今天三則 AI 新聞，
表面上分別在談：
晶片。
資料中心。
中國 AI 公司財報。
但放在一起，
其實是在回答同一個問題：
AI 這場巨額投資，到底開始賺錢了沒有？
過去幾年，
大家一直在比：
模型參數。
Benchmark。
Context Window。
推理能力。
現在問題開始變得更現實：
這麼多 GPU 誰在買？
模型公司需要多少算力？
便宜模型有沒有人真的付錢？
今天三則新聞，
剛好把：
AI 產業最重要的三層
全部串起來。
第一則：Nvidia 第二季營收 962 億美元，資料中心單季就做了 890 億美元
Nvidia 剛公布：
2027 財年第二季財報。
季度營收：
962.2 億美元。
比一年前：
增加 106%。
也就是：
一年又翻了一倍以上。
真正最驚人的還是：
Data Center。
單季營收：
890 億美元。
年增：
117%。
這代表 AI 資料中心需求目前：
並沒有因為過去幾年大量投資
突然消失。
反而仍然：
非常強。
更值得看的是：Nvidia 已經不是只靠幾家大型 AI 公司
Jensen Huang 在財報裡說，
一年前市場主要還受到：
少數大型 Frontier Lab
推動。
現在則變成：
多家前沿 AI Lab。
大量新創。
開放模型。
Physical AI
同時開始擴張。
這對 Nvidia 很重要。
因為晶片公司最大的風險之一是：
需求過度集中。
如果整個 AI Boom 最後只靠：
一、兩家公司
不停買 GPU，
風險很大。
現在 Nvidia 想證明的是：
需求來源正在擴散。
下一代 Vera Rubin 已經進入全面生產
Nvidia 表示，
下一代：
Vera Rubin
目前已經進入：
Full Production。
這表示 Nvidia 並不是等：
Blackwell 需求結束
再看下一步。
而是：
下一代產品
已經接上。
對 AI 基礎設施產業來說，
真正重要的問題變成：
客戶願不願意：
一代接一代
繼續升級。
Nvidia 對下一季也沒有踩煞車
公司預估第三季營收：
約 1,080 億美元。
市場原本預期：
約 1,042 億美元。
也就是：
Nvidia 不只這一季超預期，
下一季展望也：
高於市場原先估計。
這也是為什麼財報公布後，
盤後股價：
上漲。
但今天最重要的不是「Nvidia 又賺很多」
真正的訊號是：
AI 算力現在真的已經變成一個巨型產業。
Jensen Huang 甚至直接說：
Compute is revenue.
簡單翻成白話：
以前大家把：
運算能力
看成成本。
現在對愈來愈多 AI 公司而言，
算力直接決定：
能服務多少使用者。
能跑多少 Agent。
能賣多少 Token。
甚至：
能賺多少錢。
第二則：Anthropic 據報準備用 450 億美元鎖六年算力
如果第一則證明：
有人真的在大量賣 GPU，
第二則就回答：
到底誰願意花這麼多錢？
其中一個答案是：
Anthropic。
Reuters 引述 Bloomberg 報導，
Anthropic 據報正準備：
向 AI 基礎設施公司 Nscale
租用大量算力。
總金額：
約 450 億美元。
期間：
約 六年。
平均下來，一年約 75 億美元
只是一份：
算力租用安排。
不是：
買公司。
不是：
併購。
不是：
員工薪水。
而是：
讓 Claude 有地方跑。
這已經足以說明：
Frontier AI 現在真正昂貴的是什麼。
不是：
做出 Chatbot 畫面。
而是：
背後那整座運算系統。
據報使用的是 West Virginia 大型資料中心
Reuters 報導，
相關算力預計來自：
Nscale 在美國 West Virginia
的資料中心園區。
並使用 Nvidia：
Vera Rubin
相關系統。
這件事目前要特別注意：
Anthropic 尚未正式對外確認這筆交易。
Reuters 表示，
Anthropic 拒絕評論。
因此目前正確寫法是：
「據報正在安排／計畫」
不能寫成：
「Anthropic 已正式簽下 450 億美元合約。」
為什麼 Anthropic 需要這麼大的算力？
因為 Claude 現在已經不是：
單純聊天。
Anthropic 的收入愈來愈來自：
企業。
API。
Claude Code。
Agent 工作。
這些服務都有一個共同點：
使用量愈大，推論算力就愈大。
如果一個工程師一天問 Claude：
十次，
和讓 Claude Code：
持續幫整家公司寫程式，
算力需求完全不是：
同一個等級。
AI Agent 甚至可能讓算力需求變得更誇張
一般 Chatbot：
你問一次。
它答一次。
Agent 可能為了完成一個任務，
自己：
思考。
搜尋。
使用工具。
重新判斷。
再執行。
一個使用者按一次：
「完成這個工作」
後面可能發生：
數十次甚至更多模型運算。
所以 Agent 如果真的普及，
真正受益的不只：
軟體公司。
也會是：
賣算力的人。
這也解釋為什麼 AI 公司正在瘋狂鎖定多年算力
如果未來需求真的爆發，
最怕的是：
模型有客戶，
卻：
沒有 GPU。
沒有資料中心。
沒有電。
所以 OpenAI。
Anthropic。
Google。
Meta
現在競爭的不只是：
模型人才。
還包括：
未來幾年的實體算力供應。
但 450 億美元也帶出另一個問題
收入能不能追得上？
算力不是：
免費。
資料中心不是：
免費。
電不是：
免費。
所以 AI 公司如果每年投入：
幾十億甚至上百億美元
去租算力，
最終一定要有：
足夠客戶
持續付錢。
這也是為什麼：
AI 公司現在的營收數字
愈來愈重要。
而今天第三則新聞：
剛好就講到這件事。
第三則：MiniMax 上半年營收增 283.1%，半年已超過去年全年
中國 AI 公司：
MiniMax
公布 2026 上半年財報。
半年營收：
1.166 億美元。
比去年同期：
增加 283.1%。
更有意思的是：
MiniMax 去年：
整年營收
只有約：
7,900 萬美元。
今年只用：
半年，
就已經：
超過去年全年。
真正爆發的不是消費者 Chatbot，而是企業與 API
MiniMax 的：
Open Platform
以及其他 AI 企業服務收入，
從去年同期：
920 萬美元
增加到：
7,390 萬美元。
年增：
703.1%。
現在已占 MiniMax：
總收入 63.4%。
去年同期：
只有 30.3%。
這是一個：
非常大的結構變化。
這代表 MiniMax 正從「AI App 公司」往「AI 基礎服務公司」移動
以前大家比較知道 MiniMax：
可能是：
Talkie。
Hailuo AI。
影片生成。
一般 AI App。
現在真正成長最快的，
反而是：
企業。
Developer。
API。
Token Plan。
也就是：
別家公司開始把 MiniMax 模型
放進自己的：
產品與工作。
這種收入通常比：
一個使用者偶爾訂閱 AI App
更能反映：
模型是否真的進入：
Production。
AI-native 產品本身也仍然在成長
MiniMax 的 AI-native Product 收入：
上半年：
4,260 萬美元。
年增：
100.9%。
所以它不是：
消費者產品停掉，
全部改做 API。
而是兩條收入：
都在成長。
只是：
企業與 API
速度更快。
MiniMax 還公布一個很有意思的使用量數字
公司表示，
到今年 7 月，
MiniMax Token 使用量
已經是：
1 月的 20 倍。
也就是：
半年多，
使用量增加到：
20 倍。
這反過來又說明：
為什麼所有 AI 公司都一直談：
Inference Efficiency。
因為使用量乘 20 倍，成本如果不下降，公司可能先被自己用垮
假設：
每一百萬 Token
成本固定。
使用量：
20 倍。
理論上的算力成本也會：
跟著暴增。
所以 MiniMax 自己一直強調：
Performance-Cost Frontier。
不是只追：
更強模型。
而是讓同樣能力：
更便宜。
因為 AI 真正大量使用以後，
成本會直接決定：
能不能賺錢。
MiniMax 的毛利也真的改善
上半年：
Gross Profit
從去年同期：
370 萬美元
增加到：
2,081 萬美元。
年增：
464.8%。
Gross Margin
則從：
12.1%
提高到：
17.9%。
這表示：
收入在成長的同時，
基礎設施效率：
也有改善。
但別急著說 MiniMax 已經「賺錢」
還沒有。
MiniMax 上半年：
Adjusted Net Loss
仍然達：
2.93 億美元。
R&D：
約 2.969 億美元。
也就是：
營收成長非常快，
但研發與模型競爭：
同樣非常燒錢。
這正是今天三則新聞真正共同的：
矛盾。
AI 現在真的有收入了，但需要投入的錢也愈來愈誇張
Nvidia：
證明客戶真的在：
買算力。
Anthropic：
據報願意用：
450 億美元
提前鎖算力。
MiniMax：
證明低成本模型與 API
開始快速：
產生收入。
所以今天不能再說：
AI 只有：
炒作。
沒有：
客戶。
因為客戶付錢：
已經很明顯。
但也不能因此說：
所有 AI 投資：
一定回得來。
因為真正的下一場比賽是「Unit Economics」
白話就是：
做一份 AI 工作，到底賺不賺錢？
例如一個 AI Agent：
客戶付：
10 美元。
但背後：
GPU。
電力。
模型推論。
搜尋。
工具使用
總成本：
12 美元。
使用者越多：
公司可能：
虧越多。
所以不能只看收入成長
還要看：
每次推論成本。
Gross Margin。
客戶留存。
R&D。
Capex。
算力承諾。
以及：
這些投資最後能不能：
持續產生：
付費使用。
Nvidia 的財報其實只是整條鏈最上游的收據
當 Nvidia 一季營收：
962 億美元，
代表有人在：
付這筆錢。
錢可能來自：
Microsoft。
Amazon。
Google。
Meta。
OpenAI。
Anthropic。
AI 新創。
各國政府。
企業資料中心。
真正要問的是：
這些公司之後如何：
再把錢賺回來。
Anthropic 的 450 億美元據報安排，就是下一層
Nvidia：
賣運算能力。
Nscale：
建資料中心。
Anthropic：
租算力。
然後：
Claude 客戶
再付錢給 Anthropic。
整條商業鏈必須：
最後有人：
願意持續付費。
否則：
中間所有龐大投資
都會出現問題。
MiniMax 就是在證明最下面那一層：「有人真的付費」
它今天最重要的數字，
甚至不是：
283.1%。
而是：
企業與 API 收入占比：
從：
30.3%
變成：
63.4%。
代表 AI 能力開始：
變成企業日常使用的：
服務。
這才是真正：
商業化。
這也解釋為什麼「最便宜」突然變得非常重要
以前模型剛出來時，
使用量有限。
每次多花幾美分：
沒人太在意。
但如果：
一家公司每天跑：
一億次模型任務，
每一次差：
0.001 美元，
最後就是：
巨大差距。
AI 真正進入大量使用後，
成本甚至可能比：
Benchmark 多兩分
更重要。
今天三家公司其實站在同一條鏈不同位置
Nvidia
賣：
算力。
Anthropic
大量買：
算力，
再把它變成：
Claude。
MiniMax
努力把模型：
更便宜地賣給：
企業與開發者。
三家公司最後都被同一件事情綁住：
使用量。
沒有真正使用量，AI 基礎設施就只是昂貴設備
一座資料中心：
不會因為蓋好了
自動賺錢。
GPU：
不會因為買了
自己變成收入。
模型：
也不會因為 Benchmark 第一
自動有人付錢。
真正把：
晶片。
電力。
模型。
API
連起來的東西，
只有：
使用者真的一直使用。
所以今天真正該看的不是「AI 泡沫有沒有破」
這種問題太二元。
更精確的問題是：
哪一層已經有收入？
Nvidia：
非常明顯。
哪一層仍在提前押注？
大型算力合約：
非常明顯。
哪一層開始證明商業化？
MiniMax：
正在出現。
哪一層仍然最不確定？
大量：
模型公司。
AI Agent。
企業 AI
最後能不能產生足夠高毛利：
仍然要繼續看。
AI 產業正在從「誰敢花錢」走向「誰能回本」
2024、2025：
市場主要看：
你投了多少。
GPU 買多少。
模型多大。
現在：
2026，
愈來愈開始問：
Revenue 呢？
Margin 呢？
客户呢？
使用量呢？
成本呢？
AI 投資：
是不是終於：
轉成商業？
今天早上的一句判斷
AI Boom 到現在，
已經不能只用一句：
「大家都在燒錢。」
解釋。
因為 Nvidia 的：
962 億美元季度營收
是真的。
MiniMax：
283.1% 的收入成長
也是真的。
AI 的需求和收入：
確實開始長出來。
但是另一邊，
Anthropic 據報一份算力安排：
就可能高達：
450 億美元。
這提醒我們：
AI 商業化不是「有收入」就結束。
真正的大考是：
收入增長速度
能不能長期追上：
晶片。
資料中心。
電力。
研發
一起暴增的成本。
下一場 AI 戰爭，
不只是：
誰最聰明。
而是：
誰能把一兆次 AI 使用，做成一門真的賺錢的生意。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
Amazon 一年準備投入 2,200 億美元做 AI，為什麼市場反而開始放心？
