1GW 机房：Anthropic 降本 40% 的底气？

模型的价格写在官网上，随时能改；算力的价格写在租约里，一签就是好几年。9 月 23 日，Anthropic 把这两件事同时摆上了台面。

模型那一侧：Opus 5.5 已在亚马逊云、谷歌云和微软 Azure 上线，官方称它在大多数任务上性能接近 Claude Fable 5.1，运行成本比 Opus 5 低 40%，定价为每百万输入 token 4 美元、输出 20 美元，未来几周还会推出 Sonnet 5.5 与 Haiku 5.5。

算力那一侧：《The Information》报道，它正与 Stream Data Centers 就租赁最高 1 吉瓦（1GW）算力容量进行初步谈判。这些设施可能配备博通和谷歌设计的 TPU，也可能使用英伟达 GPU 或其他 AI 芯片。报道里还有一个容易被忽略的细节——谷歌可能为该项目提供信贷担保。

把两条放在一起看，比单看任何一条都有信息量。它们回答的是同一个问题：模型降本的钱从哪里省出来，又能省多久。

1GW 到底是个什么尺度

先说单位。1 吉瓦是功率口径，指这处机房能持续取用的电，不是芯片的颗数。它大致相当于一座大型核电机组的输出功率。

按行业常用的换算口径，近百万颗 Google TPU v7p 大致对应 1GW 的算力容量。这么一比就清楚了：这次谈判谈的不是买卡，是买三样东西——电、地，以及并网排队的号。

电这一项最实在。按满载 8760 小时粗算，1GW 一年要吃下约 87 亿度电；用家庭年均用电一万度上下作参照，这个量级大致对应八十多万户家庭一年的用电。所以租赁合同里难的从来不是租金单价，是容量按什么口径锁、备用容量谁付钱、电价几年不调整。这些条款谈不下来，机房就是一张画在纸上的图纸。

芯片可以下单等交付，电要排队等接入。

一座 1GW 级的园区，通常会落在电网有余量、电价和地价都谈得下来的地方。从选址到通电，要过变电站、输电线路、冷却用水几道关。它真正的对手不是同行，而是同一片电网上的其他用户和当地的审批流程。

降本 40% 是从哪一层抠出来的

一句话说清：便宜的模型不是靠少算，是靠把每个 token 摊到的固定成本压薄。

拆开看，单位推理成本大致等于芯片采购与折旧、机房电费与租金、网络与冷却这三块之和，再除以有效的 token 吞吐量。决定它的是四个变量：芯片议价权、机柜功率密度、集群利用率、折旧年限。

前两个要靠在合同里锁长约、锁自有芯片，后两个靠工程能力。只换一个模型版本，这四个变量一个都改不动。

再放到具体场景里看那两个数字。官方口径的"运行成本比 Opus 5 低 40%"是按任务算的账，重试次数、工具调用、上下文长度都算进去了；而 4 美元 / 20 美元的报价单，相对上一代的 5 美元 / 25 美元是打了八折。

两个口径不是一回事，方向却一致：让 Agent 这类长链路负载敢一直跑下去，因为它的 token 消耗远高于一次问答。

这里藏着一个常被忽略的变量。一次问答的消耗是固定的；一个 Agent 任务的消耗取决于走了多少步，而步数又取决于工具调用成不成功、失败了要不要重来。任务级成本因此对模型的稳定性比对单价更敏感——同样的报价，重试率降一半，账单就能看出差别。

也正因为这样，真正走量的层级不是 Opus，而是 Sonnet 和 Haiku。这一层单价低、单次推理需要的算力小、并发批处理更容易做满，单位成本的下降空间反而比旗舰更大。谁把这一层的成本压下来，谁就拿到了下一年的 API 定价权。

提前几周预告，是给谁的窗口

企业选型是按季度节奏走的。评测要排期，合规要过审，迁移要挑窗口。在拍板"这个季度换不换"之前，提前几周放出"更便宜的档位马上到"，这个决定自然会多一个等待的理由。

预售还有第二个用处。Sonnet 和 Haiku 是 API 走量的档位，IDE 插件、Agent 框架、云厂商的推理服务都需要提前适配。旗舰决定口碑，走量档决定收入结构。

还有一层不那么显眼：模型预告同时也在给算力扩容留时间。云厂商要把一个新模型铺到自己的推理集群上，得提前预留容量、做适配和压测。模型发得再快，后端没有备好的容量，用户看到的就是排队和限流——这正好接回今天那条租约。

同一天，OpenAI 也在低价档上新了 GPT-6 的两个版本，API 价格直接腰斩。两家的报价单打得很热闹，但 Anthropic 这次的动作里，报价只是前半句。

芯片已经下单，机房还没到手

要看清 1GW 的分量，得把它放进时间线。

博通 4 月 6 日公开的 8-K 文件写明：从 2027 年起，它要为 Anthropic 提供最多 3.5GW 计算能力的谷歌定制 TPU，以及包含网络和互连组件的完整机架方案。

更早的 1 月中旬，博通披露的是 2026 年底前交付近 100 万颗 Google TPU v7p 与机架。有第三方按公开交易信息估算，两笔加起来的价值可能达到千亿美元量级。

把这两笔订单和今天这条租约放在一起，缺口就显出来了：芯片是别人按期交付的确定性合同，机房却是还在谈的意向。

芯片在路上了，问题在脚下。

这次谈的是机房容量，而机房落地的时间表由三件事决定：变电站和并网审批的周期、变压器与备用电源这类长交期设备的排产、当地电价与用水许可。过去一年，美国多个州在这三件事上都收紧了口径，容量价格和接入排期同时往上走。

所以"芯片在手"不等于"能开跑"。中间隔着的是一段电力接入的时间表。

担保条款：这条链上最难照抄的一环

报道里最容易被略过的一句，是谷歌可能为这个项目提供信贷担保。

数据中心的租约是十年量级的固定支出，建设方和房东最怕租户中途不续、容量空转。担保把这部分风险从项目转移到担保方的资产负债表上，直接压低了租约的资金成本，也压低了谈判桌上的风险溢价。

担保方自然也有诉求：这批设施里可能装的，正是谷歌设计的 TPU。一份担保把"用谁家的芯片"和"能不能签下这份租约"绑成了一件事。

对手可以买同样的卡，可以租同类的园区，但很难拿到同款条款。工程能力可以追，金融条款不好追，这是这条链上最容易被忽略、也最难被复制的一段。

三张合同，决定未来三年的报价单

把上面几段收起来，就是一套可以复用的看法：想知道一家重资产推理型公司的价格能撑多久，去看它签了三张什么样的合同。

第一张是芯片合同，看的是单价、代次与交付节奏——是当期拿现货，还是按年分批锁定未来两代。

第二张是机房租约，看的是年限、容量口径和担保条款。担保方是谁，往往就决定了这份租约的资金成本。

第三张是并网协议，看的是接入时间表、容量分摊和电价调整机制。这一张最不性感，却是决定机房什么时候真的能跑满的那张。

这套看法的适用边界要说清楚：它适合自己承担算力的重资产玩家；纯做 API 转售、把算力完全外包给云厂商的团队，成本主要由云厂商报价决定，看这三张合同没有意义。

三个常见误区

误区一：降 40% 就等于推理成本降了 40%。这个说法有它的道理，同一代架构的优化确实会带来实打实的成本下降。但它解释不了口径差异：官方的 40% 是任务级运行成本，报价单上的八折是 token 单价。更准确的理解是，把单位 token 成本与集群利用率放在一起看，才接近真实的成本曲线。

误区二：自己租机房，就是要脱离云厂商。减少对云厂商算力的依赖确实是明确动机，但它解释不了同一个上午的另一条消息：Opus 5.5 在亚马逊云、谷歌云、微软 Azure 全部上线。更准确的理解是分层结构——云上铺面，负责覆盖面和合规部署；长约锁量，负责走量档位的成本；自选芯片，负责把最大的一块开支从别人的报价单上挪进自己的合同里。

误区三：1GW 谈下来，就等于近百万张卡马上到位。把这两个数字并列是行业里常见的简化，它们确实大致对应。但初步谈判、按年分批交付、并网排队，是三道不同的关口。更准确的理解是，看交付节奏和付款条件，比看总量数字有用。