人工智能基礎(chǔ)設(shè)施市場(chǎng)正在同步出現(xiàn)兩個(gè)新信號(hào)：服務(wù)器租賃成本持續(xù)下行，算力Token支出增速趨于穩(wěn)定。這兩個(gè)信號(hào)共同指向AI領(lǐng)域一個(gè)核心命題——AI成本下降，究竟是催生更多需求，還是侵蝕現(xiàn)有定價(jià)能力？

日本AI實(shí)驗(yàn)室Sakana推出顛覆性"編排"框架模型Fugu，以協(xié)調(diào)多個(gè)前沿模型取代暴力擴(kuò)參路線，在主流基準(zhǔn)測(cè)試中超越Claude和GPT-5.5。

Sakana Fugu在SWE-Bench Pro測(cè)試中得分73.7，超越Claude Opus 4.8的69.2和GPT-5.5的58.6。Fugu并非單一大模型，而是一個(gè)動(dòng)態(tài)調(diào)度器——通過(guò)單次API調(diào)用，決定將任務(wù)的不同部分路由至最適配的前沿模型并行處理，最終整合輸出優(yōu)于任何單一模型的結(jié)果。

高盛1-Delta臺(tái)席負(fù)責(zé)人Rich Privorotsky將計(jì)算資源租賃價(jià)格視為追蹤AI硬件投資邏輯是否成立的核心指標(biāo)：市場(chǎng)的核心前提是算力稀缺；若供給上升導(dǎo)致租賃價(jià)格持續(xù)下行，將直接挑戰(zhàn)稀缺性敘事。目前，服務(wù)器租賃成本已呈現(xiàn)明顯下行走勢(shì)。

然而Privorotsky同時(shí)指出，在Token支出格局發(fā)生根本性轉(zhuǎn)變之前，硬件板塊的交易邏輯料將延續(xù)。半導(dǎo)體ETF上周錄得異常高的資金流入，印證了市場(chǎng)當(dāng)前的定位偏好。

他表示，超大規(guī)模云計(jì)算商的價(jià)格動(dòng)向?qū)⑷找娉蔀殛P(guān)鍵觀察點(diǎn)，本周的市場(chǎng)焦點(diǎn)更多將落在美光財(cái)報(bào)數(shù)據(jù)上，而非PCE。

Fugu：編排驅(qū)動(dòng)的前沿級(jí)性能

Sakana是一家總部位于東京的AI實(shí)驗(yàn)室，其聯(lián)合創(chuàng)始人之一參與撰寫了原始Transformer論文。

Sakana推出的Fugu框架顛覆了當(dāng)下行業(yè)主流的"暴力擴(kuò)參"邏輯。作為一個(gè)協(xié)調(diào)器，F(xiàn)ugu在接收單次API請(qǐng)求后，動(dòng)態(tài)決策將任務(wù)的不同部分分配給不同前沿模型并行處理，最終輸出一個(gè)優(yōu)于任何單一模型獨(dú)立作答的結(jié)果。

Rich Privorotsky將這一方法概括為通過(guò)"模型編排與融合"而非暴力擴(kuò)參來(lái)實(shí)現(xiàn)前沿級(jí)性能。這一方法論若得到更廣泛驗(yàn)證，將對(duì)算力軍備競(jìng)賽的底層邏輯構(gòu)成挑戰(zhàn)——因?yàn)槠湫阅茉鲆娌⒉灰蕾囉诟嗟挠?xùn)練算力投入。

在出口管制風(fēng)險(xiǎn)日益上升的背景下，F(xiàn)ugu的模型池支持動(dòng)態(tài)替換，賦予其額外的戰(zhàn)略韌性：若某一提供商因管制受限，框架可自動(dòng)繞開切換，降低供應(yīng)鏈單點(diǎn)風(fēng)險(xiǎn)。這一特性使其在地緣博弈加劇的環(huán)境下具有獨(dú)特的架構(gòu)優(yōu)勢(shì)。

開源追趕加速，Token成本壓縮深化

智譜發(fā)布的GLM-5.2在FrontierSWE長(zhǎng)程編程基準(zhǔn)上得分74.4，與Anthropic頂級(jí)模型Opus 4.8的75.1僅差約1個(gè)百分點(diǎn)，同時(shí)超越GPT-5.5的72.6，成為目前評(píng)分最高的開源權(quán)重模型，定價(jià)比Opus 4.8低約72%至82%。

Privorotsky指出，開源與閉源模型之間的差距正持續(xù)收窄。GLM-5.2采用MIT許可證，支持權(quán)重開放、模型蒸餾、量化與復(fù)現(xiàn)，代表能力的重大躍升，是該領(lǐng)域差距加速收窄的清晰信號(hào)。

隨著能力更強(qiáng)的開源模型不斷涌現(xiàn)，Token成本壓縮進(jìn)程正在加速。然而，Privorotsky強(qiáng)調(diào)，當(dāng)前的激勵(lì)機(jī)制仍指向更多資本支出而非更少。

服務(wù)器租賃價(jià)格：算力稀缺敘事的晴雨表

在Privorotsky的分析框架中，計(jì)算資源租賃價(jià)格是觀察AI硬件投資邏輯是否成立的核心變量。

其邏輯鏈條清晰：若算力稀缺持續(xù)，價(jià)格應(yīng)保持堅(jiān)挺，從而為持續(xù)的資本支出提供正當(dāng)性；反之，若供給上升導(dǎo)致租賃價(jià)格持續(xù)下行，將直接挑戰(zhàn)稀缺性敘事，且"最先承壓的是硬件"。

目前，服務(wù)器租賃成本已呈下行走勢(shì)。Sakana Fugu此類編排框架的出現(xiàn)，或許正與這一趨勢(shì)相互印證——通過(guò)更高效的資源調(diào)度而非單純堆砌算力來(lái)提升性能，從技術(shù)層面折射出供給擴(kuò)張的現(xiàn)實(shí)。

Privorotsky表示，市場(chǎng)注意力將越來(lái)越多地轉(zhuǎn)向超大規(guī)模云計(jì)算商的價(jià)格動(dòng)向，一旦后者釋放戰(zhàn)略調(diào)整信號(hào)，AI投資周期的底層邏輯將面臨重新評(píng)估。