当算力合同以千亿计，AI 公司真正在赌什么
一、一个被忽略的细节：6570 亿是合同，不是开销
Anthropic 提交了 S-1，计划募资最高 1000 亿美元，拟以代码 ANT 登陆纳斯达克。但比募资更值得看的，是它披露的已签约算力合同：约 6570 亿美元。其中博通 1612 亿、谷歌 1145 亿、亚马逊 1100 亿、微软 449 亿、SpaceX AI 上限 1205 亿。
关键区别：这是合同义务，是未来要兑现的产能，属于尚未兑现的合同额。随用随付的云算力是成本，锁死的长期合同是赌注——赌的是未来几年算力价格只涨不跌，或者自己的用量一定够大、摊得薄。把这两件事混为一谈，是看 AI 行业最常见的误读。
二、需求侧：调用量还在涨，而且中国连续登顶
OpenRouter 数据显示，2026-10-27 当周全球大模型总调用量环比涨了 14.63%；中国的周调用量已经连续 26 周超过美国，排在全球第一。调用量是少数能绕开"融资叙事"、直接看真实使用的指标。
同一份数据里，DeepSeek V4.1-Flash 周调用 33.6 万亿 Token、环比 +801% 登顶。这条值得拆：Flash 类是小模型、单价低，成本下降把使用量顶上去了，这是典型的降价扩量，说明需求来自门槛降低而非补贴。
为什么是调用量而不是融资额更值得看？融资可以靠故事撑，调用量是真金白银的 token 消耗，背后是真实的产品在被使用。中国连续 26 周居首，说明这不只是某一两个爆款模型的偶然，而是应用层的体量已经形成——开发者、企业、普通用户都在持续把任务交给大模型。一个行业有没有真实需求，看调用量比看融资发布会靠谱得多。
三、供给侧：两道闸门在抢产能
内存侧，三星和 SK 海力士把供货英伟达的 8 层 HBM4 量产定在 2027 年二季度。HBM 是 AI 训练与推理的瓶颈之一，谁先卡位谁定价权大。
机房侧，Meta 把全年资本开支指引下限又上调 50 亿美元，区间到 1350 亿至 1450 亿美元。内存和机房，是算力的两道物理闸门，短期都难快速扩产。
为什么偏偏是这两道闸门？HBM 的良率和堆叠层数直接决定单卡能塞进多少算力，扩产要靠重资产投入和长周期的认证；机房则要土地、电力和散热，这些都不是靠加钱就能立刻变出来的。供给弹性小，需求一旦超预期，价格弹性就会很大，这也是大厂抢着签长单的根本原因。
四、三笔账合起来的指向
需求（调用量涨）、供给（抢 HBM 和机房）、融资（千亿级合同）三件事同时发生。它们指向同一个结构：AI 基建正从"烧钱试错"进入"锁产能保交付"的阶段。早期是怕钱不够烧，现在是怕产能不够用。这个阶段的特征，就是合同金额比收入更先变大。
这个转向对普通人的含义是：AI 不再只是几家公司的军备竞赛，而是在变成水电一样的基础设施。基础设施阶段的特点是，赢家不一定是最会讲故事的，而是把交付成本压得最低、产能锁得最稳的那一方。看这个行业，周期的长短不再由谁的口号响决定，而由这些合同里多少是刚性需求决定。
五、普通人能带走的几条
第一条，大模型调用还在涨、使用门槛在降，意味着 AI 应用层工具会持续涌现，想入行学 AI 应用，现在不算晚。
第二条，警惕把合同金额当收入或当信心指标。6570 亿是义务也是期权，刚性需求和锁产能的保险混在一起，分不清的时候别下注。
第三条，看 AI 行业别只盯融资新闻。调用量、产能、资本开支这三样才是硬指标，叙事会过期，产能不会。
第四条，对做内容的人而言，算力成本下行会持续压低 AI 工具的使用门槛。科普和工具类内容的需求只会更旺，这也是我们这个号能长期做下去的底气。
第五条，给看新闻的人提个醒：千亿合同的新闻很容易让人产生"行业稳了"的感觉，但合同和收入之间还隔着交付与付款。看这类新闻，先把"签了多少"和"真正赚到多少"分开，前者是预期，后者才是事实。预期可以很响，事实往往慢半拍。
这篇只讲产业结构和公开事实，不对任何具体公司做判断。
以上内容来自公开报道整理（来源 data/intel/2026-10-28.json，置信度 C 单一来源）。不构成任何投资建议。