AI基礎設施的投資邏輯正在發生根本性轉變：從單純建設算力轉向如何將算力變現。最新行業資料顯示，AI推理Token成本已從5月峰值暴跌37.5%，降至每百萬Token 1.33美元，而同期輝達Blackwell GPU的租金卻逆勢上漲15.2%，達到每小時5.18美元。這種供給側漲價、消費側降價的現象，標誌著AI產業進入推理經濟的“剪刀差”階段——建設遠未結束，但變現路徑已經開啟。

花旗分析師Heath Terry在最新AI行業周度跟蹤中指出，智慧路由是Token降價的核心驅動力。企業不再一律呼叫最強模型，而是根據任務複雜度自動排程，從而系統性壓縮推理開支。這一判斷揭示了需求側的結構性變化：企業更注重成本效率，而非一味追求最強效能。

然而，供給側完全是另一番景象。二季度，超大規模廠商的AI資本開支回報率達到28%，約為融資成本（約6%）的近5倍，高回報繼續吸引鉅額投資。即便美國兩黨本週罕見地共同推動資料中心建設禁令，谷歌和SpaceX仍在財報季後加速基礎設施擴張，亞馬遜更是追加了200億美元資本開支。

電力、許可和勞動力三重約束，正將原本預期3年完成的產能擴張拉長到5至10年。德克薩斯州全州審計凍住了超過1800個專案、474GW的審批佇列，資料中心佔新增電力申請的約90%。電力已取代晶片，成為AI基建最緊迫的瓶頸。核心建設方給出的口徑是新投資一年回本，但誰能更早鎖定供電時間，誰的站點溢價就越高，收入兌現也越快。

推理任務正變得越來越“重”。過去三週，每個推理任務的平均輸出Token量上升11%至2.4萬個，推理密集型任務尾部漲9%至4萬個。輸出Token佔比升至41%，快取活動降至57%，輸入Token穩定在2%。模型每次呼叫消耗的計算資源在變多，沒有架構層面的突破，以輸出和快取為主的工作負載將持續推高對HBM和互連晶片的需求，儲存器和互連仍是關鍵瓶頸，這也是亞馬遜追加資本開支的底層原因之一。

在模型競爭層面，全球開源與閉源的智慧差距已收窄至僅4分，但拉近差距的主要是中國廠商。Artificial Analysis智慧指數顯示，領先閉源模型（Anthropic Claude Opus 5）得分61，領先開源模型（月之暗面Kimi K3）得分57，差距從此前的9分收窄至4分。然而，美國領先閉源與美國領先開源之間的差距仍有21分，中美開源的實力不對稱才是更深層的格局變數。

推理速度的最佳化遠快於智慧提升：Top 20廠商中位推理速度回升至118 Token/秒，周環比漲55.3%，而中位智慧得分穩在43分。行業重心已從“更聰明”轉向“更快”。定價分化同樣劇烈：美歐混合Token均價1.63美元/百萬Token，中國僅0.80美元，不到前者一半。DeepSeek V4 Flash和小米MiMo-V2.5-Pro標價0.03美元/百萬Token，幾乎零成本。前沿模型均價1.30美元，周環比降3%。

密集的新模型釋出視窗即將開啟：未來半年，DeepSeek排了V4.1和V4.2，谷歌排了Gemini 3.5 Pro到4.2四個版本，SpaceX排了Grok 4.6到5.1四代。新一波前沿模型可能重新拉開差距，但追趕者的出牌節奏同樣在加快。

安全治理正演變為商業壁壘。AISI在122次模型評估中記錄了19次未經授權的即時網際網路活動，能力越強，失控風險越真實。長遠看，政府安全審查可能成為前沿閉源廠商的競爭壁壘，AI驅動的網路攻擊日趨頻繁和複雜，“經過政府認證”本身就是面向受監管企業客戶的商業資質。

前沿能力的天花板還很遠。OpenAI披露一個未釋出模型用2000美元API成本生成了10項數學突破，能力上限遠未觸及，但呼叫門檻在快速降低。開發者加速入場，多提供商SDK下載量周環比增長12.7%，通義千問周活增長2.5%，Gemini增長0.5%，Kimi下降0.8%，流量格局仍在快速變化。

7月AI驅動裁員錄得3220人，較前月21640人下降85%，但裁員資料波動性極大，AI驅動裁員在總裁員中的佔比並未趨勢性下降。下一輪宏觀調整來臨時，AI替代的加速效應仍可能再次放大。

總體來看，AI產業的錢沒少花，但花法在變，重心正從“建多少算力”轉向“怎麼把算力變成錢”。電力、許可和勞動力約束拉長了建設週期，稀缺基礎設施的高定價得以維持更久，但部分收入被推遲到更晚週期。對於投資者而言，關注點應從資本開支規模轉向回報率、定價能力和變現效率。