AI混战谁更赚：谷歌更稳？

近期 Claude 4.7、GPT 5.5 先后亮相，AI 圈又迎来一轮热议。可 Gemini 那边，却显得安静不少。

我顺手去看了一下 Anthropic 的算力开支，翻到中途时不免愣住。

Claude 训练用的“卡”，来自 Google 的 TPU。

这不是 Nvidia 的 GPU，也不是他们自研的方案，而是实打实由 Google 提供。规模也很可观——2025 年 10 月，Anthropic 官宣将扩展使用 Google Cloud；2026 年计划上马几十万颗 TPU；2027 年要冲到 100 万颗。上周四，Google 还承诺最高追加投向 Anthropic 400 亿美金，并把 5 GW 五年专属算力也一并锁定。

外界常把 Claude 视作"要挑战 Google 模型地位"的公司，但每训练一次模型，都要把一大笔账记到 Google 头上。

更出乎意料的是 OpenAI。

这家公司过去长期以 Nvidia 体系为主，今年也开始采购 TPU 配额。Meta 在 2 月份也签下了一个数十亿美元的多年期 TPU 合约。

所以你今天看到那些"在抢头条的 AI 模型公司"，其背后基本都要向 Google 交一笔“算力税”🤔。Google 没把话题放在前台，但每家都会在后台跟它结算。

早先看 AI 行业时，大家的判断框架通常是：谁的模型更强，谁就更容易赢。比如 Claude 4.7、GPT-5.2、Gemini 3，每隔几周就会刷一次评测榜单。

但这个框架如今已经不太够用了。

更贴近现实的说法是：这波 AI 本质上是基建对决。模型只是上层应用，真正烧钱的是下层——算力、电力、机房、芯片这些资源。模型公司每年砸几百亿，烧的不只是人力成本，更集中在电费和机房运行上。

Nvidia 抓住的是最显眼的一环——卖 GPU；而 Google 抢的远不止这一层。

如果把 Google 的 AI 布局按层拆开看，它基本在每一段都站着。

底层是芯片，自研 TPU 已经到第八代，性能/价格相较上一代提升到 2.8 倍。再往上是云，Google Cloud 把算力打包出售给 Anthropic、OpenAI、Meta 等客户。模型层方面它也有 Gemini 3 Pro，自家下场做——虽然这一层始终不如 Claude 和 GPT 那样出圈，但 Google 至少没有在牌桌上缺席。继续往上是应用层——Search、YouTube、Android、Chrome、Workspace、Maps 等等，每一个都是 20 亿日活级别的入口。最顶端则是数据层，各类应用每天都会产出真实使用数据。

Anthropic 和 OpenAI 目前大多只能卡在模型这一层；Google 则是五层都在。

这其实不是同一个量级的局 🎯。

Google 不止做芯片。今年它投入的资金大约是去年的两倍——并非用来堆新版本，而是用于建机房、买电、铺光纤。光是 Google Cloud 已经签下、但还没交付的客户订单，就堆到了 2400 亿美元；未来几年算力位置基本会被提前占住。

它没有在前台喊口号、发 PPT，而是直接在后台把五年起步的合同先签下来。

因此，模型公司每发布一次新版本，Google 的 TPU 订单就更稳一分。Claude 越火、GPT 越火，来 Google 后台开账户的客户也就越多。

这轮 AI 不是一年一局，而是十年级别的基建周期。在这种周期里，真正能拿到回报的，从来不只是最耀眼的那一层，而是同时掌握铲子、矿场和电网资源的那类角色。

Google 之所以不在前台，是因为它早就把后台的位置先占满了🍃。