算力租金断崖式下跌，AI机房 profitability 亮红灯：华尔街警告，次贷危机式陷阱已现
配文只有一句反问:
"Did the AI bubble just pop?"
「AI泡沫刚刚破裂了吗?」
这条帖子几天内滚到了24万次查看,1500多个赞,331次转发,115条回复。评论区吵成了两派，一派说“时机太巧了,账单终于到期”,另一派说“你拿的是过时芯片的数据,前沿产能早订满了”。
两边都有理有据。这恰恰是这件事最值得细看的地方。
@FinanceLancelot的原帖开门见山:
"AI compute prices are completely collapsing. This is going to impact AI data center gross margins at the worst possible time."
「AI算力价格正在完全崩盘。这将在最糟糕的时刻冲击AI数据中心的毛利率。」
他给出的图表来自Ornn Compute的H100租赁价格指数。H100是英伟达上一代旗舰GPU,过去两年是训练大模型的主力设备,租赁市场按“GPU小时”计费,价格随供需实时波动,类似一种算力界的“商品期货”。
图表显示的走势很戏剧化:价格从今年4月的低点一路拉升,5月冲高到3.20美元,随后急转直下,几周内跌回2.46美元。红色虚线箭头直直地指向右下角。
▲ @FinanceLancelot发布的算力价格曲线图,配文发问“AI泡沫刚刚破裂了吗”,24万次查看
帖子里还有一句更狠的话:
"Keep in mind, even at peak pricing all of these AI providers were extremely unprofitable."
「请记住,即便是在价格峰值时期,这些AI提供商也是极度不盈利的。」
翻译一下:算力最贵的时候,卖算力的人都在亏钱。现在价格还跌了,谁来补这个窟窿?
这条帖子最狠的一句,是拿2008年说事:
"Like subprime loans in 2008, the teaser rate just expired."
「就像2008年的次贷一样,teaser rate(诱惑利率)刚刚到期。」
2008年那场危机的机制并不复杂。购房者一开始拿到的是极低的“诱惑利率”,月供压力很小,几年后利率重置,月供暴涨,大批人还不起钱,违约潮就此蔓延开来。
@FinanceLancelot认为AI行业正在重演同一个剧本:
"The decline in private credit funding has forced them to switch from heavily subsidized subscription pricing to token based billing. A desperate move, because corporations are now realizing LLMs are anywhere from 10-20x more expensive than they had been told."
「私人信贷资金的退潮,迫使这些公司从重度补贴的订阅定价转向基于token的计费。这是一步绝望的棋，因为企业现在才发现,大模型的真实成本,比当初被告知的要高出10到20倍。」
这有旁证。CNBC在6月26日的一篇报道里,写了两个活生生的例子。
AI初创公司Lindy的CEO Flo Crivello,把公司100%的流量从Anthropic的Claude模型切到了更便宜的DeepSeek，一家提供开源权重模型的中国公司。据报道,这次迁移在几个月内为公司省下了数百万美元,而促成这个决定的原因很简单:开支已经失控。
Uber的情况更极端。据CNBC报道,这家公司整年的AI预算,只用了四个月就烧光了。现在Uber给内部团队设了分级限额，基础额度每月1500美元,想要更多得单独申请。
D.A. Davidson分析师Gil Luria在同一篇报道里给出了判断:
"Some of their largest enterprise customers may start limiting their out-of-control token spend."
「他们一些最大的企业客户,可能开始限制自己已经失控的token支出。」
▲ CNBC:2026年6月26日报道,标题直指“OpenAI和Anthropic面对用户从tokenmaxxing转向精打细算的新现实”
早期,AI大厂靠“订阅制+隐性补贴”把用户圈进来,限额宽松,鼓励狂用，业内管这个叫“tokenmaxxing”。等账单透明了,CFO们才看清楚:自己签下的,其实是一份重置在即的可调利率贷款,只是当初包装成了一张便宜的月租单。
如果故事到这里就结束,那未免太顺拐。评论区很快出现了反驳声音。
用户@Anotherbill2回复道:
"This is completely misleading. This is for H100 which is an older chip... multiple sources note the opposite is happening for cutting-edge chips. All capacity coming online through August–September 2026 is already booked."
「这完全是误导性的。这张图说的是H100,一款已经过时的芯片……多个信源指出,前沿芯片的情况恰恰相反。2026年8到9月上线的所有产能,已经被预订一空。」
▲ @Anotherbill2的回复:H100降价不代表全局,前沿芯片产能早已订满
这条回复只有5个赞,声量不大,但站得住脚。GPU市场其实分成好几层。英伟达的产品线每一两年就迭代一次,老一代芯片被商品化、价格下跌,是再正常不过的产业规律,不必然等于“整个行业在崩”。
第三方数据平台AIMultiple在7月6日更新的Cloud GPU Rental Price Index证实了这个分化。他们跟踪63家供应商、17款GPU型号的月度租赁价格,把芯片按发布时间分成三档:
"On-demand rates for the newest-generation cloud GPUs (B200, B300, MI300X, RTX 5090) roughly doubled over the past year, while mainstream cards (H100, H200, A100) held a tight band."
「过去一年里,B200、B300、MI300X、RTX 5090这些最新一代云GPU的按需租赁价格几乎翻了一倍,而H100、H200、A100这些主流型号,基本维持在一个狭窄区间内波动。」
图表上,代表最新芯片的红线一路向上冲,从不到2美元涨到3.35美元;代表老款“Legacy”芯片的蓝线,则始终贴着0.6到0.8美元的地板波动。
▲ AIMultiple GPU租赁价格指数(2026年7月6日更新):最新一代芯片(红线)价格上涨,老款芯片(蓝线)持续走低
两张图,两个真相,同时成立。老一代算力在被清仓甩卖,最前沿的算力依然一位难求。整个行业更像在经历一场内部洗牌。
不过,即便价格分化,毛利率压力是真实存在的,而且落点很集中，那些靠高杠杆囤积GPU的“新云”(neocloud)公司。
以CoreWeave为例。截至2025年9月,这家公司的债务总额超过140亿美元,其中相当一部分利息成本超过10%。它的债务比率是0.43,作为对比,亚马逊是0.07,Meta是0.09,谷歌母公司Alphabet只有0.04。
这些公司的商业模式说白了就是:借钱买GPU,再拿GPU和客户合同去抵押,借更多钱买更多GPU。整个循环转得动,靠的是租金能覆盖利息和折旧。
GPU这东西贬值极快,一般生命周期只有3到5年。租赁价格一旦下滑,抵押物的账面价值跟着缩水,再融资的难度直线上升。CoreWeave后来靠发行可转债、引入英伟达20亿美元的股权注资才缓过一口气,但杠杆买GPU再抵押的模式,一直被市场质疑。
对比之下,微软、亚马逊、谷歌这些手握万亿现金流的巨头,虽然云业务毛利率也承压,但靠着自有基础设施和多元化业务,还能扛得住。真正被架在火上烤的,是那些没有别的收入