企业家
1 场深度对话收录
Carmen Li
观点集合
EP55 Token 价格因模型迁移而下跌：Silicon Data & Compute Exchange CEO Carmen Li
Silicon Data 跟踪 300 个开源、开放权重及闭源模型，Li 观察到客户正将部分消耗从高端模型转向更便宜的选择。Token 指数衡量实际支出，而非模型质量；Doug 提出的工作流路由只是可能解释，Li 并不了解客户的具体使用场景。迁移是否代表对低价模型的持续需求仍未明朗，Li 也没有确认客户转用模型的具体原因。
查看摘要（7段）
- Li 将 Token 价格下跌归因于客户转向更便宜的模型。 Silicon Data 跟踪 300 个开源/开放权重模型及闭源模型的消耗情况，观察到“token-mixing 时代之后，人们正从高端模型转向更便宜的模型”。Doug 提出，工作流路由可能解释这一变化，但 Li 看不到客户的具体使用场景，也没有确认这一机制。
- 全球新云市场的 B200 按需价格约为每 GPU 小时 5 美元，但其隐含远期曲线仍然向上。 去年向下倾斜的曲线已转为正价差结构；最近，A100 和 H100 曲线趋平。这些曲线来自预留合同，早于期货交易。Li 明确提醒：“市场有周期。”
- 老一代 GPU 的盈利能力可能超过简单折旧年限所暗示的水平。 Li 仍看到为 A100 签订的 3 年期合同，尽管这一架构已有约 4 至 6 年历史；她还提到二手市场上每张 GPU 售价为 4,000 至 9,000 美元。Doug 质疑这反映的是持久的经济价值还是单纯的物理寿命；Li 提及散热限制、设备更换延迟和工作流适配性，同时提醒：“我不是说每张 A100 都能用 9 年。”
- 算力对冲针对的是长期融资承诺与较短客户合同之间的期限错配。 GPU 融资期限可能长达 5 至 7 年，而预留合同只有 3 至 5 年，后续租赁收入因此面临风险。CME 期货可覆盖前 36 个月，更长期的对冲则需要场外交易；目标是让运营商锁定“生产成本”，使融资更容易通过承销评估。
- Silicon Data 的商业机会，取决于可信基准能否嵌入算力融资。 Li 称 CME 将在“未来几周内”推出 H100 和 B200 期货，已有 4 只 ETF 提交申请，其中包括 1 倍反向产品。她所说的成熟期 30 万亿美元衍生品市场，指年度名义交易额，并非数据授权收入预测。
- 芯片设计公司增多，并不意味着算力供给约束会自动消失。 Doug 强调晶圆制造产能正在扩张；Li 则指出，晶圆制造、封装、基础设施和审批都必须同步扩张。否则，产出仍会受增长最慢的环节限制；专用推理芯片可能补充 Nvidia，而不是取代其全部作用。
- Li 对 AI 最终由哪一层获取价值仍持开放态度。 Doug 提到互联网平台凭借客户和分销渠道占据优势，而 Nvidia 目前获取了可观的经济租金。Li 称 AI 还是“一个巨大的婴儿”：基础设施、模型、工具链和应用仍在发展，她并未声称知道未来哪一层会诞生最大的赢家。