🎯 AI算力 · 大模型应用
一、2000元每分钟，算力成本的真实刻度🔥 归墟以约2000元/分钟的算力成本，成为观察大模型实时运行成本与商业化落地的一扇窗口。
在AI大模型竞争从参数规模转向落地效率的当下，一条数据引发行业关注：#归墟平均每分钟算力成本2000元#。这一数字意味着，一个以大算力驱动的模型服务每运行一分钟，仅底层算力开销就达到2000元量级，若按小时折算，单模型持续运行一天的算力成本即可逼近300万元，堪称AI应用的“烧钱时速”。
这一成本并非孤例。当前行业正从“裸金属租赁”走向Token经济，单位算力的计费模式愈发精细化，反而让成本问题被摆上台面。第一财经报道指出，全球高端算力供需缺口持续扩大，多系列主流GPU租赁价格较去年大幅上涨，海外云厂商已完成二轮算力涨价，国内头部厂商同步跟进。归墟每分2000元的成本，正是这场算力紧缺周期的直观注脚。
二、高成本背后，是算力金融化的大背景归墟的成本刻度之所以引发讨论，离不开算力正加速“大宗商品化”的趋势。据新京报报道，芝商所与Silicon Data计划于2026年10月5日推出两项算力期货合约，分别挂钩英伟达H100与Blackwell B200 GPU的每小时租赁成本，让企业首次拥有对冲算力价格风险的工具。当算力像石油、电力一样可交易，“每分钟多少钱”就成了所有AI公司必须直面的经营命题。
与此同时，国产算力与Token工厂模式也在重构成本结构。新华网报道，硅基流动提出的“Token工厂”已落地互联网、能源、金融等多个行业，通过自研推理引擎提升算力利用率，试图从技术层面摊薄单位算力开销。对于归墟这类高算力消耗的应用而言，能否用更低的单位成本跑出同等价值，直接决定其商业化成色。
三、成本之外，落地效率才是胜负手每分钟2000元的算力成本，本质上是在追问一个根本问题：花出去的钱，换回了什么价值。在当前Agent规模化落地、AI应用从演示走向生产的阶段，单纯堆算力已不足以建立壁垒。中国财经报报道的星流计算NovuWing架构显示，通过KV Cache分层与智能内存调度，可将首Token时延降至基线20%以下，本质都是在用工程手段压低单位成本、放大产出。
归墟的案例提醒所有入局者：算力成本的披露，正在成为衡量一家AI公司真实竞争力的一面镜子。谁能在成本与产出之间找到最优解，谁才能在算力金融化时代笑到最后。
综合新京报、第一财经、新华网、中国财经报报道 | 2026-08-12