Anthropic簽下34億的發電機 AI卷到最後：卷的是台發電機

上個周日晚上，我刷到兩條新聞，隔了不到十個小時。

第一條，Anthropic 發布 Claude Fable 5.2，獨立評測機構 Artificial Analysis 給它打出 65 分，74 個模型里排第一，把第二名 Gemini 4 Carbon 甩開 5 分。發布會講的全是好消息，價格降兩成，輸出快三成，官方自己的工程師拿它寫了原型操作系統，協調一千多個子智能體連跑八天，最後真在一台筆記本上啟動了。

第二條沒有發布會，只有金融時報的一條報導。同一家公司，花了 34 億美元，買下一批重型燃氣發電機組，總裝機 1.7 吉瓦。

一邊在刷新智能的上限，一邊在搶發電的下限。這個反差我盯着看了很久。

Anthropic 官方發布頁頭圖｜圖源 Anthropic｜2026-11-10 抓取

史上最高分的模型，和它背後 34 億美元的發電機訂單，
同一個公司，同一個星期，兩張完全不同的賬單。

便宜的是 token，貴的是任務

先說那個 65 分。這是 Artificial Analysis 榜單有史以來的最高分，Fable 5.2 在代碼、推理、視覺幾個方向全面領先。Anthropic 官方還報了個數字，他們主代碼庫里九成以上的改動現在由 Claude 寫，人在旁邊監督。

Artificial Analysis 智能指數 v5，Fable 5.2 以 65 分登頂｜數據來源 Artificial Analysis｜製圖 AI 探索懷林君

發布會給的案例一個比一個離譜。一個工程師從空文件夾開始，讓它設計一個原型操作系統，模型協調一千多個子智能體連軸轉了八天，做出來的系統帶自己的內核和驅動，真在一台筆記本上啟動了。還有一個生產服務，一隊智能體把它從 Python 遷到了 Rust，啟動速度提了 26 倍。預發布測試里，它還把費馬大定理的證明做了形式化，用時 30 個小時。

FrontierCode 2.0 代碼基準 Xhigh 檔得分對比｜數據來源 Anthropic 官方發布頁（自選基準）｜製圖 AI 探索懷林君

這些數字我自己也是存着看的，官方自選基準嘛，學生給自己改卷子的老傳統。但獨立機構 Artificial Analysis 那個 65 分，跟官方的口徑對得上，這是榜單歷史最高分，可信度就不一樣了。

價格看起來也友好。輸入從 10 美元降到 8 美元每百萬 token，輸出從 50 美元降到 40 美元，降了兩成。

但我去翻了獨立評測的另一組數字，看完愣了一下。

同一模型兩個檔位的單任務成本，max 檔 26.54 美元全榜最貴｜數據來源 Artificial Analysis｜製圖 AI 探索懷林君

按 Artificial Analysis 的口徑，這個模型開到 max 檔，每完成一個基準任務平均要燒 26 美元，一道題跑 46 分鐘，是整個榜單上單任務最貴的模型。而它降到 medium 檔，單價只要 3.8 美元。

同一個模型，檔位差出七倍。

所以降價的真相是，token 的單價確實便宜了，可你為「把一件事幹完」付的錢，反而可能變多。Anthropic 自己的使用建議也很有意思，官方讓你大多數活兒先用上一代 Opus 5.5 干，新模型留給最難啃的活。

我後來想明白一件事，模型發布會的降價，講的是每百萬 token 的價簽。普通用戶真正的賬單，是任務乘以檔位。這兩個數，從今年開始走向了兩個方向。

舉個具體的例子。你讓模型改一個複雜項目，medium 檔跑不動，任務失敗兩次，賬單照樣扣，最後換 max 檔跑成了。單看 token 價簽它降了兩成，你這一單的實際支出比上個版本只高不低。省錢這件事，從挑模型變成了挑檔位，門檻反而更高了。

34 億買回來的，是插隊的資格

再看那筆 34 億的採購。

據金融時報報導，Anthropic 在 9 月下旬從得州的供應商 OnePWR 手裡，接手了一批原定賣給別人的訂單，卡特彼勒製造的重型發電機組，1.7 吉瓦，附帶安裝的工程設計施工。這是目前已知的 AI 實驗室最大單筆發電設備採購。

有意思的是交易的方式。OnePWR 兩年前就向卡特彼勒下了單，後來自己融資卡住了，做不成這單生意。Anthropic 本來只想當個客戶，一看這情況，乾脆把整筆訂單接了過來。

這一手等於同時鎖住了兩樣東西。價格是兩年前下的單，躲過了後面燃氣輪機的漲價潮。交期是排到近兩年的，別家現在下單，就得去排隊。

排到多久呢。金融時報的說法是，新的燃氣輪機訂單，交付已經排到 2030 年代初。併網排隊同樣以年計。

也就是說，這 34 億里最值錢的，是插隊的資格。

全行業都在干同一件事

Anthropic 並不孤單。

AI 實驗室直接買發電設備的三筆交易｜數據來源 金融時報、TechCrunch｜製圖 AI 探索懷林君

今年早些時候，xAI 買了約 20 億美元的行動燃氣輪機。谷歌的母公司 Alphabet 更直接，去年底把能源開發商 Intersect 整個買了下來。四家雲巨頭也在自建燃氣電廠。

供給側的數字更能說明問題。卡特彼勒 10 月底發第三季財報，電力業務銷售額漲了 30%，積壓訂單幹到創紀錄的 780 億美元。造發電設備的公司，賬上趴着兩年多干不完的活。

高盛上個月也把 2030 年全球數據中心容量的預測，從 217 吉瓦上調到 273 吉瓦，一個月內調高 26%。

高盛上調 2030 年全球數據中心容量預測至 273GW｜數據來源 高盛研報｜製圖 AI 探索懷林君

需求端同樣在擠，微軟近期因為電力供應問題，項目投用時間一拖再拖，乾脆退出了一份數據中心租賃承諾。甲骨文在新墨西哥州的項目，卡在電力審批上。電這個事，已經成了大廠財報電話會上的高頻詞。

發電設備這個東西，以前是 AI 公司壓根不碰的重資產，現在被寫進了採購清單。Anthropic 過去一直租算力過日子，跟算力供應商簽到 2029 年的合約，號稱輕資產模板。到 2045 年，它承諾的算力採購總額接近 9000 億美元。承諾越滾越大，它就越等不起電網。

為什麼會急到這個份上。一家做模型的公司，歷史上所有資產都在雲端，晶片租的、機房租的、電也是電網的。現在它直接下場買發電機，等於把最髒最重的活攬到了自己手上。這個轉向本身就是信號，電網排隊的等待時間，已經超過了它等得起的時間。

三件套湊齊了

到這裡，我斷斷續續寫了幾個月的 AI 成本故事，三塊拼圖終於湊齊。

第一塊是租金。GPU 算力租金一年漲了四成到一倍多，昨天全球第一批算力期貨上線，算力正式有了盤面價。

第二塊是儲存。HBM 吃掉先進內存產能，你的手機和電腦替 AI 付賬。

第三塊就是今天這塊，電。而且電是最狠的一塊，租金和儲存漲價，你多花錢還能買到貨。電力直接沒有貨，排隊排到 2030 年。

三塊成本，一條邏輯。AI 公司要的東西從晶片漲到內存，再從內存漲到電，每一步都比上一步更上游，每一步都更難擴產。

普通人的三條應對

說幾個我自己的做法，不一定對。

一 看價格別只看單價。以後再看到哪家發布會宣布降價，先去獨立榜單查一下任務完成成本，那是你真實的賬單。

二 日常活用小模型。Anthropic 官方自己都在勸你先用 Opus 5.5，這就是最好的信號，旗艦模型是留給極端任務的。

三 對 AI 產品的定價多一點預期。電力成本是剛性的，排到 2030 年的交付周期意味著這個溢價會持續很多年，最後會攤進每一個 API 調用里。

寫完這篇我有個感觸。過去兩年我們討論 AI，比的都是模型的聰明程度，分數漲一分全網刷屏。

從這一周開始，牌桌上的關鍵牌換了一批。65 分的模型很厲害，但決定它跑不跑得起來的，是得州的一批燃氣發電機組。

聰明，越來越便宜。電，越來越貴。

這場競賽的下半場，比的已經不是誰更聰明，是誰先搶到電。

（數據來源見各圖標註，價格與分數為 Artificial Analysis、Anthropic 官方及金融時報 2026 年 11 月 8 至 10 日公開口徑）

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。