今天三则 AI 新闻，
表面上分别在谈：
芯片。
数据中心。
中国 AI 公司财报。
但放在一起，
其实是在回答同一个问题：
AI 这场巨额投资，到底开始赚钱了没有？
过去几年，
大家一直在比：
模型参数。
Benchmark。
Context Window。
推理能力。
现在问题开始变得更现实：
这么多 GPU 谁在买？
模型公司需要多少算力？
便宜模型有没有人真的付钱？
今天三则新闻，
刚好把：
AI 产业最重要的三层
全部串起来。
第一则：Nvidia 第二季营收 962 亿美元，数据中心单季就做了 890 亿美元
Nvidia 刚公布：
2027 财年第二季财报。
季度营收：
962.2 亿美元。
比一年前：
增加 106%。
也就是：
一年又翻了一倍以上。
真正最惊人的还是：
Data Center。
单季营收：
890 亿美元。
年增：
117%。
这代表 AI 数据中心需求目前：
并没有因为过去几年大量投资
突然消失。
反而仍然：
非常强。
更值得看的是：Nvidia 已经不是只靠几家大型 AI 公司
Jensen Huang 在财报里说，
一年前市场主要还受到：
少数大型 Frontier Lab
推动。
现在则变成：
多家前沿 AI Lab。
大量新创。
开放模型。
Physical AI
同时开始扩张。
这对 Nvidia 很重要。
因为芯片公司最大的风险之一是：
需求过度集中。
如果整个 AI Boom 最后只靠：
一、两家公司
不停买 GPU，
风险很大。
现在 Nvidia 想证明的是：
需求来源正在扩散。
下一代 Vera Rubin 已经进入全面生产
Nvidia 表示，
下一代：
Vera Rubin
目前已经进入：
Full Production。
这表示 Nvidia 并不是等：
Blackwell 需求结束
再看下一步。
而是：
下一代产品
已经接上。
对 AI 基础设施产业来说，
真正重要的问题变成：
客户愿不愿意：
一代接一代
继续升级。
Nvidia 对下一季也没有踩煞车
公司预估第三季营收：
约 1,080 亿美元。
市场原本预期：
约 1,042 亿美元。
也就是：
Nvidia 不只这一季超预期，
下一季展望也：
高于市场原先估计。
这也是为什么财报公布后，
盘后股价：
上涨。
但今天最重要的不是「Nvidia 又赚很多」
真正的信号是：
AI 算力现在真的已经变成一个巨型产业。
Jensen Huang 甚至直接说：
Compute is revenue.
简单翻成白话：
以前大家把：
运算能力
看成成本。
现在对愈来愈多 AI 公司而言，
算力直接决定：
能服务多少用户。
能跑多少 Agent。
能卖多少 Token。
甚至：
能赚多少钱。
第二则：Anthropic 据报准备用 450 亿美元锁六年算力
如果第一则证明：
有人真的在大量卖 GPU，
第二则就回答：
到底谁愿意花这么多钱？
其中一个答案是：
Anthropic。
Reuters 引述 Bloomberg 报导，
Anthropic 据报正准备：
向 AI 基础设施公司 Nscale
租用大量算力。
总金额：
约 450 亿美元。
期间：
约 六年。
平均下来，一年约 75 亿美元
只是一份：
算力租用安排。
不是：
买公司。
不是：
并购。
不是：
员工薪水。
而是：
让 Claude 有地方跑。
这已经足以说明：
Frontier AI 现在真正昂贵的是什么。
不是：
做出 Chatbot 画面。
而是：
背后那整座运算系统。
据报使用的是 West Virginia 大型数据中心
Reuters 报导，
相关算力预计来自：
Nscale 在美国 West Virginia
的数据中心园区。
并使用 Nvidia：
Vera Rubin
相关系统。
这件事目前要特别注意：
Anthropic 尚未正式对外确认这笔交易。
Reuters 表示，
Anthropic 拒绝评论。
因此目前正确写法是：
「据报正在安排／计划」
不能写成：
「Anthropic 已正式签下 450 亿美元合约。」
为什么 Anthropic 需要这么大的算力？
因为 Claude 现在已经不是：
单纯聊天。
Anthropic 的收入愈来愈来自：
企业。
API。
Claude Code。
Agent 工作。
这些服务都有一个共同点：
使用量愈大，推论算力就愈大。
如果一个工程师一天问 Claude：
十次，
和让 Claude Code：
持续帮整家公司写程序，
算力需求完全不是：
同一个等级。
AI Agent 甚至可能让算力需求变得更夸张
一般 Chatbot：
你问一次。
它答一次。
Agent 可能为了完成一个任务，
自己：
思考。
搜索。
使用工具。
重新判断。
再运行。
一个用户按一次：
「完成这个工作」
后面可能发生：
数十次甚至更多模型运算。
所以 Agent 如果真的普及，
真正受益的不只：
软件公司。
也会是：
卖算力的人。
这也解释为什么 AI 公司正在疯狂锁定多年算力
如果未来需求真的爆发，
最怕的是：
模型有客户，
却：
没有 GPU。
没有数据中心。
没有电。
所以 OpenAI。
Anthropic。
Google。
Meta
现在竞争的不只是：
模型人才。
还包括：
未来几年的实体算力供应。
但 450 亿美元也带出另一个问题
收入能不能追得上？
算力不是：
免费。
数据中心不是：
免费。
电不是：
免费。
所以 AI 公司如果每年投入：
几十亿甚至上百亿美元
去租算力，
最终一定要有：
足够客户
持续付钱。
这也是为什么：
AI 公司现在的营收数字
愈来愈重要。
而今天第三则新闻：
刚好就讲到这件事。
第三则：MiniMax 上半年营收增 283.1%，半年已超过去年全年
中国 AI 公司：
MiniMax
公布 2026 上半年财报。
半年营收：
1.166 亿美元。
比去年同期：
增加 283.1%。
更有意思的是：
MiniMax 去年：
整年营收
只有约：
7,900 万美元。
今年只用：
半年，
就已经：
超过去年全年。
真正爆发的不是消费者 Chatbot，而是企业与 API
MiniMax 的：
Open Platform
以及其他 AI 企业服务收入，
从去年同期：
920 万美元
增加到：
7,390 万美元。
年增：
703.1%。
现在已占 MiniMax：
总收入 63.4%。
去年同期：
只有 30.3%。
这是一个：
非常大的结构变化。
这代表 MiniMax 正从「AI App 公司」往「AI 基础服务公司」移动
以前大家比较知道 MiniMax：
可能是：
Talkie。
Hailuo AI。
视频生成。
一般 AI App。
现在真正成长最快的，
反而是：
企业。
Developer。
API。
Token Plan。
也就是：
别家公司开始把 MiniMax 模型
放进自己的：
产品与工作。
这种收入通常比：
一个用户偶尔订阅 AI App
更能反映：
模型是否真的进入：
Production。
AI-native 产品本身也仍然在成长
MiniMax 的 AI-native Product 收入：
上半年：
4,260 万美元。
年增：
100.9%。
所以它不是：
消费者产品停掉，
全部改做 API。
而是两条收入：
都在成长。
只是：
企业与 API
速度更快。
MiniMax 还公布一个很有意思的使用量数字
公司表示，
到今年 7 月，
MiniMax Token 使用量
已经是：
1 月的 20 倍。
也就是：
半年多，
使用量增加到：
20 倍。
这反过来又说明：
为什么所有 AI 公司都一直谈：
Inference Efficiency。
因为使用量乘 20 倍，成本如果不下降，公司可能先被自己用垮
假设：
每一百万 Token
成本固定。
使用量：
20 倍。
理论上的算力成本也会：
跟着暴增。
所以 MiniMax 自己一直强调：
Performance-Cost Frontier。
不是只追：
更强模型。
而是让同样能力：
更便宜。
因为 AI 真正大量使用以后，
成本会直接决定：
能不能赚钱。
MiniMax 的毛利也真的改善
上半年：
Gross Profit
从去年同期：
370 万美元
增加到：
2,081 万美元。
年增：
464.8%。
Gross Margin
则从：
12.1%
提高到：
17.9%。
这表示：
收入在成长的同时，
基础设施效率：
也有改善。
但别急着说 MiniMax 已经「赚钱」
还没有。
MiniMax 上半年：
Adjusted Net Loss
仍然达：
2.93 亿美元。
R&D：
约 2.969 亿美元。
也就是：
营收成长非常快，
但研发与模型竞争：
同样非常烧钱。
这正是今天三则新闻真正共同的：
矛盾。
AI 现在真的有收入了，但需要投入的钱也愈来愈夸张
Nvidia：
证明客户真的在：
买算力。
Anthropic：
据报愿意用：
450 亿美元
提前锁算力。
MiniMax：
证明低成本模型与 API
开始快速：
产生收入。
所以今天不能再说：
AI 只有：
炒作。
没有：
客户。
因为客户付钱：
已经很明显。
但也不能因此说：
所有 AI 投资：
一定回得来。
因为真正的下一场比赛是「Unit Economics」
白话就是：
做一份 AI 工作，到底赚不赚钱？
例如一个 AI Agent：
客户付：
10 美元。
但背后：
GPU。
电力。
模型推论。
搜索。
工具使用
总成本：
12 美元。
用户越多：
公司可能：
亏越多。
所以不能只看收入成长
还要看：
每次推论成本。
Gross Margin。
客户留存。
R&D。
Capex。
算力承诺。
以及：
这些投资最后能不能：
持续产生：
付费使用。
Nvidia 的财报其实只是整条链最上游的收据
当 Nvidia 一季营收：
962 亿美元，
代表有人在：
付这笔钱。
钱可能来自：
Microsoft。
Amazon。
Google。
Meta。
OpenAI。
Anthropic。
AI 新创。
各国政府。
企业数据中心。
真正要问的是：
这些公司之后如何：
再把钱赚回来。
Anthropic 的 450 亿美元据报安排，就是下一层
Nvidia：
卖运算能力。
Nscale：
建数据中心。
Anthropic：
租算力。
然后：
Claude 客户
再付钱给 Anthropic。
整条商业链必须：
最后有人：
愿意持续付费。
否则：
中间所有庞大投资
都会出现问题。
MiniMax 就是在证明最下面那一层：「有人真的付费」
它今天最重要的数字，
甚至不是：
283.1%。
而是：
企业与 API 收入占比：
从：
30.3%
变成：
63.4%。
代表 AI 能力开始：
变成企业日常使用的：
服务。
这才是真正：
商业化。
这也解释为什么「最便宜」突然变得非常重要
以前模型刚出来时，
使用量有限。
每次多花几美分：
没人太在意。
但如果：
一家公司每天跑：
一亿次模型任务，
每一次差：
0.001 美元，
最后就是：
巨大差距。
AI 真正进入大量使用后，
成本甚至可能比：
Benchmark 多两分
更重要。
今天三家公司其实站在同一条链不同位置
Nvidia
卖：
算力。
Anthropic
大量买：
算力，
再把它变成：
Claude。
MiniMax
努力把模型：
更便宜地卖给：
企业与开发者。
三家公司最后都被同一件事情绑住：
使用量。
没有真正使用量，AI 基础设施就只是昂贵设备
一座数据中心：
不会因为盖好了
自动赚钱。
GPU：
不会因为买了
自己变成收入。
模型：
也不会因为 Benchmark 第一
自动有人付钱。
真正把：
芯片。
电力。
模型。
API
连起来的东西，
只有：
用户真的一直使用。
所以今天真正该看的不是「AI 泡沫有没有破」
这种问题太二元。
更精确的问题是：
哪一层已经有收入？
Nvidia：
非常明显。
哪一层仍在提前押注？
大型算力合约：
非常明显。
哪一层开始证明商业化？
MiniMax：
正在出现。
哪一层仍然最不确定？
大量：
模型公司。
AI Agent。
企业 AI
最后能不能产生足够高毛利：
仍然要继续看。
AI 产业正在从「谁敢花钱」走向「谁能回本」
2024、2025：
市场主要看：
你投了多少。
GPU 买多少。
模型多大。
现在：
2026，
愈来愈开始问：
Revenue 呢？
Margin 呢？
客户呢？
使用量呢？
成本呢？
AI 投资：
是不是终于：
转成商业？
今天早上的一句判断
AI Boom 到现在，
已经不能只用一句：
「大家都在烧钱。」
解释。
因为 Nvidia 的：
962 亿美元季度营收
是真的。
MiniMax：
283.1% 的收入成长
也是真的。
AI 的需求和收入：
确实开始长出来。
但是另一边，
Anthropic 据报一份算力安排：
就可能高达：
450 亿美元。
这提醒我们：
AI 商业化不是「有收入」就结束。
真正的大考是：
收入增长速度
能不能长期追上：
芯片。
数据中心。
电力。
研发
一起暴增的成本。
下一场 AI 战争，
不只是：
谁最聪明。
而是：
谁能把一兆次 AI 使用，做成一门真的赚钱的生意。
今天，和 AI 一起进步一点。
每天学会一个 AI 技巧。
每天节省一点时间。
每天提升一点能力。
SasaDaily，陪你一起成长。
推荐阅读
Amazon 一年准备投入 2,200 亿美元做 AI，为什么市场反而开始放心？
