AI服务器租赁成本下行，算力稀缺叙事面临挑战
Miles Bennett
AI服务器租赁价格持续走低，叠加低算力消耗的编排框架和开源模型追赶，算力稀缺叙事正遭遇供需两端的同时挑战——高盛交易台席判断，硬件板块将最先承压。
服务器租赁价格为什么是核心风向标？
高盛1-Delta台席负责人Privorotsky把服务器租赁价格视为判断AI硬件投资逻辑是否成立的关键指标。
这意味着→ 如果供给上升导致租赁价格持续下行，就说明算力没有市场想象中那么稀缺，硬件板块最先承压。
目前租赁成本已呈明显下行走势；但在Token支出格局(各家公司花多少钱买AI推理服务)发生根本转变之前，硬件的交易逻辑仍会延续。
市场下一步盯什么？
Privorotsky强调，市场注意力正转向超大规模云计算商(微软Azure、AWS、谷歌云等)的价格动向。
这意味着→ 一旦这些云巨头释放战略调整信号——比如砍单或压价，AI投资周期的底层逻辑就要被重新评估。
半导体ETF上周录得异常高的资金流入，说明当前市场仍在押注算力扩张，但这恰恰放大了一旦叙事转向时的回撤风险。
Fugu框架凭什么用更少算力跑赢大模型？
日本AI实验室Sakana推出的Fugu不是一个大模型，而是一个动态调度器——用大白话说＝它像一个总调度员，把一个任务拆成几块，分派给最擅长的现有模型并行处理，再拼出一个比任何单一模型都好的结果。
在SWE-Bench Pro编程测试中，Fugu得分73.7，超越Claude Opus 4.8的69.2和GPT-5.5的58.6。
这反映出一个根本性变化：前沿性能未必需要更多训练算力。Privorotsky将其概括为"模型编排与融合"——如果这条路径被更广泛验证，算力军备竞赛的底层逻辑就会被动摇。
开源模型追到什么程度了？
智谱发布的GLM-5.2在FrontierSWE长程编程基准上得分74.4，与Anthropic顶级闭源模型Opus 4.8的75.1仅差约1个百分点，同时超越GPT-5.5的72.6。
用大白话说＝开源模型已经几乎追平最强闭源模型的编程能力，而定价低了约72%至82%。
GLM-5.2采用MIT许可证(意味着任何人都可以免费使用、修改、蒸馏这个模型)，这将进一步压缩Token成本。
租赁降价和资本支出扩张能共存吗？
Privorotsky指出，当前的激励机制仍然指向更多资本支出而非更少——云巨头们还在加码建数据中心。
但租赁价格下行、编排框架崛起、开源模型追赶，三条线都在说同一件事：单位算力的价值在被稀释。
这意味着→ 这两股力量能否长期并存，是验证本轮AI算力扩张逻辑是否成立的核心悬念。如果不能，硬件板块将率先给出答案。
Content is for reference only, not financial advice.