西方媒体冷眼分析:中国,AI,股票大跌,而最深的恐惧却在美国!
先说一个没多少人注意的细节。智谱今年的中报里,2026年上半年API在提价约一倍的同时调用量仍暴增。一家被西方舆论说成“靠贱卖换增长”的中国模型公司,上半年其实涨了价,客户反而更多。把这个细节和10月28日英国《金融时报》那篇《AI泡沫已经破裂——在中国》放在一起看,就有点意思了。 先看中国这边跌得有多狠。10月22日,MiniMax跌至162.3港元并一度触及159.3港元,首次跌破165港元IPO发行价。两家公司较各自历史高点均回撤超过80%。按高点算,MiniMax和智谱的市值已累 积 缩水1500亿美元。数字确实难看。问题是,生意真的坏了吗? 要回答这个问题,得先看股价当初是怎么涨上去的。智谱发行价116.2港元,6月22日盘中一度达到2980港元,较发行价上涨超过24倍。一家半年收入不到10亿元的公司,市值冲上万亿港元,靠的不是业绩,是可交易的股票太少。等到7月解禁,MiniMax约1.53亿股股份解除限售,约占当时总股本的48.9%,原本一票难求的局面一下子就没了。这跟演唱会门票差不多:票少的时候黄牛价能炒到十倍,一加场,黄牛价立刻掉下来,可台上的歌手还是那个歌手。 台上的歌手唱得怎么样?智谱上半年实现营业收入9.54亿元,同比增长399.7%,收入规模超过去年全年,MiniMax收入也增长了283.1%。毛病也不能装作没看见:智谱研发开支由截至2025年6月30日止六个月的15.95亿元增加至截至2026年6月30日止六个月的21.31亿元,比收入还多一倍多,毛利率只有26.4%。 市场这一刀砍得不冤,不过砍的是估值,产业本身没有被否定。还有一个数字常被忽略:跌了八成以后,智谱的股价仍较发行价高近3倍。用“崩盘”来形容不太准确,更像是从离谱的价位退回到偏贵的价位。 判断一个产业是真是假,看用量比看股价靠谱。国家数据局公布过,到今年3月,我国日均词元(Token)调用量已超过140万亿,相比2024年初的1000亿增长了1000多倍。Token可以理解成AI时代的“度电”。两年里用电量涨了一千多倍,哪怕几家发电厂的股票跌了,也没人会说电力是泡沫。用量和股价走反了的时候,我更相信用量。 再来翻美国的账本,这才是《金融时报》没写的那一半。10月26日,Anthropic向美国证券交易委员会公开递交招股书,拟在纳斯达克上市,股票代码ANT,市场预期募资约1000亿美元、估值最高2万亿美元。公平地说,这家公司已经能赚钱了,招股书披露它第二季度首次实现季度经营盈利,同时披露超5000亿美元算力开支。可问题恰恰出在这里:2万亿美元的估值、5000亿美元的算力承诺,指望的不是今年赚多少,而是未来很多年都能把智能卖出高价。估值说到底是押未来的价格,价格一松动,估值就站不稳。 整个美国科技圈押的也是同一个方向。微软、亚马逊、谷歌母公司Alphabet、Meta四家公司2026年合计资本开支逼近7500亿美元,代价已经出现在现金流上:亚马逊自由现金流降至-76亿美元,谷歌首次降至-59亿美元。两边放在一起比,中国跌掉的是几家公司的市值,投资人亏了账面上的钱;美国押上的是一年七千多亿美元的真金白银,能不能收回来,取决于一个可能已经不成立的价格假设。前者是自家房子漏雨,后者是整个小区的地基出了问题。 这个价格假设松没松,看美国公司自己怎么做就知道了。就在Anthropic递交招股书的同一天,OpenAI发布了GPT-6.1 Terra,此次50%的降价适用于该模型的标准应用程序接口费率。往前一个月,OpenAI一口气推出GPT-6 Sol和GPT-6 Luna两款新模型,API定价直降50%。再往前到夏天,OpenAI将GPT-5.6 Luna的价格下调了80%。 一向靠性能领先收高价的公司,为什么一轮接一轮地降价?因为客户在走。DoorDash和Airbnb已开始使用中国模型来压低不断上涨的账单。价格的锚已经不在美国公司手里了,不跟着降,客户就会走。还有一个耐人寻味的地方:主要竞争对手正准备上市讲高价故事,OpenAI偏偏挑同一天把价格砍掉一半。美国AI公司彼此之间都不打算守这个价格。 这一幕中国人并不陌生。光伏、锂电池、通信设备,中国企业把价格打下来以后,欧美一批老牌厂商撑不住,全球市场却越做越大。蛋糕变大了,只是切蛋糕的不再是原来那些人。大模型现在走的也是这条路。 不过有一点要讲清楚:中国模型公司赢在成本,光靠价格低是赢不了的。开头说智谱能提价,原因是产品在某一段时间里确实好用;而它敢在价格战里接着打,靠的是成本,公司称已实现10万卡级国产芯片规模化低成本推理。一边是买英伟达芯片、自建数据中心的重资产打法,一边是在国产算力上把单位成本一点点抠下来,两边的成本差距才是价格战真正的弹药。 当然,中国公司稳赢的说法也不客观。价格战对两边都
觉得有用?分享给朋友
让更多人看到这篇内容




