2026年7月底，华尔街用截然不同的股价走势为科技巨头的AI竞赛打分：微软因AI投入转化为可量化收入而盘后大涨超15%，Meta则因自由现金流骤降至7.84亿美元而一度重挫超10%，苹果因存储成本承压跌超8%。这标志着资本正式从“看故事”转向“看回报”，开始给AI的“身体”（算力基础设施、模型服务等实体投入）严格定价。
一、从“看故事”到“看回报”：资本定价逻辑的转折
市场不再奖励“投入大”，而是追问“每一分投入能否转化为可验证的收入”。2026年7月底，微软、Meta、苹果同日发布财报，华尔街给出了截然不同的反馈。微软盘后大涨超15%，创2008年以来最大单日涨幅；Meta盘后一度跌超10%；苹果盘后跌超8%。[1]
这场资本用脚投票的戏码，核心在于三家公司对AI成本的不同消化能力。巨丰投资首席投资顾问张翠霞分析认为，市场对“远期故事”的耐心已经下降，对那些仍在持续“烧钱”却迟迟无法证明回报的公司，以及受制于供应链瓶颈的硬件厂商，面临的业绩验证压力将越来越大。[1]
微软与亚马逊的财报后股价走强，验证了一条更朴素的定价原则：AI资本开支本身不是原罪，看不见回报路径才是。微软用软件层的快速变现证明了速度，亚马逊用基础设施层的长期订单证明了确定性。[2]
微软的“房东模式”：算力即收入
微软单季资本开支达410亿美元，但其Azure云服务收入同比增长43%，年化收入首次突破1000亿美元；Microsoft 365 Copilot付费席位已突破3000万个。[1]新增算力可直接放进Azure出售，形成了“建好即可出租”的完整收费链条。
Meta的“自住困境”：投入无法清晰计量为外部收入
Meta第二季度资本开支高达310.8亿美元，但自由现金流骤降至7.84亿美元。[1]其数据中心主要服务自身推荐和广告系统，虽提高了广告效率，却难以单独列出收入向用户收费。当投入无法被清晰计量为外部收入时，信任会变得昂贵而脆弱。[2]
苹果的“成本承压”：被房租上涨波及的制造商
苹果并非靠出售算力赚钱，却需为AI升级带来的存储芯片和零部件涨价买单，CEO库克坦言存储芯片成本连续多个季度上升。[1]苹果虽手握消费者和终端入口，却在这一轮AI基础设施竞赛中处于成本接受者的位置。
二、定价权分化：谁能把成本转嫁出去是关键
三家公司真正的差别，不在于都投了多少AI，而在于能不能把AI成本转嫁出去。[1]这构成了“资本为AI‘身体’定价”的核心逻辑——成本转嫁能力决定了估值的上限。
- 微软：收算力租金的“房东”。拥有从数据中心、云平台到办公软件的完整收费链条，Copilot收费模式正从“按席位”演进为“席位费+用量收费”。[1]
- Meta：自己盖楼自己住的“业主”。找不到足够的外部租户来分摊巨额AI投入，回报预期不明朗的风险被财报放大。[1]
- 苹果：被房租上涨波及的“租客”。虽手握消费者终端入口，却在AI基础设施竞赛中处于成本接受者的位置。市场对“烧钱却无法证明回报”的公司正在失去耐心。[1]
三、AI服务本身也在经历“身体”定价战
在AI基础设施的资本定价之外，AI服务本身的定价权也在激烈博弈。2026年7月底至8月初，国内外大模型厂商在AI编程赛道展开“近身肉搏”。[3]
价格战全面打响
7月31日，DeepSeek-V4-Flash正式版API上线，缓存命中时每百万Token仅0.02元，未命中1元，输出2元。[3]在GPT-5.6模型上市后仅三周，OpenAI也挥出价格屠刀，入门级Luna模型降价80%，输入价从每百万token 1美元降至0.2美元（约合人民币1.35元），Terra同步降价20%。[3]Meta也正式发布旗下首款编程智能体Muse Code，每百万Token输入仅1.25美元，输出4.25美元，比Claude Code和OpenAI Codex便宜一大截，其“贡献者版本”定价再打一折。[4]
中国开源加速普惠
日本网友在社交媒体发文感谢中国AI带来的行业竞争，称若无中国开源贡献，普通用户每月需为OpenAI支付上千美元。[5]中国通过开源开放，把AI从少数巨头的垄断工具变成了普惠大众的公共产品。
四、技术要点与产业链影响：算力、模型与应用的三层重构
资本给AI“身体”定价，本质是重构算力、模型与应用三层价值链的分配方式。这直接影响了从芯片厂商到云服务商，再到终端应用开发者的全线格局。
| 技术/产品 | 核心指标 | 应用场景 | 影响对象 | 限制条件 | 信息来源 |
|---|---|---|---|---|---|
| 微软Azure云 | 单季Capex 410亿美元；云收入同比+43%，年化破1000亿美元 | 算力租赁、企业级AI云服务 | 云服务客户、算力投资者 | 资本开支巨大，依赖宏观算力需求持续增长 | 凤凰网财经[1] |
| Meta数据中心 | 季Capex 310.8亿美元；自由现金流7.84亿美元 | 内部推荐、广告系统AI优化 | Meta自身、广告主 | 成本难向外部转嫁，回报路径不清晰 | 凤凰网财经[1] |
| 苹果AI硬件 | 存储芯片成本连续多季度上升；盘后跌超8% | 终端AI功能（如Apple Intelligence） | 苹果、存储供应链厂商 | 成本受制于上游供应商，难以自主定价 | 凤凰网财经[1] |
| DeepSeek-V4-Flash | 缓存命中每百万Token 0.02元；未命中1元；输出2元 | AI编程、大规模Token调用 | 开发者、中小AI企业 | 功能复杂度相对旗舰版较低 | 财联社APP[3] |
| OpenAI GPT-5.6 Luna | 输入价降80%至0.2美元/百万Token | 入门级AI应用、高并发场景 | 全球AI开发者生态 | 性能与价格成正比，入门级能力有限 | 财联社APP[3] |
| Meta Muse Code | 输入1.25美元/百万Token，输出4.25美元；贡献者版再打一折 | AI编程市场争夺 | 程序员、Codex与Claude Code用户 | 模型性能不是最顶尖，主打性价比 | 微博公开信息[4] |
五、风险与限制：当“身体”有了标价，AI的下一步该往哪走？
资本定价逻辑的转变，一方面加速了行业洗牌，另一方面也带来了过度追求短期回报、忽视长期创新的风险。这种“身体”定价模式能否为AI产业的健康发展提供持续动力，仍存诸多制约。
其一，商业模式同质化风险。当前几乎所有大厂都转向“卖算力”或“卖服务”的房东逻辑，容易导致基础设施领域的重复投资，最终引发行业性价格战。光大证券首席资产配置研究员王开认为，价格战传递的核心信号是AI编程正从尝鲜工具转变为普惠的生产力基础设施，成本门槛的下降将加速其在中小企业和垂直行业的渗透。[3]
其二，数据与合规风险。效率与隐私的平衡，是AI应用必须跨越的门槛。如果资本过度向可定价的“身体”倾斜，忽视了算法公平性、数据安全等“软性”投入，将引发更严峻的社会信任危机。
其三，供应链瓶颈。苹果等终端厂商的遭遇表明，即便手握C端入口，也难逃存储芯片等底层供应链掣肘。这提醒所有玩家，AI“身体”的定价权之战，实际上也是供应链掌控力之战。未来若算力芯片需求达到百倍级，制造与能源瓶颈将进一步凸显。
六、后续关注：技术风向与用户决策建议
投资者需要关注的不再是单纯的Capex数字，而是AI收入的质量与可持续性。真正该跟踪的，是持续验证的AI收入、利润率与订单质量。[2]
对于行业观察者和开发者而言，以下方向值得关注：一是从模型跑分转向生态卡位。定价战的背后，是厂商对开发者和用户生态的争夺，API价格下降将直接影响应用层的成本和产品形态。[3]二是垂直行业的渗透加速。成本门槛的下降将加速AI在中小企业与垂直行业的普及。[3]三是AI应用成本的“平民化”。AI从少数巨头的垄断工具变成普惠大众的公共产品，这一趋势将创造全新的市场空间。[5]
——QA常见问题解答——
Q1：为什么微软股价大涨而Meta、苹果股价下跌？
核心在于成本转嫁能力与回报验证。微软单季Capex超410亿美元，但其Azure云收入年化突破1000亿美元，Copilot席位超3000万个，形成“建好即出租”的收费闭环，因此获市场认可。Meta自由现金流骤降至7.84亿美元且缺乏外部收入验证，苹果则受存储芯片涨价挤压，故遭遇抛售。[1]
Q2：AI编程价格战的主要玩家和价格分别是多少？
DeepSeek-V4-Flash缓存命中每百万Token仅0.02元；OpenAI入门级Luna模型输入价降至0.2美元/百万Token；Meta Muse Code输入/输出价为1.25/4.25美元每百万Token，贡献者版再打一折。[3][4]具体价格需以各厂商官方最新公告为准。
Q3：资本给AI“身体”定价，对普通用户有何影响？
AI服务价格正快速下降。中国开源模型带来的竞争，已使API调用成本降至“分”级，日本网友亦公开感谢称中国AI让每月上千美元的OpenAI使用费成为历史。[5]普通开发者和中小企业能以极低成本接入先进AI能力。
#资本开始给AI的身体定价# #AI烧钱不灵了# #微软赢麻Meta被抛# #AI编程价格战开打# #中国开源AI普惠全球#