AI 不缺模型，缺的是便宜算力：Parasail 想做“推理时代的电力公司”
生成式 AI 的热闹，过去两年一直被“大模型参数”“训练成本”“谁又砸了多少 GPU”这些词占据。但如果你真的去问一线开发者，他们嘴里反复念叨的，往往不是 AGI，也不是万亿参数，而是一个更朴素的问题：能不能便宜点？能不能快一点？
美国初创公司 Parasail 就是冲着这个痛点来的。它刚刚宣布完成 3200 万美元 A 轮融资。公司 CEO Mike Henry 的说法很直接：开发者要的就是 token，越快越便宜越好。Parasail 提供的，是面向 AI 模型推理的云计算服务。按照 Henry 的说法，公司现在每天生成 5000 亿个 token。这个数字听上去有点像行业黑话比赛，但翻译成人话就是：它想成为 AI 应用背后那个“出水龙头的人”。
更有意思的是，Parasail 不是那种高举高打、宣称要自己造下一代芯片的公司。Henry 出身芯片设计，也曾在 AI 芯片公司 Groq 负责云业务，但他现在押注的路线很务实：不执着于拥有全部硬件，而是把全球分散的 GPU 和算力资源组织起来、调度起来，再卖给那些急着上线 AI 产品的公司。说白了，它想做的不是发明电，而是做推理时代的“电网调度员”。
从“训练崇拜”到“推理焦虑”
这笔融资之所以值得写，不只是因为金额，而是因为它折射出 AI 基础设施的重心正在变化。
前一轮 AI 竞赛，比的是谁训练出更强的模型。OpenAI、Anthropic、Google DeepMind 这些前沿实验室，像一群在 F1 赛道上烧钱狂奔的车队。可对绝大多数创业公司来说，它们根本不需要自己造车，它们需要的是一辆能送货、能接单、成本还别太离谱的商用车。
问题恰恰出在这里。越来越多创业公司发现，直接把业务全部建立在 OpenAI 或 Anthropic 的 API 之上，并不轻松。价格是一回事，延迟、吞吐、配额、稳定性是另一回事。尤其当 AI agent 开始流行，一个任务不再只是“一问一答”，而是会拆成很多步骤：检索、筛选、总结、复核、再调用更强的模型做最终判断。原本一次调用，现在可能变成几十次、几百次调用。token 消耗像开了水龙头。
TechCrunch 文中提到，科学研究助手公司 Elicit 就在往这种混合架构走：先用开源模型做初筛，降低成本，再让更强的前沿模型给出最终答案。这几乎已经成了很多 AI 应用团队的共识路线——贵模型负责“盖章”，便宜模型负责“跑腿”。当这种架构成为常态，推理基础设施的重要性就会迅速上升。
这也是“tokenmaxxing”这个略带戏谑色彩的词背后的现实。它不是单纯追求更多 token，而是在追求单位成本下最大的 AI 产出。像极了云计算早年企业对 CPU 利用率、带宽成本和存储价格的斤斤计较。AI 正在从“实验室项目”进入“经营性业务”，一旦进入这个阶段，财务模型就会比技术口号更有杀伤力。
Parasail 做的，其实是算力套利生意
Parasail 的模式并不神秘，但很符合当下 AI 市场的裂缝。公司并不主要靠自建超大数据中心吃饭，而是从全球 15 个国家、40 个数据中心租用处理能力，同时还会从流动性市场购买更多算力，再通过后台调度，把不同工作负载分配到最合适、最便宜的资源池里。
这听起来有点像机票比价网站、跨境电力调度和云计算 broker 的混合体。哪边 GPU 空闲、哪边电价低、哪边网络状况合适，它就把请求往哪边送。避开需求高峰，压低推理成本，再把“便宜且能用”的结果交给客户。
这套打法的优点非常明显。第一，不需要像 hyperscaler 那样先砸几十亿美金建设基础设施；第二，可以更灵活地承接中小客户，尤其是那些种子轮到 B 轮之间、业务还在狂奔但预算并不阔绰的 AI 初创公司；第三，它专注推理而不是训练，也就避免了和 AWS、Google Cloud、Oracle 这些巨头在正面战场硬碰硬。
但问题也同样明显。Parasail 的护城河到底是什么？如果它的核心优势只是“更会买 GPU、更会调度”，那迟早会面临两个压力：一是大客户做大之后，可能自己直签更便宜的长期算力合同；二是云厂商和竞争对手也会迅速学会类似玩法。换句话说，这是不是一门“高成长但低壁垒”的生意，仍然要打个问号。
市场上已经有不少类似方向的玩家，比如 Fireworks AI、Baseten，甚至更大的云厂商也在不断强调推理优化、模型托管和成本控制。Parasail 选择的差异化，是更明确地只做 inference、不做 training，并且愿意接住那些没有长期承诺的小客户。这是一个聪明切口，但也意味着它吃到的是最活跃、最不稳定的一批需求。
开源模型的繁荣，正在重写算力市场
Parasail 的故事能否成立，很大程度上取决于另一个问题：开源模型会不会继续壮大。
如果未来一切都被少数闭源巨头垄断，开发者只需要接 API，那么像 Parasail 这样的公司空间就会被压缩。因为云资源的议价权、模型能力的定义权、终端开发的入口，都会集中在少数平台手里。
但眼下的趋势恰恰相反。Llama 系列、Mistral、Qwen，以及一批越来越好用的领域模型，让开发者重新获得了组合自由。企业可以根据任务难度，把不同模型拼接成流水线：用便宜模型处理 80% 的重复工作，把昂贵模型留给真正复杂的 20%。这对成本极其敏感的创业公司来说，是生死线，不是优化项。
这也是为什么投资人会押注 Parasail。Touring Capital 的合伙人 Samir Kumar 甚至判断，未来软件开发成本中，推理至少会占到 20%。我个人觉得，这个数字并不夸张，某些 heavily-agentic 的软件形态里，推理支出甚至可能更高。你可以把它理解成“AI 时代的云账单”：以前 SaaS 公司最怕的是云服务器和带宽费用，未来 AI 公司最怕的，可能就是模型推理账单。
而一旦推理成本成为企业经营中的固定大项，市场就会自然催生两种角色：一种是做更省钱芯片的人，比如 Groq、NVIDIA 的推理方案、各类 ASIC 玩家；另一种就是像 Parasail 这样，专门帮你在复杂供给网络里“榨干每一分钱算力价值”的中间层公司。
这个变化其实很像互联网早期的发展路径。最初大家拼的是网站能不能做出来，后来拼的是 CDN、云主机、数据库优化、广告投放效率。今天 AI 应用也正走向类似阶段：模型能力仍然重要，但工程化、可用性和成本结构，正在决定谁能活下来。
真正的问题：推理需求会不会比供给涨得更快？
Parasail 的投资人说得很激进：没有 AI 泡沫，推理需求正在远远超过供给。这个判断我部分认同，但也想泼一点冷水。
需求暴涨当然是真的。只要 agent 继续渗透办公、客服、编程、搜索、科研、内容生成，token 消耗就会持续上升。更别说未来如果机器人、自动驾驶边缘系统、实时多模态交互真正普及，推理将从“云端服务成本”变成现实世界中的基础设施成本。
但供给端也不是静止的。NVIDIA 还会继续卖更多卡，各类推理芯片和服务器厂商都会加入，云厂商也会加速部署专用实例。模型本身也会变得更高效：蒸馏、量化、MoE、KV cache 优化、编译器层面的改进，都在让同样的任务消耗更少 token 或更少算力。换句话说，今天看上去紧张的推理市场，未必会一直这么紧。
所以，Parasail 能否成为“下一个算力巨头”，关键并不只是赶上风口，而是要在风口过去之后依然有位置。如果未来推理成本迅速下降，这类 broker 型公司必须证明自己不仅能捡便宜，还能提供稳定性、调度能力、企业级 SLA、跨模型优化，甚至是更深层的开发者工具链。否则它就容易被压缩成一个利润并不丰厚的中间商。
但无论如何，这家公司至少抓到了一个行业情绪的变化：AI 创业者已经没那么迷恋“最强模型”了，他们更关心“能跑多快、能烧多少钱、明天会不会断供”。这是一种成熟，也是一种现实。
说到底，科技行业每隔几年就会重复同一个故事：最先赚到掌声的人，未必赚到最后的钱。今天站在聚光灯下的是模型公司，明天真正建立长期价值的，可能是那些让 AI 变便宜、变稳定、变成日常基础设施的人。Parasail 想赌的，正是这件事。