人工智能的下一場估值之戰圍繞電費展開

人工智能行業正從追求模型規模轉向推理效率，這一轉變體現在微軟2026年Build大會、谷歌Gemini Flash定價等方面。

6月2日，微軟在Build開發者大會推出七款專有人工智能模型，旗艦模型MAI - Thinking - 1側重低令牌成本，MAI - Image - 2 - Efficient處理速度提22%、成本降41%，運行自有模型可改善利潤率。谷歌在2026年Google I/O大會推出Gemini 3.5 Flash，定位低成本、快速推理選項。

Anthropic祕密提交IPO申請，私募市場估值約9650億美元，OpenAI估值超8500億美元，若效率成主要衡量標準，與原始計算支出相關溢價將承壓。每百萬AI令牌平均成本一年從約10美元降至2.50美元，但企業預算未縮減。

6月3日，Perplexity推出Personal Computer，降低計算成本，私募估值200億美元。並非所有投資者認為效率將成AI估值主要驅動因素，規模仍有顯著優勢。

效率轉向在基礎設施層創造更清晰投資視角，英偉達在AI計算領域佔核心地位，微軟MAI - Transcribe - 1模型GPU成本低50%，谷歌TPU帶來成本優勢。

人工智能效率競賽成行業重要戰略焦點，散户投資者應關注有結構性成本優勢的上市公司，如微軟專有模型堆棧、谷歌TPU基礎設施、英偉達下一代推理平臺。Perplexity是私有公司，Anthropic潛在萬億美元IPO臨近，其首席執行官闡述的框架可用於評估公開交易AI股票。

聲明：市場有風險，投資需謹慎。本文由AI大模型基於公開信息生成，不代表新浪財經觀點。文中所有信息、數據及圖表僅供參考，不構成任何形式的投資建議或決策依據，相關信息以實際公告爲準。如有疑問，請聯繫：biz@staff.sina.com.cn。

責任編輯：小浪快報