高盛向“算力稀缺”开火：Token成本持续下滑，AI硬件预期面临重估

AI浪潮延续至今的最大前提——“算力稀缺”——正遭到高盛交易台的公开质疑。

6月16日，高盛One-Delta交易台主管RichPrivorotsky在一份客户报告中，对AI算力的相对供求关系提出了关键疑问。报告指出，衡量算力稀缺性的最重要指标是租赁价格：如果稀缺持续，价格应保持坚挺；如果供应增加而租赁价格持续走低，将直接挑战“算力资源短缺”这一核心论调。

Privorotsky特别提到，ORNNH100指数近几日的回落值得关注。该指数追踪的是OrnnCompute统计的H100单卡租赁价格。这意味着，在AI芯片需求看似无止境的表象下，租赁市场的边际定价正出现松动信号。

Privorotsky的初步结论是，超大规模云服务商（hyperscalers）是这一阶段的结构性赢家——一旦它们证明能够以更低的支出实现同等产出，市场就会给予回报。而更大的风险在于硬件和基础设施栈的上游环节，该领域的预期仍建立在持续短缺的基础之上。

AI模型效率的提升速度远超市场预期。得益于架构优化、量化、稀疏推理、更优的调度以及更高效的硬件利用率，每兆瓦功耗下的实际数据处理能力正在飞速提升。保守估计效率提升约3倍，乐观来看某些工作负载下甚至可达6至7倍。

在需求端，如果前沿模型正在商品化且Token成本在下降，那么价值将流向那些拥有最大已部署算力基数、最广泛分发网络以及最紧密软件栈的企业。

Privorotsky援引OpenRouter的实验结果称，由Gemini3Flash、KimiK2.6和DeepSeekV4Pro组成的模型组合，在基准测试中全面超越GPT-5.5和Opus4.8，并以约一半的成本将性能差距缩小至距Fable5不足1%以内。他将这一趋势定性为“市场一直低估的方向”。AI竞争的逻辑正在从“谁拥有最强的单一模型”转向“谁能最有效地编排多个模型”。

Privorotsky将核心矛盾提炼为一个问题：“更低的智能成本，究竟创造的需求多，还是摧毁的定价权多？”这一问题直接关系到当前AI板块数万亿美元市值的合理性。

市场连锁反应已经显现。周二，据报道微软因安全顾虑放弃了价值30亿美元的租赁甲骨文云算力合作协议，凸显了AI基建需求激增下的脆弱性。尽管甲骨文回应称报道不准确，但该消息仍引发剧烈波动。

受此影响，费城半导体指数当日大跌5.71%，迈威尔科技跌超9%，英特尔跌逾8%，AMD跌超7%，美光科技跌超6%。高盛警告称，随着市场仓位、杠杆与AI资本支出深度绑定，AI生态循环风险“已难以忽视”，即使是零星的延误或优先事项变更，也足以迫使投资者重新审视对未来需求的假设。