“照我說得做，封號賠額度”
頂級大模型的競逐早已進入白熱化：一個多月前，Claude Fable 5 橫空出世，令人驚豔，卻又因美國商務部一紙出口管制令而全球下架——甚至 Anthropic 內部的非美籍員工也被禁止使用自家模型，“自毀長城”的嘲諷聲一度四起。直到兩周前禁令解除，Fable 5 才重回大眾視野，卻又在“洛陽紙貴”般的熱度之下疊加諸多限制：訂閱使用者僅被“仁慈”地允許體驗一周，隨後再度下架。
在 OpenAI GPT-5.6 步步緊逼之下，頂級模型之間的使用者忠誠度幾乎為零——這一點 Anthropic 心知肚明。Fable 5 重新上架時，官方承諾的免費窗口原本只有約一周（截至 7 月 7 日）。但隨著 GPT-5.6 將於 7 月 9 日正式全量開放，Anthropic 連續兩次延長窗口：先延至 7 月 12 日，隨後又延至 7 月 19 日。歸根結底，還是擔心使用者流失：一旦對手推出能力接近的新旗艦模型，使用者取消訂閱、轉投他家幾乎會在瞬間發生——甚至不必等到下一個訂閱周期。
表面上，有來有往，算是打了個平手。坊間隱約還有聲音說，Anthropic 的 Fable 5 在工程能力方面略勝一籌。就在這個節骨眼上，Tibo（Thibault Sottiaux，OpenAI Codex 團隊負責人）寫了一篇推文，教你讓兩個旗艦模型“左右互搏”：讓 OpenAI 的旗艦 ChatGPT 5.6 去指揮 Anthropic 的旗艦幹活兒。7 月 12 日，他在 X 上發佈了一份三步教學：
安裝 CLIProxyAPI
- 連接
- 設定 alias
這樣做了以後，你就可以在 claude 的小螃蟹介面裡面（用 claudex 啟動，讓 claude 家的旗艦模型指揮openai 家的模型幹活兒）他還開玩笑說，如果這套設定被封了，他負責給使用者 reset 額度——順便說下，reset 也是最近的一個梗，當 claude 的旗艦模型不斷被宣佈延長可用時間之後，openai 不斷的在找各種藉口慷慨的 reset 使用者額度，不但 Tibo 在碰到使用者問題的時候，積極排查，響應客戶抱怨並 reset 額度，他還在起號的時候，Tibo 多次在使用者數突破（5M → 6M → 7M）時同步 reset，並用輕鬆語氣說“Go do things”“Keep the feedback coming and we'll keep shipping”。他還鼓勵 Codex 重度使用者把 ChatGPT Work 推薦給非技術朋友。
更不用說 Anthropic 在 OpenClaw 等第三方工具接入政策上曾經好幾個月的來回反覆——4月封禁、5月改成 Agent SDK credits 恢復接入、6月又叫停這套新計費方案，首鼠兩端，讓人很難對它的長期政策有穩定預期，而 openai 這條推文很快被固化成一個打著 openai 旗號、一鍵安裝的外掛——Anthropic 自家的旗艦應用，就這樣變成了 OpenAI 算力的一個免費入口。
政客與極客
Tibo最近這幾次在X的”極限整活兒”，讓 openai 從大半年前深陷輿論泥沼的形象增色不少。
曾幾何時，這家全球估值最高的 AI 獨角獸，正在悄然流失它的基本盤——硬核開發者群體。核心的爭議焦點，直指其掌舵人 Sam Altman。在很多人眼裡，Altman 越來越不像一個純粹的技術理想主義者，而更像一個長袖善舞的“華盛頓政客”。
他頻繁出入美國白宮、遊走於全球權力中心，儼然一位政治操盤手：在國會聽證會上滴水不漏，甚至公開呼籲建立 AI 准入的“牌照制度”。在 2023 年 5 月美國參議院司法小組委員會的聽證會上，Altman 展現出極為圓滑、甚至令人驚訝的順從姿態——他主張政府應當介入人工智慧研發，建議設立專門機構來發放與吊銷前沿 AI 模型的研發許可證，並制定更嚴格的安全法規。為此，開源社區和許多中小開發者怒斥這種行為是名副其實的“監管俘獲（Regulatory Capture）——原本旨在保護公共利益的監管機構，最終被其所監管的、財力雄厚的行業巨頭所左右，轉而制定有利於巨頭、排擠中小競爭者”——自己上了車，轉身就要焊車門。
而正是這種在政客面前顯得“極其配合”的姿態，在科技產業與開源社區內部引發了強烈的反感與警惕。經濟學中有個概念叫“監管俘獲（Regulatory Capture）”。Meta 首席 AI 科學家、深度學習奠基者之一 Yann LeCun 與史丹佛大學客座教授、Coursera 聯合創始人吳恩達（Andrew Ng）都曾指出：一些頭部公司打著“AI 安全”的旗號推動高門檻監管，實質可能是在抬高准入門檻、擠壓開源與初創空間。
這場形象危機在 2023 年 11 月 17 日被進一步暴露於風口浪尖：OpenAI 董事會突然罷免 Altman，理由是其對董事會“不夠坦誠”，雖隨後復辟，但“失信”的標籤從此難以撕掉，後續爭議也更容易被歸入“權謀、不透明”的敘事。同時，馬斯克通過訴訟公開提出了 OpenAI 背離非營利使命等指控，把公司治理紛爭升級為長期傳播的道德議題；但訴狀只代表原告主張，不等於經法院認定的事實。2026 年 5 月，相關請求因訴訟時效問題被駁回，法院並未就 OpenAI 是否在實體上背離原始使命作出最終認定。
在這種信任赤字下，主打“安全、透明”的 Anthropic 乘勢而上，Claude 一度成為極客對抗 OpenAI 霸權的“精神避難所”，社區甚至出現了“退訂 OpenAI、轉投 Anthropic”的呼聲（在旗艦模型能力接近的前提下）。
OpenAI 急需一場形象反擊。但用公關通稿是贏不回開發者人心的，他們需要用社區最熟悉的語言來對話。於是，Tibo 登場了。
如果說 Altman 像 OpenAI 專門用來和華盛頓打交道的圓滑利己的精明政客，那 Tibo 更像是穿著連帽衫的矽谷極客——他時常從自己連帽衫口袋裡摸出一個屢試不爽的小開關來取悅使用者：reset。他完全用了一種工程師的公開透明文化來處理使用者爭議：而頻繁 reset “發糖的背後”，究竟又是不是一場新的基於token傾銷的“算力戰爭”呢？
算力戰爭
Anthropic 狂飆的 ARR 與 OpenAI 的帝國反擊戰
2026 年 6 月至 7 月，Anthropic 的 Fable 5 與 OpenAI 的 GPT-5.6 仍在不同基準上相互超越：Fable 5 在 Anthropic 披露的 SWE-bench Pro 中達到 80.0%，顯著高於 Opus 4.8 的 69.2%；OpenAI 則稱 GPT-5.6 Sol 在 Artificial Analysis Coding Agent Index 上達到 80 分，高於 Fable 5 的 77.2 分，同時使用不到一半的輸出 Token、耗時不到一半，估算成本低約三分之一。
狂飆
Anthropic 的收入增長速度已經到了近乎失真的程度。
2025 年底，Anthropic 的年化收入運行率約為 90 億美元；到 2026 年 4 月，這一數字突破了 300 億美元；5 月初又超過 470 億美元。換言之，短短五個月，其收入運行率增長到原來的約 5.2 倍。5 月 28 日，Anthropic 又以 9650 億美元的投後估值完成650 億美元融資。Anthropic 官方融資公告
需要強調的是，這裡更準確的說法是“年化收入運行率”，不等同於經審計的全年 GAAP 收入，也不一定等同於嚴格會計意義上的合同 ARR。Anthropic 與 OpenAI 對雲管道收入的確認方式也不同，不能不加調整地直接橫向比較。
7 月 8 日，SemiAnalysis 的自下而上模型進一步估計，Anthropic 的年化收入可能已經向 600 億美元以上邁進，並預計其第三季度營業利潤可能超過 10 億美元。但這些是模型估算，不是 Anthropic 已公佈的審計結果。SemiAnalysis 分析
因此，Anthropic 當前更準確的矛盾不是“沒有客戶”，而是“客戶增長得太快”。收入越高，企業呼叫和 coding agent 消耗的 Token 越多，對推理叢集的需求也越大。Anthropic 已經簽下 SpaceX Colossus 1 資料中心全部產能，獲得超過 300 兆瓦、約 22 萬張 Nvidia GPU，並另外與 Amazon、Google、Broadcom、Microsoft 和 Fluidstack 簽署了數吉瓦等級的算力協議。
Fable 5 的混亂發佈，正是這種“爆發式需求撞上有限即時產能”的縮影。模型於 6 月 9 日上線，6 月 12 日因美國政府出口管制指令全球暫停，7 月 1 日恢復。恢復後，Pro、Max、Team 和部分 Enterprise 使用者最多隻能將每周總額度的 50% 用於 Fable 5；原定的訂閱內訪問截止日期又從 7 月 7 日連續延至 7 月 12 日和 7 月 19 日。
使用者對這種反覆調整感到不滿完全可以理解：真正影響開發者工作流的，不只是模型強不強，還有下周能否繼續使用、額度何時重設、是否需要額外購買 Credits。但把這種容量管理直接解釋為“Anthropic 正在燒光現金”，同樣缺乏證據。它更像是一家公司在收入狂飆之後，發現晶片、電力、資料中心和產品政策都來不及同步擴張。
這甚至是近期的一個“算力永遠不夠，儲存永不眠”的重要推手。
帝國反擊戰
OpenAI 的反擊則集中在另一個方向：讓每一單位算力完成更多工作，並把部分效率收益轉化為更低的價格和更高的使用額度。
《The Information》報導稱，OpenAI 工程師找到了一套軟體層面的推理最佳化方法，可將部分現有模型的推理成本降低一半以上；在未登錄訪客流量的一次部署中，所需 Nvidia GPU 數量一度降至數百張。不過，這仍是基於內部消息的報導，而且適用範圍主要是訪客流量，不能直接寫成“OpenAI 所有模型的推理成本都已經減半”。
更能直接觀察到的是 GPT-5.6 的產品定價。GPT-5.6 Sol 的 API 價格為每百萬輸入 Token 5 美元、輸出 Token 30 美元，明顯低於 Fable 5 的10 美元和50 美元。OpenAI 還表示，最新推理最佳化將為 GPT-5.6 Sol 訂閱使用者增加約 10%的使用量，並在發佈流量高峰期間多次重設額度、暫時取消五小時限制。
這可以被描述為一場“算力補貼戰”，卻還不能嚴謹地稱為經濟學意義上的“產能傾銷”。我們不知道 OpenAI 的完整單位成本，也沒有證據證明其正在以低於成本的價格銷售服務。相反，OpenAI 擁有超過9 億周活躍使用者，其中約95%不付費；龐大的免費使用者群本身就是沉重的推理負擔。OpenAI 的優勢，是利用消費級分發規模和軟體最佳化攤薄成本，再以更低價格爭奪開發者和企業客戶。
Anthropic 並不是一個被高成本拖垮的弱者，而是一個依靠 coding agents 和企業呼叫實現收入爆發、卻不得不追著需求購買算力的挑戰者；OpenAI 也不是擁有“零邊際成本”的無限算力機器，而是背負龐大免費使用者成本，試圖通過推理最佳化、低價模型和配額補貼守住開發者入口的規模型平台。
競爭到這個份兒上，再結合基地的模型切換成本，對於頂級模型的研發而言，我要說出一個反常識的結論：降價救不了任何人。
算力價格戰，儲存永不眠
價格在通縮，帳單在通膨。剪刀差的中間，藏著這場戰爭真正的戰場。
AI 研究機構 Epoch AI 追蹤了六大基準上的推理價格曲線，得出的結論近乎殘酷：在固定性能水平下，推理價格每年下降 9 倍到 900 倍不等；而達到 GPT-4 等級科學問答能力的價格，每年下跌約 40 倍。換句話說，單 token 降價幾乎是這個行業的“物理定律”，任何依賴報價單建立的優勢，都會在幾個月內蒸發。
但同一批學者在最新論文《The Price of Progress》中也指出了硬幣的另一面：在 GPQA、AIME 和 SWE-bench 等基準上，達到當時最前沿成績所需的評測推理成本增長約 3 至 18 倍。這說明部分能力前沿依賴更昂貴的推理，但不能直接外推為全行業推理帳單每年增長 18 倍。巴克萊估算，一次 agentic 任務消耗的 token 可能是簡單對話的 25 倍；Tirias Research 則預測，全球年推理 token 量將從 2024 年的 677 兆躍升至 2030 年的 7.7 億億。
殊途同歸
OpenAI 選擇垂直整合——自己造晶片。6 月 24 日，OpenAI 與 Broadcom 共同發佈 Jalapeño，官方稱其為 OpenAI 的第一顆“智能處理器”：圍繞 LLM 推理從零開始設計，端到端僅用 9 個月。OpenAI 總裁 Brockman 承認，自家模型對晶片設計的加速作用“令人驚訝”。據報導，Jalapeño 性能對標輝達 Blackwell，成本卻約為其一半；計畫於 2026 年底開始部署，背後是與 Broadcom 規模達十吉瓦、延續至 2029 年的產能協議。用 AI 設計用於 AI 的晶片，再用晶片降低 AI 的成本——這是一台自我強化的通縮機器，為九億周活使用者中 95% 不付費的免費使用者而造。
Anthropic 選擇“組合採購”——把雞蛋放進三個籃子。它是唯一同時跑在 AWS Trainium、Google TPU 和輝達 GPU 三種硬體上，並在三大雲（Bedrock、Vertex AI、Azure Foundry）全部上架的前沿模型：以十年 1000 億美元的 AWS 承諾鎖定最高 5 吉瓦 Trainium 產能；與 Google 和 Broadcom 新簽的 3.5 吉瓦下一代 TPU 將於 2027 年上線；另有約 300 億美元的 Azure 用量承諾。它不造晶片，而是“買期權”——用多平台議價權避險單一供應商的定價權，再以兩倍於對手的 API 定價（$10/$50 對 $5/$30）讓企業客戶為高級產能買單。
一個造晶片，一個買期權，但卻殊途同歸：Jalapeño 將於 2026 年底部署，Anthropic 的 TPU 計畫在 2027 年上線，而 SanDisk 與 SK 海力士的 HBF 推理裝置也將在 2027 年初送樣。2026 年的價格戰，是用租來的輝達算力打的；2027 年的戰爭，將會部署一部分自研晶片。 到那時，勝負手不再是誰更敢降價，而是誰的每 token 成本曲線更陡。也正因此，Broadcom 成了本輪最特殊的標的：它既是 OpenAI 加速器的代工方，也是 Anthropic TPU 擴產的合作方，堪稱唯一同時為交戰雙方供貨的“軍火商”。Celestica（系統整合）與台積電（先進製程與封裝）則佔據相似的“雙邊收租”位置。輝達承壓的，更多的是定價權而非需求的變化——Broadcom CEO Hock Tan 說客戶的算力需求“簡直貪得無厭”，直到 2028 年依然如此。
相比算力，儲存要更加激進
大模型推理天然分為兩個階段：prefill 重計算、輕頻寬；decode 輕計算、重頻寬。清華與月之暗面在儲存頂會 USENIX FAST ’25 發表的 Mooncake 論文，標題幾乎就是一份宣言——《Trading More Storage for Less Computation》：用更多儲存換更少計算。論文將閒置的 CPU、DRAM 和 SSD 組織成分離式 KVCache 快取池，使有效請求容量提升 59% 到 498%，如今每天可處理超過千億 token。硬體廠商隨即跟進：輝達的 Rubin CPX 為 prefill 配上了比 HBM 便宜約五倍的 GDDR7；隨後輝達又斥資 200 億美元引入 Groq 的 SRAM 解碼架構——GPU 管 prefill，LPU 管 decode，prefill–decode 分離也因此被“焊”進硬體roadmap。
儲存行業的演進則更為激進。2026 年 2 月，SK 海力士與 SanDisk 啟動 High Bandwidth Flash（HBF）的 OCP 標準化工作：目標是用 HBM 的 TSV 堆疊封裝技術去堆 3D NAND，在 HBM 與 SSD 之間建立基於 NAND 的新儲存層。按兩家公司披露的計畫，首批 HBF 樣品預計 2026 年下半年出現，採用 HBF 的推理裝置預計 2027 年初開始送樣，目前仍處於標準化、原型和商業化準備階段，還不能寫成已經封裝進商用 GPU 的成熟產品革命。儲存行業也因此可能從“DRAM 和 NAND 兩種大宗商品”，逐步裂變為一套按頻寬/美元排列的完整光譜：SRAM、HBM、GDDR、LPDDR、DDR5、HBF、企業級 SSD、QLC——不同推理階段，對應不同層級的記憶體與儲存方案。
但供給側根本追不上這場演化。美光的 HBM 產能已售罄至 2027 年；鎧俠 2026 年的 NAND 產量在 1 月就被預訂一空，超大規模客戶開始要求籤 2027–2028 年的長約；SK 海力士董事長警告，全球記憶體供給到 2030 年可能持續低於需求約 20%。美銀把 2026 年定義為“類似 1990 年代的超級周期”，預測 DRAM 收入同比增長 51%、NAND 增長 45%，並測算 AI 最佳化記憶體的單位產能消耗是傳統記憶體的 3 到 4 倍。
在赴美上市的 SEC 招股檔案裡，SK海力士把“agentic AI 與 AI 推理的普及”列為伺服器 DRAM 與企業級 SSD 需求加速的核心驅動——這就是最好的證詞。
有人會問：推理最佳化不是在省記憶體嗎？單個請求確實在省——但省下來的每一 GB，都會被更長的上下文、更高的並行、更複雜的 agent 工作流繼續消耗。這更像記憶體版的傑文斯悖論：效率提升不一定緩解飢渴，也可能放大胃口。價格通縮與需求膨脹的剪刀差，最終會有相當一部分沉澱進儲存層級。
既然頂級模型之間的使用者忠誠度幾乎為零，我們現在可以給出一個更謹慎的答案——忠誠度為零，是因為可遷移的使用習慣還沒有被更深的工作流鎖定。Prompt caching 可以顯著降低重複長上下文的短期呼叫成本，但當前快取是 5 分鐘或 1 小時的臨時 KV 表示，不是持久使用者記憶；它能解釋短期成本最佳化，不能直接推出“換模型等於格式化一段關係”。真正可能形成遷移壁壘的，是長期記憶系統、工具生態、企業資料連接、權限體系、工作流編排與評測體系。於是，Tibo 的 reset 是獲客成本，Swarm 的左右互搏是煙霧彈，token 傾銷只是過程——**終局不只是便宜 token，而是誰能把模型能力、資料連接、工具呼叫與長期記憶編織成難以遷移的工作流。算力在通縮，工作流和記憶系統才可能成為護城河。 *
附：推演鏈（頂級模型的持續競爭會發生什麼）
推演一：2027 年是"自有晶片元年"，價格戰從下沉到成本結構。 今天的補貼戰主要還是用租來的輝達算力打的；但 Jalapeño 2026 年底部署、Anthropic 的 3.5GW TPU 2027 年上線，兩條時間線都指向自研或定製硬體的重要性上升。HBF 則更謹慎地說，是 2026 年下半年樣品、2027 年初推理裝置送樣的潛在變數，尚未完成商業化驗證。屆時比拚的不再只是報價單，而是誰的每 token 硬體成本曲線更陡。標的傳導：Broadcom 是同時捲入 OpenAI 加速器與 Anthropic TPU 擴產敘事的“軍火商”，Celestica（系統整合）、台積電（先進製程與封裝）同理可能“多邊收租”；輝達承壓的更多是定價權，而非絕對需求。
推演二：Red Queen 效應——價格通縮未必能壓住總需求。 Epoch 的資料說單 token 價格每年跌一到兩個數量級；《The Price of Progress》更準確的結論是，在 GPQA、AIME 和 SWE-bench 等特定基準上，達到當時最前沿成績所需的評測推理成本增長約 3 至 18 倍，而不是全行業總帳單統一每年漲 18 倍。兩條曲線放在一起，仍然提示一個方向：效率紅利可能被再投資為更長上下文、更多 agent 並行和更複雜任務，但投資結論必須保留不確定性。標的傳導：儲存寡頭會受益於 AI 推理與伺服器需求擴張，但這不是“必然躺贏”；更穩妥的表述是，SK 海力士、美光、三星、鎧俠/SanDisk 等處在需求彈性較大的中立位置。
推演三：記憶體按"頻寬/美元"譜系物種分化，HBF 仍處在標準化與樣品階段。 推理拆成 prefill（計算密集）和 decode（頻寬密集）之後，硬體正在跟進分化：Rubin CPX 用 GDDR7 服務 prefill，SRAM、HBM、GDDR、LPDDR、DDR5、eSSD、QLC 等不同層級也會在不同任務階段尋找位置。SanDisk 和 SK 海力士推動的 HBF，是試圖讓 NAND 進入更高頻寬封裝層級的路線，但目前仍是 OCP 標準化、原型和商業化準備階段，不能寫成已經進入商用 GPU 的既成事實。價值可能向三處遷移：定義介面標準的人、掌握堆疊封裝的人，以及做介面 IP 的人；但 NAND、封裝和介面 IP 的投資結論需要等待樣品、客戶驗證和量產節奏繼續確認。
推演四：終局可能是工作流資產化，而不是把臨時快取誤讀成長期記憶。 SK 海力士把"agentic AI 驅動儲存需求"寫進了 SEC 招股檔案——當一家記憶體廠用監管檔案向美國投資人陳述這個邏輯時，它已經不只是敘事，也會影響資本開支預期。Anthropic 的快取輸入定價是原價的 1/10，Prompt caching 能顯著降低重複長上下文的短期呼叫成本；但當前快取默認 5 分鐘、擴展 TTL 1 小時，KV 表示存在於記憶體中，不是持久使用者記憶。真正提高遷移成本的，應該是長期記憶資料庫、供應商專有工具、API、權限系統、企業資料連接器、工作流編排和評測體系。這直接回扣開頭那句"使用者忠誠度幾乎為零"：忠誠度不會由幾分鐘級快取自動產生，而要靠長期工作流和資料沉澱形成。
Photo by Jonathan Kemper on Unsplash
(傅里葉的貓)