营收侧降温:大模型企业的预期缺口
结论先行:应用层变现速度没有跟上资本开支速度,是这轮调整的直接原因。据腾讯新闻,OpenAI 年化营收运行率约 500 亿美元,与市场预期的近 700 亿美元存在约 200 亿美元缺口;消息传出后,半导体与云厂商板块明显回调。OpenAI 仍处于大额亏损状态,2026 至 2030 年累计预估负自由现金流约 2780 亿美元。
- Anthropic 第三季度营收 168 亿美元,环比增速回落至 46%,月度复合增速从早期的 33% 下滑至 3.4% 至 6.6%。
- 英伟达 B200、H200 租赁价格自 2026 年 5 至 6 月出现明显回落,部分档位跌幅 30% 至 70%。
- OpenAI 首席执行官奥尔特曼(Sam Altman)、特斯拉首席执行官马斯克(Elon Musk)公开呼吁放缓前沿大模型能力迭代速度,先进行安全评估。
算力市场正从极度紧缺走向供需平衡。多家金融机构判断,海外超大规模云厂商的 AI 资本开支高速扩张阶段或将迎来峰值,后续增速逐步回落;产业链上游核心厂商的业绩指引低于市场预期,被视作硬件需求边际走弱的先行信号;重资产 AI 基础设施企业的融资环境收紧,市场开始重估高投入模式下的商业风险。
设备侧升温:ASML 与台积电创纪录
结论先行:放缓主要集中在基础大模型训练算力,面向应用的推理算力需求仍在扩张,这是半导体巨头业绩继续走高的底层原因。据腾讯新闻,阿斯麦(ASML)2026 年第三季度净销售额 117 亿欧元,净利润 50 亿欧元,毛利率 57.5%,创单季历史新高;第四季度净销售额预计在 142 亿至 152 亿欧元之间,全年净销售额预计介于 440 亿至 450 亿欧元。
- ASML 2026 年计划交付约 65 台极紫外光刻(EUV)系统,较去年增加超过 50%,2027 与 2028 年计划分别提升约 30% 产能。
- 部分客户已开始与 ASML 接洽 2029 年甚至 2030 年的设备订单。
- 台积电第三季度合并收入 14942.4 亿元新台币(约合 3109.51 亿元人民币),同比增长 50.9%,环比增长 17.6%。
- 台积电第三季度净利润 7630.6 亿元新台币(约合 1587.93 亿元人民币),同比增长 68.7%,环比增长 8%,毛利率 66.4%。
- 先进技术(7 纳米及更先进制程)占台积电晶圆总收入 79%,其中 2 纳米出货占 8%、3 纳米占 33%、5 纳米占 28%、7 纳米占 10%。
台积电连续第六个季度实现创纪录净利润,主要得益于全球对人工智能芯片持续强劲的需求。这组数据说明,AI 芯片需求并未消失,而是从训练巨型模型扩散到推理、应用、行业部署与主权 AI 等更广场景。
结构性判断:算力资本开支转向推理与落地
AI 热潮正在换挡,而不是退潮。训练可以放缓,但一旦 AI 应用铺开,推理需求会变成更持续、更分散、更接近日常经营的开支。整个算力资本开支正在完成从重训练向重推理、重行业落地的结构切换,叙事在退潮,产能与订单仍在涨潮。
| 产业链环节 | 核心信号 | 当前读数(2026 年第三季度) |
|---|---|---|
| 大模型厂商 | 营收变现效率 | OpenAI 年化约 500 亿美元,Anthropic 环比增速 46% |
| 算力租赁市场 | GPU 租赁价格 | B200/H200 部分档位回落 30% 至 70% |
| 半导体设备 | 订单与产能规划 | ASML 单季净销 117 亿欧元,客户接洽 2029 至 2030 年订单 |
| 芯片制造 | 先进制程占比 | 台积电先进技术占晶圆收入 79%,净利同比增 68.7% |
大模型公司看的是即期营收与变现效率,ASML、台积电看的是客户未来数年的资本开支与产能规划,两者处在产业链不同位置,面对不同时间尺度的需求。因此,上游半导体设备与制造端的繁荣,反映的是 AI 基础设施仍在扩张,只是扩张逻辑从重训练转向重推理、重行业落地。
不同环节应该观察什么
对模型厂商,核心观察指标是年化营收运行率与环比增速斜率,奥尔特曼与马斯克的放缓呼吁背后也有商业现实考量;对云厂商与算力租赁方,GPU 租赁价格与资本开支结构比采购数量更能说明供需拐点;对设备与制造环节,订单簿向 2028 至 2030 年的延伸度是需求持续性的硬证据。
常见问题
问:AI 热潮真的冷却了吗?
答:没有简单冷却,而是进入结构性分化:训练端在降温,推理端与基础设施端仍在升温。OpenAI、Anthropic 的营收增速回落与高端 GPU 租赁价下行指向训练边际收益下降,而 ASML 与台积电的创纪录财报指向推理与应用需求扩张。
问:为什么大模型营收回落而半导体财报创新高?
答:两者处在产业链不同位置、面对不同时间尺度的需求。大模型公司看即期变现效率,半导体厂商看客户未来数年的资本开支与产能规划;ASML 客户已开始接洽 2029 至 2030 年设备订单,说明 AI 基础设施仍在扩张。
问:训练降温对普通企业意味着什么?
答:意味着推理与行业落地的成本结构更值得关注。算力不再极度紧缺,推理价格有望随供给改善而下降,企业部署 AI 应用的边际成本可能降低,选择成熟推理方案比追逐前沿训练参数更务实。
总结
AI 正在褪去泡沫,走出题材炒作,走向更漫长、更考验产业能力的下半场。对从业者而言,与其争论热潮是否冷却,不如跟踪算力资本开支从训练向推理切换的节奏:当推理需求变成持续、分散、接近日常经营的开支,行业的商业化底座才真正稳固。 。
参考来源
[1] 腾讯新闻.《AI热潮真的冷却下来了吗?》2026-10-19
[2] 钛媒体.《Edge AI Daily 早报(10月19日)》2026-10-19
*本文仅代表作者个人观点(仅供参考)* 来源:创客OPC原创整理