Kimi额度争议到Anthropic IPO：腾讯阿里字节抢300万张英伟达显卡

（本文作者为 奇点研究社，钛媒体经授权发布）

AI Agent越能干，用户的额度可能烧得越快。

10月24日，月之暗面推出Kimi K3.1 Pro，这是K3.1系列打头的一款模型。它的参数规模到了3万亿级，能撑起100万Token上下文，官方着重讲了它在编程、3D创作和长程Agent任务上的表现。可上线没多久，一些付费用户就发现，活儿还没干完，额度先见底了。10月26日，月之暗面出面道歉，承认Kimi会员在用K3.1 Pro时碰上限流，还出现了“不必要的额度消耗”，并给有效期内的订阅会员补了相当于月度总额25%的额度。

钱到底烧在哪儿了？答案是子Agent，它们分别负责拆解任务、并行检索、分析材料、检查结果和汇总输出。用户看到的是一次任务，模型实际执行的却可能是一连串调用。任务越复杂，后台消耗的Token和计算资源就越多。

类似的抱怨也出现在Claude的用户社区。

有用户在Reddit发帖称，Claude Opus 5.5整理87份文本材料时，自动启动了12个同级子Agent，5分钟便耗尽了整个5小时使用额度；还有用户反映，使用Opus 5.5处理代码任务不到30分钟，就触发了5小时额度限制。

这几个例子未必能代表所有人，但“额度掉得太快”的抱怨，已经把Agent产品绕不开的问题摆上了台面：后台多调用的那些算力花了多少钱，落到用户手里又换回了多少实际收益？

昨天，Anthropic向美国证券交易委员会提交了IPO申请，招股书中将获得充足计算资源、持续投入算力基础设施等事项列入公司经营与风险框架，并披露了公司对AWS Trainium、Google TPU、英伟达GPU和AMD GPU等多种计算资源的使用安排。

用户在意额度够不够用，模型公司要思考支撑这些复杂任务，需要投入多少算力，又能否从中获得足够的商业回报？

最近路透社披露的一笔潜在采购订单，将这种供需压力推到了更大的产业尺度。

路透社援引知情人士的说法称，字节跳动、阿里巴巴和腾讯三家对英伟达RTX PRO 5500的订单需求加起来超过300万张。按每张约1.14万美元的标价算，潜在订单规模超过350亿美元。不过英伟达没法保证全部供货，最后实际交出去的数量可能比订单意向低不少。

一边是350亿美元的潜在订单，一边是用户嫌额度烧得太快，看着像两码事，其实都跟推理需求的增长挂在一起。AI一旦从回答问题转向执行复杂任务，算力消耗就跟着往上走，压力也从用户这头传到了模型公司和芯片供应链那头。

推理算力到底涨到了什么地步？中国互联网大厂为什么还要扎堆去买一款性能不如顶级数据中心芯片的英伟达显卡？这波抢卡潮，又会让国产芯片的商业化进程受到什么影响？

连工作站卡都要抢，大厂在焦虑什么？

如果把时间往前拨一年，RTX PRO 5500所代表的产品路线，未必会引起如此大的关注。

路透社此前报道过，英伟达推出RTX 6000D这类面向中国市场的受限产品时，一些大型科技企业并不太买账，觉得这些芯片的价格和性能对不上，也在等美国政府放行性能更强的产品重回中国市场。

等来的并不是确定的结果。美国对华芯片出口限制一直没松，H200这类产品出口要满足特定许可条件，性能更高的B300按现行限制则卖不到中国。另一头，AI模型和应用还在铺开，企业得不断部署新模型、扩大服务规模，算力供给却未必跟得上业务的节奏。

在这样的供需环境下，能买到、能部署的算力，比理想中的芯片规格更重要。

RTX PRO 5500这张卡究竟能做什么？Blackwell架构的专业工作站GPU：84GB GDDR7显存，显存带宽约1398GB/s，最大功耗600W。英伟达给它标出的方向是Agentic AI、物理AI、仿真和图形处理等专业负载。

84GB显存加上相应的算力，让它有条件接下一部分AI推理任务。跟消费级显卡比，专业工作站GPU还多了针对专业场景的设计和支持。

但它跟H200、B300不是一回事。后两者面向大规模数据中心集群，扛的是高强度AI训练与推理，靠大规模互联来承接更重的模型负载。RTX PRO 5500更像是能担起专业计算和部分AI推理的工作站GPU。

能不能高效运行某个模型，要看模型规模、量化方式、并行部署、软件适配和实际吞吐量。

它能填上一部分计算需求，但不能光凭84GB显存就被说成高端数据中心GPU的平替。路透社援引知情人士称，中国企业买这批显卡，主要还是为了AI推理。

推理是在模型训练结束之后才发生的：用户提一个问题、生成一段代码、查一次企业知识库，乃至Agent执行任务时接连调用多个模型，都会带来推理计算需求。

训练更像集中施工，推理则像日常供水。前者通常把大量算力堆在一段时间里，完成参数更新；后者跟着产品使用走，用户越多、调用越频繁、任务越复杂，模型服务就得持续供算。

Agent从“回答问题”转向“执行任务”之后，推理量还会一层层放大。一次用户请求，可能被拆成检索资料、拆解任务、调用工具、生成结果、检查结果等多个环节。企业关心的问题也随之变化：不再是“有没有足够的卡训练模型”，而是“能不能持续、稳定、经济地运行模型”。

这也就解释了，为什么一款性能不如顶级数据中心芯片的产品，仍会被大厂争相抢购。

这批卡到底用来干什么？围绕采购量、落地场景和有没有替代选择，我们分别向腾讯和字节跳动求证。腾讯的回复是不清楚，字节跳动和阿里截至发稿都没有回应。

仅凭目前的信息，没法把这份订单拆成三家各自的具体业务安排：说字节跳动一定是为了豆包、阿里一定是为了千问，都站不住脚。三家各订多少、放在哪里、有没有定下配国产芯片一起用，这些问题都还没有答案。

产业应用的大方向倒是清楚的。从技术上看，这类显卡能撑起中小规模模型的在线服务，也能跑企业内部的一部分AI应用和Agent任务，还能应付对显存有要求的专业计算负载。具体到某类任务，参数规模、量化方案、并发请求数和时延指标都得逐个评估。有些业务还可能上多卡，不过多卡的效率和成本，没法拿单卡规格直接套算。

推理为主，也不代表训练就完全用不上。工作站GPU可以做开发、测试，也能承担一部分轻量微调。只是针对这笔采购，路透社给出的主要用途是AI推理。在拿到更多证据之前，把它看成大厂在抢顶级预训练算力，并不合适。

为什么没有全部换成国产芯片？这要从软件生态、现有集群、迁移代价和部署效率几方面找原因。买了英伟达，不能反推出这三家就不用国产芯片，这笔采购也可能只是给现有算力体系做补充。更该问的是，企业愿意为能拿到手的推理算力出多少钱，又判断未来需求会涨到多大。

而且我们还要明确，350亿美元的订单规模，不等于英伟达已经拿到同等金额的确定收入。

按照路透社报道，来自中国客户的相关需求超过600万张；英伟达预计2027年全球RTX PRO 5500产量可能不超过300万张。公司还要平衡不同产品线，把更多产能分给下一代Rubin平台。

就算采购意向全部落地，产能也会卡住交付。买方提前锁定供应，抢的其实是未来的资源。最终交付量跟最初需求差出一大截也不奇怪，只要能拿到一部分，就可以补算力、支撑扩容，或者重新调配现有集群的负载。

锁定供应究竟值多少钱，得看合同条款、最终成交价、实际交付数量，还有产品能不能按计划部署。对资本市场来说，判断这份订单的价值，后续要盯的就是这些信息。

站在英伟达的角度，这份订单说明：部分高端产品虽然受出口限制，中国市场对它的产品生态和计算能力仍有需求。至于这些需求能变成多少收入，还要看后续交付情况。

放到整个产业看，供货能力已经开始影响企业部署AI服务的速度。芯片性能仍然关键，但采购和交付上的不确定性，也成了算力竞争里绕不开的现实因素。

买卡只是开始，AI推理的商业账才是重头戏

350亿美元的采购意向，足以反映大厂对未来算力需求的预期，却不能直接证明中国AI推理已经全面供不应求。

IDC数据显示，2026年上半年，中国AI加速器出货量约为200.8万颗。其中，英伟达出货量约67.8万颗，占市场34%；华为出货量约57.2万颗，占28%。阿里巴巴旗下平头哥占7%，寒武纪占5%，百度昆仑芯占4%，海光占3%。

同期，中国GPU出货量同比下降26%至约99.1万颗，其他类型AI加速器的出货量则增长近80%至约101.6万颗，已经超过GPU。IDC预计，2026年中国AI加速器整体出货量将增长19%，GPU出货量则可能下降9%。

AI计算资源的需求还在往上走，供给结构同时也在变化。除GPU之外，其他类型的AI加速器正拿到更多市场份额，国产厂商的出货量也跟着增加。

所以这轮抢卡潮，不能一概理解成所有类型的算力都缺。企业真正要的，是能跑起目标模型、满足并发和时延要求、还能及时部署的计算资源。

显存、带宽、计算能力和软件支持，决定了模型跑不跑得起来、跑得快不快；到了实际业务里，服务器、网络、调度和运维也得算进去。两种芯片的理论算力即使差不多，实际吞吐、响应时延和总体成本也可能差得很远。

对急着上线模型服务的企业来说，采购时间一样关键。芯片到货之后，模型适配、系统部署和业务测试都还要花功夫。要是迁移现有系统需要大量工程改造，时间和成本都会左右最终的选择。

这也是英伟达产品还有吸引力的一个原因：CUDA生态、算子库和开发工具是它多年攒下来的，产品在工程上因此省事不少。企业能沿用一部分已有的开发和运维经验，迁移过程中的不确定性也就小一些。

芯片顺利到货，也不代表事情就完了。企业还得算一笔账：新加的算力能不能带来足够多的业务收入。

假设这批芯片最终按350亿美元完成采购，光设备采购金额按五年平均摊销，一年就摊出约70亿美元的设备成本。这个算法只用来掂量投入的量级，三家企业实际的采购合同、付款节奏、会计处理，都不在这个计算里。

芯片之外，AI基础设施还有一堆开销：服务器、网络设备、数据中心、电力、散热、运维，样样都要花钱。设备到手后利用率上不去，单位计算成本就可能偏高；模型服务收费低、用户付费率低，新增算力也未必换得来足够的收入。

反过来看，如果企业的AI服务已经攒下大量付费用户，或者新增算力能明显提升服务质量、把调用规模做大，这笔投入也可能帮企业长出新收入。

要判断这笔采购划不划算，得盯住几个经营指标：每百万Token的综合成本、单卡有效吞吐量、算力利用率、AI服务的付费调用量，以及相关业务收入能不能覆盖折旧和运维支出。

各家的回报路径也不一样。云厂商卖算力和模型服务，收入来得直接；手里有消费级AI产品的平台企业，则可能靠提升用户留存、带动广告或交易转化间接受益。后一种商业价值未必体现在AI产品收入里，但同样要拿实际经营数据来验证。

从采购意向到芯片交付，再到业务收入和利润跑通，350亿美元才算有了更清楚的商业意义。

抢卡潮下，国产替代的算力红利如何兑现？

这笔订单落在美国对华芯片出口政策持续调整的时期。不同产品的销售限制各不相同，把这些规则弄明白，才能看懂大厂为什么抢卡，也才能看清国产芯片面对的是什么样的竞争环境。

（注：截至2026年10月，具体销售和交付仍受相关许可、供应安排及进口政策影响）

英伟达在2026年的监管文件中披露，H200的相关许可虽然批了，中国政府对进口的限制还是影响了部分产品的实际销售，公司没能把获许可的产品全部卖出去。

这说明芯片能不能进中国市场，不光看美国放不放行，还牵扯购买方资质、供货安排和中国这边的进口政策。对采购企业来说，符合出口限制只是第一步，能不能按时到货、投入业务，同样要紧。

假如英伟达以后能稳定供应更多合规产品，部分企业可能重新调整采购计划。那些已经深度使用英伟达软件生态的客户，继续买兼容产品，迁移和适配成本能省下不少；国产芯片厂商则要面对更直接的竞争。

不过，进口供货恢复，不等于国产替代就没空间了。路透社援引的IDC数据显示，2026年上半年，华为在中国AI加速器市场的出货份额达到28%；平头哥、寒武纪、昆仑芯、海光等国内供应商也占住了一定份额。国产厂商正在扩大出货，并借实际部署积累软件适配和集群运行经验。

对腾讯、阿里、字节这样的大厂来说，算力供应稳不稳也越来越关键。训练、推理、云服务都要持续投入计算资源，单一供应渠道碰上政策或产能风险，业务扩张节奏就可能被打乱。所以企业有动力去评估不同芯片方案，按任务需求来配算力。

英伟达供货受限，给国产芯片开了一扇市场窗口。每逢大额算力采购消息放出来，资本市场都会去找潜在受益方向，可从采购意向到上市公司业绩，中间还有好几个环节要验证。

服务器和系统集成商可能从后续部署中受益，但RTX PRO 5500是工作站GPU，部署方式和大型数据中心GPU集群不一样。只看采购数量，推不出服务器需求，更没法直接判断对应的机架、网络和散热方案。

电源、制冷和数据中心基础设施企业也可能拿到增量需求，规模多大，取决于芯片怎么部署、功耗怎么配、现有设施接不接得住。光模块这类高速互联环节，判断要更谨慎。大型AI集群可能带动高速网络需求，但本轮采购不等于同等规模的数据中心互联订单，相关企业能不能受益，还得看具体项目和设备采购落不落地。

国产芯片及其配套生态也有机会接住部分新增需求，但从客户测试到规模部署，再到上市公司确认收入，都需要时间。要判断具体企业受益多少，得进一步核实它的产品能力、客户订单、量产交付和财务贡献。

从采购需求到芯片交付，再到基础设施建设、上市公司拿到订单、最终形成收入，中间隔着五个环节。算力概念与这笔订单有关联，并不等于相关公司就能分到好处；投资逻辑要成立，得先找到具体的业务连接点。

结尾

350亿美元的采购意向，反映出头部企业对未来推理需求的预期，也暴露出进口芯片供应受限、国产方案仍需持续验证等现实问题。

对采购企业来说，抢到算力资源是业务扩张的前提，接下来还要完成部署、压住推理成本，让新增算力真正服务到实际业务上。

对国产芯片厂商来说，供应缺口是机会，但长期竞争还得靠产品、软件生态和交付能力。对资本市场来说，订单规模也替代不了对实际项目和业绩的判断。

这轮抢卡潮最后能带来多大产业变化，还是要落到谁能稳定拿到算力，谁又能把它转成更低的成本、更好的服务和可持续的收入。