🌐 網頁版 · 在網站上讀這一期

本期比平常晚了 8 小時送達,抱歉。

三十秒看完

1. 一個被大量轉發、用來證明「AI 降價需求就撐得起來」的十四倍數字，量的是單一模型分派平台，搬過去的舊需求也算在裡面。
2. 資料中心地方政治出現第一份反向讀數：三家美國電力公司調降住宅電價，都把資料中心成長列為理由。
3. 湯森路透花 4,000 萬美元自研模型上線，但多模型架構保留、Anthropic 合約續存——錢只搬了一塊。

本期材料取自本報 9 月 1 日這一輪的判讀；材料事件時間橫跨 2026 年 8 月 17 日至 8 月 31 日。昨夜掃 4,557 篇 → 本期用上 10 條有連結可查的外部收據。

今日主線

1. [本週]（原貼日 8 月 28 日）OpenRouter 自報降價後用量成長 13.8 倍——但那個倍數量的是一條路，不是整片市場

OpenRouter 是一個模型分派平台：企業與開發者用它把請求分派給多家模型供應商，所以它手上有跨廠商的實際用量數據。8 月 28 日它在自家帳號公布，GPT-5.6 的 Terra 與 Luna 兩個型號在該平台「大幅折扣」期間，token 用量成長 13.8 倍。（token 是模型計價與計量的基本單位，大致對應一小段文字。）它自己掛上經濟學的 Jevons 悖論當解釋——效率提高、單位成本下降之後，總消耗量反而增加（@OpenRouter 原貼，08-28）。投資人 Gavin Baker（避險基金 Atreides Management 投資長）隔日轉發，並把折扣幅度講成五成：「五成降價換十四倍量，滿誇張的」（@GavinSBaker，08-29）。

驗證： 只有一個來源，而且是平台對自家流量的自我報告，無第三方複核。⚠️ 「五成」不是平台的口徑：原貼從頭到尾沒有公布折扣幅度，那個數字是轉發者加上去的——沒有折扣幅度，就算不出這次降價換到多敏感的需求反應，只能說「在該次折扣幅度下，用量的反應是十倍級」。⚠️ 促銷折扣不等於長期價格：折扣期的爆量含一次性套利與補進度，平台也沒有說明 13.8 倍是否已扣掉同期新客戶的自然成長。⚠️ 只有量，沒有錢：平台未公布折扣後的營收或毛利方向，所以這條不能拿來論證「降價會提高營收」。本報今天沒有直接抓到原串，那則全文是從轉發貼裡取得的，串上後續的圖表與口徑定義本報沒有讀到。

判斷更新： 「智慧的需求是有彈性的——東西變便宜，大家就用得更多，所以總算力需求撐得住」這句話撐著本報三條長期追蹤的線，而沒有一條有實測數字，其中一條的追蹤紀錄上白紙黑字寫著「缺一手數據坐實」。13.8 倍補的正是這個缺口，所以它值得認真對待。但它量的東西答不了它被拿去回答的問題：在一個分派平台上把某個模型調便宜，會同時發生兩件事。 一件是真的有人因為便宜而多用了，那才是那個悖論講的東西；另一件是本來就要用這個模型、只是走別條路的量搬了過來（別條路指的是直接跟模型商買、走另一家分派平台，或自己架）。第二件事對「世界上總共燒掉多少算力」的貢獻是零，卻百分之百計入那個 13.8 倍。 這不是量測誤差，是定義使然；差多少沒有人公布，包括這次。所以分派層量到的價量反應，在結構上必然大於市場的價量反應。換三個身分來看，會讀出三個不同動作：應用層執行長與企業技術長——別拿業界流傳的分派層倍數當談判籌碼，你真正要問的是「如果這家把牌價漲三成，我的用量會掉多少」，而那個數字沒有人替你量過。模型商的定價與產能負責人方向相反——促銷折扣的爆量讀數會高估自家降價的營收彈性，因為裡面混著從別的分派平台搬回來的自家量，那是左手換右手，還多付了平台一手佣金。投資人與雲端容量規劃只要記一句：一模一樣的那些 token 換一條路走，不會多蓋一座資料中心。反過來也要講清楚：若有人拿這一條去論證「Jevons 是假的」，一樣越界——本報沒有量到搬家的量級，只證明它沒有被扣除；若搬家只佔 5%，這一整段就是一個註腳。什麼會推翻它，講死三條：①同一折扣窗內，第三方或模型商公布那兩個型號跨全部供給路徑的總用量同期也成長十倍級；②平台公布同期各模型份額，顯示折扣期它在該模型上的份額沒有明顯上升；③出現一次模型商直接調降牌價（不是分派平台促銷）後的官方用量對照，量級同樣是十倍級。對答案日訂 2026 年 10 月 15 日——這是本報自設的追蹤節奏，不是誰公開承諾的日期。

這對投資判斷的意思： 現在的敘事假設「AI 降價會把算力需求撐起來，所以蓋出來的容量都填得滿」。這條證據對它兩面都有：它是這個假設第一次拿到量測型讀數（強化），但讀數的分母錯了（同時弱化）。要讓它真正站住，該等的不是下一個更大的倍數，是跨供給路徑的總量讀數。

2. [本週]（長文日 8 月 30 日）三家美國電力公司調降住宅電價，都把資料中心成長列為理由——十八個月來第一份指向反向的具名讀數

Gavin Baker 8 月 30 日一篇長文主張，18 個月前反對資料中心的六項理由（水、稅、就業、電價、環境、小鎮）在「結構良好的專案」上已大致被解決。他拿來撐電價那一項的，是三家公用事業向監理機關的公開動作，轉引自另一位使用者的盤點：Georgia Power 住宅端節省從每年 102 美元增至 2029 年的 180 美元；PG&E 兩年內第四次調降，自 2024 年累計降 11%；Indiana Michigan 向監理機關申請降價——注意是申請，不是已生效。三者都把資料中心成長列為理由。（@JEBistline 原貼，08-28；Baker 長文，08-30）另一則貼文補上 Indiana Michigan 那案的細節：該方案每年可減少 7,900 萬美元帳單、平均住宅用戶一年省約 100 美元，並凍結費率三年，公司表示，降價的財源是包含資料中心在內的大型客戶多繳的費用（@andymstone，08-27）。

驗證： ⚠️ 承重數字全部是二手，而且只有一條管道：本報登記的來源只有 Baker 那一次拉取，沒有核到被轉引者本人的一手盤點，更沒有核到三案的監理申報原文。⚠️ 發言者持有 AI 部位，該長文自陳是對前一日發言的改口（開頭第一句就寫後悔昨天那篇的語氣），屬立場文不是中立盤點。⚠️ 選樣偏誤：列出的全是降價州，同期仍在收緊的紐約、德州、俄亥俄一個字未提。⚠️ 而且「申報把資料中心成長列為理由」與「資料中心導致降價」是兩回事：大額長期用戶攤薄固定成本以外，同期天然氣價格與費率案週期都可能是主因。他自己也給了成立條件：資料中心要自帶或支付新發電、並簽夠長的合約保護既有用戶，「沒做到的地方，民眾有理由反對」。

判斷更新： 本報 7 月 14 日讀到過一條方向相反的材料，當期沒有寫給讀者：美國能源部貸款計畫辦公室前主任 Jigar Shah 引維吉尼亞州議會研究機構與美國區域電網監督單位 PJM 的研究，結論是資料中心正在推高其他人的電費，所以各州要用新的費率結構把成本轉回去（單一來源，本報未獨立核實）。矛盾兩邊本報都留著，因為兩人量的不是同一件事：前者量的是併網升級成本由誰付，後者量的是零售帳單的方向。大額用戶攤薄固定成本，本來就可以在「資料中心付了自己那份專屬建設」的同時讓住宅費率下降。真正的分歧在外推——前者說沒有費率保護就會被全民分攤，後者說沒做到的地方民眾有理由反對，在條件句上兩人其實同意，分歧只在此刻有多少專案落在保護結構裡。這條若成立，本報 8 月 28 日那期講過的另一條線就要修：那條線主張前沿實驗室要吃下 2028 年七到八成的新增算力會被一組煞車擋住，而地方管制收緊是其中一條腿——今天這份讀數指向那條腿正在鬆開。這是對煞車強度的反向證據，不是對煞車存在的反駁。 開獎條件乾淨到誰都能去查：三案的監理申報原文，看降價幅度、生效期，以及申報是否真把資料中心負載列為降價理由，而不只是列為負載成長的背景。

這對投資判斷的意思： 「地方反對會是算力擴張的硬煞車」這個假定現在有了第一份指向反向的具名讀數，方向是弱化；但承重的三個數字都還沒對過一手申報，所以弱化的幅度目前只到「該去查」，不到「可以重估」。

3. [證據更新]（新聞稿日 8 月 24 日）湯森路透花 4,000 萬美元自研模型上線——同一份新聞稿也替它畫了天花板

本報 8 月 31 日那期的快訊登過一則沒查證的轉述：湯森路透據報做了一個以阿里巴巴 Qwen 為底的內部模型。今天本報去讀了一手，結案。

湯森路透是法律與專業資訊出版商，旗下有法律檢索資料庫 Westlaw、Practical Law、稅務產品 Checkpoint，以及路透社。8 月 24 日它正式發布自家第一個內部自研大型語言模型「Thomson」，已投入生產：投入 4,000 萬美元，涵蓋人力與算力兩項；模型「從一個強大的開源基礎出發」，而一手新聞稿沒有點名任何開源模型；首個部署刻意選在法律 AI 產品 CoCounsel Legal 的表格化分析，也就是最多同時處理一萬份文件、每份問一百個問題的高量結構化審閱。執行長 Steve Hasker 自評，早期評估顯示它「在一系列任務上與最新的前沿模型相當」（湯森路透官方新聞稿，08-24）。同一份新聞稿也明寫了相反方向的事：CoCounsel Legal「在設計上仍然是多模型的」，只在 Thomson 優勢最明顯的地方用它，其他地方用別家領先模型。

驗證： 分兩層，可信度不同級。一手新聞稿確認的：4,000 萬美元、「從開源基礎出發」、首發部署的產品與規格、多模型架構明文保留。只有媒體報導、公司未證實的：基底是阿里巴巴 Qwen3.5、經與帝國理工學院合作調校出中介模型、最終那一次訓練約 45 萬美元、訓練只用了自家內容庫的不到 10%，以及 5 月宣布的 Anthropic 擴大合作仍然存續（Quartz，經 Yahoo Finance 轉載）。⚠️ 4,000 萬與 45 萬不是同一把尺：前者是含人力的總投入，後者是最後那一次訓練的算力帳，並排時必須寫明，否則會生出「花 45 萬做出前沿模型」這種錯誤。⚠️「與前沿模型相當」是公司自評，無獨立基準、無評測細節、無對照名單；本報不採信它的效能面，只採信「他們這樣宣稱」。⚠️「為降低 Anthropic 成本」是報導下的標題框架，一手稿沒有任何成本比較數字。⚠️ 兩家媒體不是獨立證據源，最終都回到同一場公司簡報與受訪。

判斷更新： 本報 8 月 31 日提出一條還在驗證的判斷：開權重模型（參數公開、可自行下載部署的那種）搶得走用量卻搶不走錢，擋住錢的不是模型不夠強、也不是價格敏感度，而是可窄化加可標註——場景要收窄到邊界清楚的窄任務，而且客戶手上要有專家能標出什麼是對的答案。當時本報在那條判斷上寫死了缺什麼：第二個企業案例。湯森路透就是它，而且形狀吻合到可以當機制的檢驗：窄化的部分是首個部署刻意選了表格化文件審閱；標註的部分是 Westlaw 與 Practical Law 本身就是幾十年的專家標註內容庫，兩個條件都極端滿足。但同一份證據也替那條判斷標了天花板：多模型架構明文保留、與 Anthropic 的合作續存、自家內容只用了不到 10%——錢只搬了一塊，沒搬整片。這是「量搬了錢沒搬」那道裂縫在單一企業內部的縮影，不是它被彌合的證據。企業技術長今天能做的一件事：把「要不要自研」這個問題換成「我手上哪一條工作流可以被切窄，而且我有沒有人能標它」——湯森路透連自家內容庫都只動用了不到 10%，它挑的不是最大的那塊，是形狀最對的那塊。下一個對答案日：該公司下次財報是否揭露外部模型支出的實際變化，那是唯一能把「錢有沒有搬家」量出來的地方。

這對投資判斷的意思： 「大企業自研模型會侵蝕前沿模型商的收入」這個敘事，這條證據給的是持平帶一點弱化：自研確實發生了，但發生在一個窄任務上，而且同一家公司的多模型架構與既有前沿合約都原樣保留。該盯的讀數不是「又一家宣布自研」，是這些公司的外部模型支出有沒有真的下來。

快訊（本報還沒查證）

1. 微軟 8 月 31 日宣布與 AWS 合作推出跨雲私有連線：Azure Multicloud Interconnect 與 AWS Interconnect 互通、共用同一份開放 API 規格，企業不必再手動把兩家的服務拼起來。⚠️ 本報只讀到微軟這一邊的公告，未讀 AWS 側說法，也未查證可用區域與計價（Microsoft Azure Blog，08-31）。
2. Salesforce 8 月 31 日發布 Winter '27 版本，主軸是讓 AI 代理直接承擔工作流程。⚠️ 本報未讀原文，只取到標題與發布索引，沒有任何功能細節或可用時間（Salesforce，08-31）。
3. AWS 8 月 31 日宣布搭載自研 Graviton5 處理器的 R9g 與 R9gd 執行個體正式上線。⚠️ 本報未讀原文，沒有效能或價格對照（AWS，08-31）。

晶片與半導體（一行掃描）

• [本週]（發布日 8 月 31 日）聯發科接上 NVIDIA 的機櫃介面，NVIDIA 同時認購它 35 億美元可轉債。 · 全文
• [本週]（發布日 8 月 31 日）兩天內第二篇「用快閃記憶體裝模型」的論文，來自完全不同的團隊。 · 全文

大神觀點（一行掃描）

• [本週]（發文日 8 月 31 日）創投人 Tomasz Tunguz：前沿 AI 的稀缺已經從價格換成「准不准你用」。 · 全文

模型觀點（一行掃描）

• 本期沒有這一欄。

產品動態（一行掃描）

• [本週]（發布日 8 月 31 日）Broadcom 一天發七則公告，把 VMware 整包重新定位成「企業自己家裡的 AI 雲」。 · 全文

過去洞見（一行掃描）

• 本期沒有這一欄。

來源與盤點

• 掃描量：昨夜寫進本報待讀清單的新材料是 4,557 篇：公司與個人部落格 2,830 篇、學術論文 574 篇、公司申報 498 篇、業界電子報 373 篇、X 貼文 148 則、研究報告 118 篇、Podcast 逐字稿 9 份、總經數據 6 項、業界分析 1 篇。
• 最大來源：今天三條主線裡有兩條（第 1、2 點）、加上晶片欄那則的後半，檢索入口都是同一位投資人 8 月 31 日那一次拉取的 18 則貼文，以「誰帶本報找到材料」計，集中度是三分之二，遠高於本報自訂的三分之一警戒線。
• 看完整盤點

本報不是新聞摘要：從每天的 AI 資訊流裡捕捉真正重要的洞見與值得長期追蹤的行家判斷，並交代每一條是怎麼驗證的。重點永遠是『哪條判斷變硬了、誰說得準』，不是今天發生了什麼。

—— SecondSource·由研究系統自動生成 · 10 個來源 · 有想法歡迎回信

本刊為產業分析出版物,提供的是一般性判斷與資訊,不構成投資建議;不對任何特定證券或個股做價值分析、評等或買賣建議,讀者須自行查證、獨立判斷。

繁 中文版|EN English edition →