谷歌正通过增加算力投入来加速性能提升并削减成本,使其AI模型变得更便宜、更快速。
谷歌正通过增加算力投入来加速性能提升并削减成本,使其AI模型变得更便宜、更快速。

谷歌正通过增加算力来加速性能并削减成本,使其AI模型变得更便宜、更快速——这一策略在行业面临价格攀升与使用上限争议之际,向竞争对手OpenAI和Anthropic施加了压力。
"通过扩大计算规模,我们能够以更低的每个token成本提供更优性能,"一位谷歌发言人表示。"这是我们投资定制TPU硬件和模型架构优化的直接成果。"
此番成本下降恰逢谷歌AI势头加速。该公司最近一个季度实现总营收1100亿美元,同比增长22%,其中云业务收入飙升63%。Alphabet股价目前在387美元附近交投,年初至今上涨25%,获得54位分析师给予的"温和买入"共识评级,平均目标价412.65美元。富国银行将目标价上调至435美元,而Citizens JMP维持华尔街最高目标价515美元。
时机具有战略意义。竞争对手Anthropic和OpenAI均因定价调整遭到抵制——Anthropic将其Claude Code的开发者估算成本翻倍,OpenAI则因测试新的计算层级选项引发用户担忧性能被削弱。谷歌自己的Gemini应用本月引入了基于计算量的使用限制,将重度用户锁定长达五小时,此举虽然招致批评,但也表明该公司对推理经济学管理的重视。
计算规模如何降低成本
谷歌的优势建立在三个其端到端控制的层面:定制张量处理单元(TPU)、Gemini模型系列,以及覆盖40多个区域的云基础设施。在2026年谷歌I/O大会上,该公司推出了Gemini 3.5 Flash——一款专为以较低计算成本实现强劲性能而设计的轻量级模型,同时发布了用于模拟物理环境的Omni世界模型,以及可在互联应用间自主行动的智能体AI——Gemini Spark。
经济学规律倾向于规模化。正如Palantir首席技术官Shyam Sankar在另一场合所指出的:"随着推理成本降低,可以经济地分配给AI的任务数量呈指数级增长。"谷歌将TPU开发成本摊薄到每日数百万次推理的能力,使其相对于依赖以市场价格采购英伟达GPU的竞争对手而言,拥有结构性成本优势。
这对竞争对手和投资者意味着什么
此番成本削减有可能扩大谷歌与小型AI实验室之间的差距。据报道,Anthropic的Claude Code定价迫使微软撤回内部许可证,尽管开发者对该工具更为青睐。OpenAI的GPT-5.5 Instant本月成为ChatGPT的默认模型,但该公司未能跟上谷歌降价的节奏。
对投资者而言,影响是双重的。更低的推理成本扩大了AI应用的可触达市场,有利于谷歌云的企业客户管道。但同时也会压缩缺乏谷歌硬件垂直整合能力的AI原生公司的利润率。Alphabet高达1740亿美元的经营活动现金流为其基础设施扩建提供了资金支持——这是纯AI实验室无法复制的护城河。
本文仅供信息参考,不构成投资建议。