红杉资本合伙人David Cahn把2026年AI基础设施资本开支的估算上调到1.5万亿美元。按他的算法，行业需要创造约3万亿美元收入，才能证明这笔芯片和数据中心投入划算。这不是已经出现的收入缺口，而是一道用来检验投资合理性的门槛。
三年前，Cahn算过一次类似的账，门槛是2000亿美元。这次涨了十几倍，不是因为AI没人用，是因为资本开支的速度、算力价格下行的速度、收入兑现的速度，三条曲线正在系统性地对不上。
三年涨了15倍：回本账本这么算出来
Cahn的算法逻辑，大致是把算力投入按照一个能覆盖电费、折旧和运营利润的倍数，推算终端最终要产生多少收入。2023年那次，他是拿英伟达约500亿美元的GPU年收入倒推，算出的门槛是2000亿美元，倍数在4倍左右。
这次他直接对着1.5万亿美元的资本开支算账，得出3万亿美元的门槛，倍数收窄到2倍左右——基数变了，方法也在跟着调整。
更麻烦的是，这个3万亿美元很可能还是低估。内存涨价、专用推理芯片增多、建设成本上升，都在推高每GW资本开支所需的回本收入。Cahn的原话是，这些瓶颈"最近让每GW所需收入急剧上升"。
头部公司收入，离3万亿差多远
对照现实收入，缺口更直观。OpenAI 2025年收入据称约130亿美元，2025年11月Sam Altman称ARR达到200亿美元。
Anthropic据称ARR已达600亿美元。这个数字目前没有官方财报支撑，外部机构的估算口径也不一致，仅作参考量级。
即便把两家公司最高口径的数字全部加起来，离3万亿美元的门槛仍差着一个数量级以上。这句话不代表AI没生意——它说明现在的收入增速，还撑不起这么大的资本开支。
对正在评估AI投入产出比的投资者，这道缺口比任何一次新品发布都更值得放进模型里。
便宜token和2028年现金流：谁能扛，谁被拖下水
这道账更难平的地方，是收入这一侧正在被自己的技术进步拖后腿。Sam Altman提到，OpenAI最新模型在编程任务上比上一代token效率提升54%。企业用更少token办同样的事，AI agent的调用成本在下降。
| 环节 | 现状 | 谁受益 | 谁承压 |
|---|---|---|---|
| Token定价 | 单价持续下降，OpenAI新模型编程任务token消耗降54% | 企业采购方，预算下降 | 卖算力、卖token的公司，收入增速承压 |
| 模型选型 | 开源权重模型、中国厂商低价模型分流客户 | 中小企业，议价空间变大 | 闭源前沿模型厂商，定价权下降 |
如果用户没有把省下来的钱换成更大的用量，算力这门生意的溢价空间，就在被自己压缩。企业采购这一侧接下来的动作大概率是，继续按效果和价格挑模型，而不是只认品牌。
这道账不是没有兑现窗口。Google、Meta、Microsoft、Amazon这几家云厂商都预测，2028年自由现金流会明显提速——这几年砸的钱，那时候开始真正回本。
少数几家公司扛着市场太多预期，一旦回本推迟，冲击的不会只是科技板块
Apollo首席经济学家Torsten Slok的原话更直接：考虑到市场如此依赖这几家公司，回本放缓"不只是一个行业问题，而是可能把经济拖入衰退、把标普500拖入回调"的系统性风险。
对投资者，接下来最该盯的不是发布会上的新模型，是这几家云厂商每个季度更新的自由现金流指引，尤其是2028年前后的部分有没有被下修。对企业AI预算负责人，该看的是token价格和模型效率能不能持续下降——这决定了明年的AI账，是变便宜还是变贵。