Meta卖算力引发市场恐慌，Palantir炮轰token模式
AI行情再次暴力回调，这次是因为Meta表示可能将自己多出来的AI算力拿出去卖。三年前这或许只是正常的云计算业务拓展，但轮到Meta身上，却让市场闻到了不一样的味道——一家原本只为自家大模型、广告系统和推荐流采购芯片的公司，如今开始考虑把机器租给别人。这不是典型的云厂商逻辑，而是资产负债表上的“止疼药”。
同一天，Palantir CEO Alex Karp在CNBC采访中对着镜头骂了近二十分钟。他直言企业CEO们私下抱怨，现在的AI采用是“为不创造任何价值的token买单，还得交出数据”。他把越来越贵的模型账单称为压在企业身上的“财富税”。Meta的表态和Karp的批评，共同将AI资本开支叙事推向转折点：过去两年大家只关心谁敢花钱、谁花得快，现在则要问机器买回来后能不能一直跑满。
需求没有消失，只是开始挑人
Meta卖算力让市场最直观的担忧是“AI资本开支要塌了”，但公开数据不支持这个结论。AWS一季度收入涨28%至376亿美元，Google Cloud一季度涨至200亿美元，微软Azure仍保持40%左右增速。亚马逊暗示今年资本开支可能达2000亿美元，Alphabet将2026年指引抬至1800-1900亿美元，Meta自己也将全年资本开支上调至1250-1450亿美元。这不是需求崩塌，而是一场分流。
云厂商卖的是基础设施确定性，无论上层跑哪个模型，它们都能收钱。AWS甚至在6月底将GPU锁定服务价格再次上调约20%（1月已上调约15%），这是稀缺而非疲软的信号。但模型公司的处境截然不同：Anthropic因模型强而机器不够，弱模型则无人问津。马斯克体系下的xAI部分算力流向Anthropic，说明机器不认创始人，只认谁能把它跑满。
企业客户开始觉醒。UBS调查显示，约60%的受访企业IT高管正在压token开支、加使用护栏，尤其是已过了试用期、开始将AI嵌入日常流程的公司。此外，OpenAI与几所大学合作的Codex研究显示，2026年上半年Codex活跃用户增长超五倍；OpenAI内部法律岗位中位数月输出token比2025年11月高13倍，研究岗位高50多倍。而agentic coding任务消耗的token可比普通代码聊天高1000倍，同一任务不同运行间差距可达30倍。Token变成了“电表”，CFO开始追问每度电带来了多少产出。
在此背景下，智谱GLM-5.2等中国开源模型成为企业砍价工具。a16z联合创始人Marc Andreessen称，很多AI从业者认为GLM-5.2能在多数任务中匹配甚至超越美国头部公开模型。Coinbase CEO Brian Armstrong表示，公司已将默认模型切换到GLM 5.2、Kimi 2.7等开源模型，配合模型路由和缓存，Token使用量仍在指数级增长，AI支出却砍掉了接近一半。开源模型不需要赢下所有战场，只需让采购部门相信“不是每度电都要按豪宅电价付钱”。
算力没有消失，只是开始分层
Meta卖算力最合理的解释不是“算力过剩”，而是“算力开始分层”。顶层仍然紧缺：最强模型、最稳定的GPU集群仍有抢购，AWS还能涨价，因为确定性本身有价格。中间层开始尴尬：算力足够但不够稀缺，客户会货比三家，追问为什么不用更便宜的模型或别的云。底层则被开源模型和成本优化一点点挤压，企业会做路由、缓存、压上下文，将模型拆成不同档位。
类比19世纪的铁路泡沫和互联网泡沫中的光纤：基础设施本身没错，很多有价值的东西长在上面，但当年很多修铁路和铺光纤的人亏了，因为他们修得太早、太多、借了太贵的钱。AI数据中心也会留下大量折旧的GPU和电力合同，资产不管你是否相信未来，只在乎每天有没有人来用它。
Meta卖算力的信号，标志着AI资本开支叙事从“总量故事”进入“结构故事”。有人继续涨价（卖不可替代的确定性），有人改卖结果（客户不想为消耗本身付钱），有人被迫降价（够用的替代品出现），有人出租机器（机器闲着比低价出租更难看）。这四个方向同时发生，行业看起来矛盾，但正是规模化阶段的正常反应。市场不再只属于那些买机器最快的人，而属于那些能让机器持续产生现金流的人。