谷歌反超微軟真相：一場關于“每Token成本”的生死博弈

昨天，谷歌DeepMind首席科學家、推理團隊創始人Denny zhou發了一個帖子：Game over。

外界普遍解讀為，他暗示谷歌已在AI模型競爭中占據上風，尤其是在推理能力和Gemini系列模型的熱度方面。

谷歌最新發布的AI大模型Gemini 3，在多個關鍵性能指標上全面超越了OpenAI的GPT-5.1和其他主流模型，標志著谷歌在AI大模型領域的強勢回歸，也標志著在生成式AI競爭中，關于“鏟子”與“金礦”的終極博弈，也是華爾街正在悄然改寫的估值邏輯。

如果我們將視線穿透目前喧囂的AI熱潮，撥開那些令人眩暈的參數競賽和發布會煙火，你會看到一個正在崩塌的舊秩序，以及一個正在浮出水面的新殘酷真相：過去兩年，全球科技界幾乎都在為黃仁勛打工，而現在，有人試圖砸碎這條昂貴的鎖鏈。

01

完美的“吞金閉環”

要把這個局看清楚，我們得先聊聊英偉達。在商業史上，你很少能見到如此精妙且近乎掠奪性的商業閉環。

英偉達目前的毛利率維持在驚人的70%以上。在硬件制造業，這是一個近乎神話的數字，通常只有擁有極致護城河的軟件公司才能觸碰。

這個數字背后，是英偉達與OpenAI、微軟聯手編織的一個“算力焦慮網”。他們成功的將“模型能力”與“算力規模”劃上了等號——你想更聰明？那就買更多的卡。

曾幾何時，這種焦慮感裹挾了全球廠商。從硅谷到深圳，所有CEO都在擔心錯過這一波技術革命，于是不得不接受英偉達的定價權，幾十億、幾百億美金的資本開支（CapEx）被砸進了GPU集群。

更精妙的操作在于英偉達的“回流式”投資。當市場開始質疑大模型商業化落地困難、下游廠商購買力出現疲態時，英偉達并沒有降價促銷，而是轉身做起了VC。

它掏出利潤，投資OpenAI，投資各種獨角獸。這些錢兜兜轉轉，最終變成了什么？變成了這些初創公司購買H100、H200顯卡的訂單。

這是一場資本的永動機游戲：英偉達提供資金，初創公司提供故事，全球巨頭提供恐慌性買單。

直到最后，所有人的報表上都留下了巨大的折舊成本，唯獨英偉達帶走了真金白銀的現金流。

02

微軟的隱形天花板

在這個局里，微軟看似是最大的贏家，實則最累。

表面上看，微軟通過綁定OpenAI搶占了先機，Copilot似乎無處不在。但如果拆解微軟的AI成本結構，你會發現它處于一個非常尷尬的“三明治”夾層中。

微軟的AI大廈建立在別人的地基上。它的模型是租來的（OpenAI），它的算力引擎是買來的（英偉達）。

這就構成了所謂的“三重風險點”：模型授權費、昂貴的硬件采購費、以及將這兩者硬塞進Office龐大代碼庫的集成成本。

這意味著，微軟每賣出一個Copilot賬號，都要先給黃仁勛和奧特曼交“過路費”。這種模式在市場初期不僅可行，甚至被視為某種聯盟的勝利。

但當AI進入深水區，特別是進入大規模推理階段時，這種依賴外部供應鏈的弊端就暴露無遺——你的利潤空間，完全取決于上游愿不愿意給你降價。但在英偉達壟斷的當下，降價是癡人說夢。

微軟就像是一個全副武裝的騎士，但手里的劍是借的，胯下的馬也是租的。

03

谷歌的“全棧反叛”

這就是為什么市場風向開始變的根本原因，也是谷歌近期被資本市場重新定價的核心邏輯。

谷歌做了一件極其困難、極其燒錢，但在長周期里唯一正確的事：拒絕被裹挾，自建全產業鏈。

不同于微軟的“拿來主義”，谷歌走的是一條從沙子到屏幕的垂直整合之路。如果你深入研究過谷歌的Gemini，你會發現它不僅僅是一個模型，而是谷歌TPU（張量處理單元）芯片與算法架構完美咬合的產物。

這就是“全鏈條自研”的恐怖之處。谷歌不需要去適配英偉達的CUDA生態，不需要忍受高昂的GPU溢價。

它的TPU是專門為Transformer架構生的，從硅基層面的晶體管排列，到上層的XLA編譯器，再到Gemini模型的注意力機制，這三者是同一個團隊、同一種邏輯下的產物。

數據不會撒謊。當微軟在2023年底匆忙上線Copilot時，其背后的算力調度極其低效。

而谷歌在六個月后推出的Workspace AI，雖然功能對標，但其推理成本（Inference Cost）據業內估算僅為微軟的一半。TPU在特定工作流下的運行效率比同級別的GPU集群高出了40%。

這40%的效率差，就是生與死的距離。

在AI的實驗階段，大家比的是誰的模型更聰明，這時候成本不重要。

但當AI變成企業級服務，進入大規模商業化階段，客戶不會為“聰明”無限溢價，他們會精算每一個Token的成本。

這就好比早期的電力戰爭，最后勝出的不是發明燈泡的人，而是那個能把每度電成本降到最低的電網公司。

04

估值邏輯的重構：

從“故事”到“賬本”

近期谷歌市值對微軟的追趕甚至反超，并非簡單的股價波動，而是華爾街正在拋棄“概念炒作”，回歸“利潤結構定價”。

之前的邏輯是：誰跟OpenAI走得近，誰就贏。 現在的邏輯是：誰能控制總擁有成本（TCO），誰就贏。

英偉達是在賣鏟子，谷歌則是自己造鏟子、自己圈地、自己挖礦。而微軟，只能尷尬地站在中間，花高價租鏟子來挖礦，挖出來的金子還得先分出去一大半。

130億美元甚至更多的市值差距，在萬億俱樂部的體量下看似微不足道，但它代表的是一種趨勢的逆轉。

微軟的增長曲線已經開始受制于高昂的邊際成本，其AI收入的增長正在被指數級上升的算力成本對沖。

而谷歌，憑借自研芯片和模型的協同效應，正在越過那個極其關鍵的盈虧平衡點——它的邊際成本在下降。

我們正在見證算力軍備競賽的下半場。上半場是比誰的炮聲響，下半場是比誰的炮彈便宜。

在這場漫長的消耗戰中，那些依賴外部輸血、被英偉達70%毛利收割的巨頭，終將發現自己的利潤表千瘡百孔。

而像谷歌這樣掌控了“芯片-模型-應用”全鏈路經濟性的玩家，將憑借對底層物理成本的極致控制，贏下每一筆對價格敏感的企業級訂單。

這不再是關于誰的AI更像人的童話，這是關于誰能把計算這一昂貴的工業品，做成自來水一樣廉價的生意。

而在這一點上，全棧自研的谷歌，顯然比組裝廠模式的微軟，握有更大的勝算。