发电设施布局在州界另一侧。
报告显示：
Southaven发电项目的燃气轮机数量已经从2月份的27台增加到7月份的69台。
总供电能力超过1.2GW。
这种建设速度，几乎已经刷新了行业纪录。
SpaceX的钱从哪里来？
这是投资者最关心的问题。
毕竟SpaceX并不是微软，也不是亚马逊。
它没有无限扩张的资产负债表。
SemiAnalysis认为，SpaceX可能依赖两大支柱：
第一，英伟达供应商融资
通过与英伟达深度绑定，降低前期现金流压力。
这也是为什么财报会上马斯克强调与英伟达合作的重要性。
第二，高昂的算力租赁价格
当前市场最稀缺的资源不是GPU，而是：
能够在3-5个月内交付的大规模AI集群。
因此，市场愿意支付极高价格。
据报告估算：
每MW每年租赁收入达到3000万至5000万美元。
在这种定价体系下，部分项目甚至可以在一年内收回投资成本。
SpaceX正在从航天公司变成AI公司？
报告最后给出了一张极具冲击力的收入预测图。
按照其测算：
SpaceX年化收入将从2026年第一季度约190亿美元增长至2027年第四季度约3050亿美元。
其中：
而传统航天业务收入仅约70亿美元。
如果这个预测最终兑现，那么未来两年内，SpaceX最大的业务标签将不再是火箭和卫星。
而是：
全球最大的AI算力运营商之一。
投资者真正应该思考的问题
读完这份报告，我最大的感触并不是SpaceX能否做到10GW。
而是市场对AI产业的认知可能正在发生新一轮变化。
就在最近几周：
市场开始担心AI资本开支见顶。
但如果SemiAnalysis的逻辑成立，那么结论可能恰恰相反。
因为AI推理正在展现出远超预期的盈利能力。
而一旦资本市场确认：
AI算力不仅能创造收入，而且能够创造极高利润。
那么下一轮竞争就不会是削减CapEx，而是继续扩大CapEx。
未来几年，真正值得关注的问题或许是：
如果答案是肯定的，那么当前市场对于AI基础设施资产的估值，或许仍然低估了未来几年可能爆发的利润空间。
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！
微信分析师 微信公众号
