民主党或将重拾反垄断大棒

2026年美国中期选举后，民主党或将重拾反垄断大棒审视科技巨头。 从调查特朗普政府时期的反垄断执法，到推动AI安全评估、企业责任和并购审查，民主党正释放出加强科技行业监管的信号。 布鲁金斯学会客座研究员Tom Wheeler指出，低价竞争可能压缩AI企业收入，冲击独立算力供应商，导致数据中心、芯片等关键资产被科技巨头收购，形成“数字摩根化”。 他提醒反垄断监管需关注AI基础设施控制权变化。 19世纪铁路泡沫破灭后，铁路资产并未消失，而是被J.P.摩根等重组，掌握约三分之二铁路里程。

Wheeler将AI算力投资类比铁路历史，认为需求繁荣与财务偿付是两回事。 头部AI公司捆绑“封闭”模型与算力出售，而更便宜的开放权重模型动摇这套算法。 模型层价格战最先压垮独立供应商，破产留下的数据中心最终落到头部AI公司手里。 独立算力对头部AI公司很重要，但更重要的作用在于为其他AI应用开发公司提供选择。 独立数据中心正经历“达尔文时刻”，投资者不再相信AI繁荣带来的收入足以支撑巨额债务。 Gartner预测，到2030年将有超过3.5万亿美元的AI基础设施面临减记。

头部AI公司将“封闭”模型与算力捆绑出售，但开放权重模型更便宜，训练好的权重以不同许可开放，用户可下载、修改、自行运行。 这类模型通常更便宜，训练好的权重以不同许可开放，用户可以下载、修改、自行运行； 权重往往免费，买方只为运行所需的算力付费。 定价压力由此落在头部AI公司身上，它们的捆绑算力收入受到威胁，长期采购承诺也随之动摇。 随着前沿不断推进、竞争加剧，头部AI公司开始给旧款模型降价，前沿模型则继续维持溢价。 OpenAI今年早些时候下调了中低档模型的价格，这可能加剧行业竞争。

更便宜的智能会触发经济学家所说的杰文斯悖论：效率提升降低了资源的使用成本，反而刺激需求、推高总消费。 机构投资者阿波罗的一份报告论证了它对AI的适用性：自2025年底以来，AI模型的总支出几乎翻倍，而每token的价格自2023年起下跌超过90%。 需求更大，未必意味着财务回报更多。 截至6月30日，CoreWeave的1040亿美元订单簿主要靠OpenAI、Meta和微软的合同支撑，而它正是拿这份订单簿去融资的。 Gartner预测，到2030年将有超过80%的独立算力供应商“停止独立运营”。

AT&T日均消耗450亿个AI token，宣布其日均消耗450亿个AI token。 token是AI模型的管理、计量和计费单位，在大语言模型中大约相当于四分之三个单词； 各家对token的定义与计数方式不同，价格也随用于输入查询还是输出答案而不同。 截至10月17日，OpenAI（GPT-6 Astra）与Anthropic（Claude Fable 5.1）的前沿模型，每百万输入token收费10美元，同类输出token收费50美元。

AT&T的应对与理性消费者无异：自建路由与缓存网关，把任务匹配到性价比最优的封闭或开放权重模型，据公司称，AI成本因此降低了最多90%。 并非所有AI辅助活动都需要前沿模型的算力，用户的判断标准其实很朴素，某个模型能不能完成这项任务。 为承接这类选择，头部公司自己也在提供开放权重模型，如Meta的Llama、谷歌的Gemma、英伟达的Nemotron和OpenAI的gpt-oss； 云厂商也开始围绕开放权重模型做低价捆绑。 中国同样在理性行事。

中国模型在绝对能力上或许并非最强，但对许多提升生产率的任务已经够用，于是美国公司为规避上涨的成本转向中国模型。