8月下旬到9月初的英伟达资讯流里，有两个数字特别拧巴。
一个在8月25日前后的Hot Chips 2026上：下一代Vera Rubin NVL72机柜首次公布实测，每兆瓦吞吐量最高达到上一代GB300的30倍，每百万Token成本最高降35倍。知乎 另一个在8月底：英伟达部分大客户被告知，搭载其AI芯片的服务器价格将在许多情况下上调超过15%，涉及Vera Rubin和Grace Blackwell平台，2027年初出货生效。36氪
同期还有一条容易被划过去的消息：8月21日，OpenAI基础设施负责人在X上官宣首批Vera Rubin机架到货、已跑起训练栈，英伟达官方账号随即转发。知乎 没有发布会，就一句话。
也就是说：史上能效最高的一代AI机柜真的在路上了，但你的AI账单（API费用、租卡价格、甚至那台准备用来跑模型的PC）大概率还要再贵一阵子。如果你正在"继续用API、租卡、还是干脆买张5090自建"之间纠结，这轮Rubin发布恰恰是最容易把账算反的一次。先把两个数字各自拆开。
「35倍」是个什么口径的35倍
先说结论：35倍降的是机柜老板的电费和折旧，不是你调API的单价。
这组数据的测试背景是SemiAnalysis的AgentX基准、跑DeepSeek V4 Pro、回放真实智能体编码会话——注意，是"最高可达"的厂商口径，图表还明确标注了"非正式结果，待SemiAnalysis复核"，且未计入Vera CPU对工具调用环节的加速。知乎 它的真正意义在分母：衡量指标从峰值算力变成了"每兆瓦能产出多少Token"。这背后是负载变了——智能体任务上下文从8K/1K的旧基准一路涨到100K甚至400K，英伟达援引OpenRouter数据称一个Agent任务消耗的Token可以是简单聊天的15倍。能效口径的迁移是真实的，但它是数据中心TCO层面的叙事。
TCO叙事到你的手，中间隔着两跳：云厂商先按机架买，再按Token卖给你。而这一轮，第一跳上挂着一个反向变量。
为什么你的账单反而先涨：62%的BOM不归英伟达说了算
一套Rubin NVL72机柜整机估价约800万到910万美元，是GB300（300-400万）的2倍往上，这是英伟达史上最贵的AI服务器。知乎 但涨价的锅大头不在GPU——根据机构的BOM拆解，内存加存储约占整机物料的62%，GPU本身只占约26%。摩根士丹利的报告称存储芯片价格在过去一年上涨六倍，美光也已经表示2026年HBM供应全部售罄。36氪 DRAM在2026年Q1环比涨90-95%、Q2再涨60%以上，HBM供需缺口50-60%。
这解释了一个看似分裂的局面：能效涨30倍，售价还能涨15%。传导也是已验证的——CoreWeave租赁价格上调25%，H100租赁合约价年内涨了约40%，金山云AI算力上调15-50%。知乎 至于英伟达自己，Q4毛利率指引71-72%，下个财年稳在72-73%。36氪 翻译一下：省下来的能效红利，短期内优先被用来填内存涨价的坑和维持毛利，不是拿来回馈终端价格的。
还有个细节值得记住：15%调价涉及的是2027年初出货的系统。Rubin的第一批产能，OpenAI们已经订走了。
红利什么时候下来：盯这三个信号，别盯发布会
Rubin产能爬坡（观察期2026Q4-2027Q1）。鸿海Q2财报确认：VR机架Q3进入量产准备、Q4开始出货、2027年成为主力，Q4计划出货25-30万颗GPU。知乎 头部客户吃饱之后，二线云厂商和租赁市场什么时候能拿到货，才是你的价格拐点。
Rubin CPX落地（2027Q1开始生产）。郭明錤9月1日的调查显示，英伟达已重新启动AI推理预填充加速GPU项目Rubin CPX，改用168GB HBM4、与标准Rubin按1:1配套。知乎 原因很实际：超过50%的推理负载花在输入处理和KV Cache构建上——也就是你为"超长上下文+RAG"付的那部分钱。CPX是这轮里第一个明确冲着"降低你的Token单价"去的产品。
ASIC抢单。这轮真正可能把API价格打下来的不是英伟达的善意：谷歌TPU在其内部占比已达70%，OpenAI自研芯片Jalapeño的工程样片已经运行、计划年底前初步部署，博通联合资本给Anthropic做超1GW的定制方案。36氪 机构预计定制AI芯片占比到2030年会从38%升至49%，英伟达份额或回落至40%。上一轮"降价换量"式的Token价格战，恰恰发生在云厂商算力供给多元化的阶段。
顺带一提，英伟达CFO口径是"每部署1吉瓦Rubin算力对应约400亿美元营收机会"——这是转述、待核，但它说明了另一件事：Rubin短期内是卖方市场，卖方市场的关键词是"稀缺"，不是"降价"。微博
三类人，三笔账
重度用API/智能体的：短期别看Rubin等降价，长上下文才是你的成本大头。现在能做的：能缓存的上下文别重发、长文件喂给模型前先压缩筛选。降价信号看金山云们下一轮调价公告和云厂商Token价目表，而不是黄仁勋的PPT。
租卡炼丹的：同代B300云上租赁价差已达6倍+（按需$7-18/GPU·时 vs spot $2.6-3.3），你的优化空间在错峰和比价，不在等新一代。知乎 VR实例挂上主流云平台之前，内存wave还会继续推租赁合约价——Q4盯云厂商对下一年的报价指引。
在攒本地AI主机的：别被"算力要白菜价了所以不装机"或者"API要降价了别买5090"两头晃。你的成本是一次性的硬件+电费，不跟租赁行情走；但恰恰因为Rubin这代机柜62%的钱花在内存上，你的50系显卡和DDR内存短期内也便宜不了——这条涨价链上游是同一批原厂。本地跑的价值（隐私、离线、无限调用）不随数据中心降价而消失，等降价不如按原计划把机器装完。
一句话收尾：这轮Rubin最大的信息量，不是35倍或15%哪个更响，而是算力的计价单位已经换成了"每兆瓦Token"和"每任务成本"——你的账单跟着这个新单位重排，只比厂商慢，不比厂商缺席。把上面三个时间窗记下来，比收藏任何一篇"AI马上免费"的推文有用。
