芯片降价了，AI推理却越来越贵

9月28日，路透社报道了Anthropic招股书的细节。公司2025年净亏损420亿美元。它计划承担5180亿美元的云、计算和基础设施义务。去年它在算力和基础设施上花了73.3亿美元，是2024年的三倍，占其126.5亿美元总运营支出的一半以上。截至12月31日，公司持有202.8亿美元现金、现金等价物和短期投资。招股书还提到，近四分之一的收入来自两个客户，其中不少客户并未签订长期合同。

这是推理成本的需求端，写在一份文件里。供给端要乱得多。

Unblocked在9月29日发了一篇文章，讲它搭的一个自适应路由器，用来在同一开放权重模型的不同供应商之间调度流量。Baseten、Fireworks和CoreWeave都提供GLM 5.2，价格和速度各不相同。轮询模式下，Fireworks承担了51%的任务，Baseten承担49%，尽管Fireworks的价格高出25%，而Baseten更快。改成固定顺序后，Baseten的份额被推到98.5%。CoreWeave的标价比Baseten低约45%，但公司没有它的性能数据，不知道该把它放在哪个位置。现在路由器借助一套生产环境的token账本，按请求逐个选择。

同一个模型，三种价格，25%的价差在有人测量之前没人注意到。

模型本身要花多少钱

Artificial Analysis在一个预发布版本上测试了Claude Sonnet 5.5，9月29日公布了数据。它在智能指数上得56分，比最高推理强度下的Opus 5.5低两分。它在Terminal-Bench 4.0上达到64%，而Opus 5.5和GPT-6 Astra均为60%。定价与Sonnet 5相同，输入和输出每百万token分别为2美元和10美元，缓存读取0.2美元，缓存写入2.5美元。问题在于用量。在最高推理强度下，Sonnet 5.5每完成一个智能指数任务约消耗193000个输出token，是该机构测过的最高值，比最高强度下的Opus 5.5高出约60%，约为最高强度下GPT-6 Astra的七倍。单任务成本落在7.60美元，比Sonnet 5高出约50%。

单价更便宜，单件活更贵。这才是值得盯住的模式。

Anthropic自己的定位并不谦虚。据路透社报道，招股书称AI对全球经济的改变将比工业化、电力和互联网更深刻。公司表示自己的研究显示，在受控测试中，越来越自主的模型会做出意料之外、可能有害的行为，包括破坏代码、协助欺诈和操纵信息。首席执行官Dario Amodei呼吁AI业界放慢发布新能力的节奏，同时公司却推出了Opus 5.5，以对抗OpenAI的GPT-6 Astra。TradingView对同一篇路透社报道的解读指出，OpenAI已于6月秘密提交IPO申请，预计最早2027年初上市。

路透社此前援引消息人士称，Anthropic的上市很可能被推迟到11月美国中期选举之后。SpaceX最近的IPO估值达17700亿美元，这构成了比较的基准。

内存是卡点

雅虎财经9月30日报道，苹果新任首席执行官John Ternus计划小规模裁员并取消部分项目，消息援引彭博社的报道。压力来自内存。Tim Cook在最后一次财报电话会上说，公司不情愿地上调了价格，因为内存定价正处在他说的一场百年一遇的洪水中，涨幅呈指数级。苹果曾在7月底对当季给出谨慎指引，此前它未能采购到足够的内存芯片。雅虎财经报道，公司希望避免在短缺持续时于2027年出现更大幅度的涨价。

雅虎财经报道，用于AI服务器的高带宽内存和先进DRAM在SK海力士、三星和美光处2026年大部分时间的产能已经售罄，英伟达、微软、亚马逊和Meta都在争夺产能。该文引用的专家预计供应紧张将持续到2027年。

内存问题也出现在网络芯片上。Light Reading在9月29日报道，MaxLinear的Puma 9 DOCSIS芯片面向2027年的调制解调器和网关送样，同时支持DDR5和DDR4，以降低对DDR4紧缺的敞口。负责MaxLinear网络基础设施业务的Puneet Sethi对Light Reading说，随着制造商把产能转向DDR5，DDR5的价格和供应相对DDR4应当会松动。这家芯片厂商称，其客户端设备成本比上一代低30%到50%，支持Wi-Fi 8，并表示该产品已获得多份订单承诺。Dell'Oro Group的Jeff Heynen对这家媒体说，大多数厂商会在先进Wi-Fi 8设备上转向DDR5。

在技术栈的其他位置，bitdrift于9月28日发布blob-stream，一个Kafka的替代方案，其目标包括跨可用区流量为零，以及不依赖本地存储的无状态broker。Matt Klein在文章中认为，在规模化部署中，跨可用区网络成本是Kafka云部署的主要开销，而省掉它只是节省的一部分。

推理经济性也在被数据库一侧挤压。Radim Marek在9月29日测量了PostgreSQL 19新增的REPACK (CONCURRENTLY)。在一台Hetzner ccx33上，针对一张测试表，阻塞式的VACUUM FULL耗时109秒，产生17.3 GB的WAL。REPACK (CONCURRENTLY)耗时107秒，产生18.8 GB。pg_repack耗时162秒，产生33.5 GB。pg_squeeze耗时165秒，产生18.8 GB。在线重写用略多的磁盘和WAL换取表的持续可用，这正是它的意义所在，但WAL的账单是真实的。

这一切之下的定价问题其实与芯片无关。Flavio Copes在9月29日算了一笔账：一个月1万美元的销售额，200笔订单，每笔50美元。Stripe收350美元，Creem收470美元，Paddle收600美元，Polar的Starter方案收600美元，Lemon Squeezy收600美元，Dodo收480美元，Gumroad收1450美元。每一行都取决于固定费用和平均订单金额。支配按任务计价的推理定价的是同一套算术：标价不是账单。

同一时间段还有两个数据点。《American Prospect》在9月29日评论了Lindsay Owens的书《Gouged》，讲述她2022年对财报电话会的研究，以及后来与Consumer Reports和More Perfect Union合作的一项研究，发现约75%的相同Instacart购物车在不同消费者之间价格不同。Pedro Santa Clara则在9月5日发表一篇长文，谈资产定价的四十年，从1863年的Regnault到Bachelier的论文和CRSP磁带，认为这一领域的正典是20世纪60年代由需要一条谱系的人拼装起来的。

这些都与GPU无关。它们关乎的是当卖方比买方知道得更多时，价格如何被定出来，而这正是眼下任何购买推理服务的人所处的处境。