上下文该用多长，先看任务需要哪些证据，再核对窗口、内存和跨档费用。用官方价格、厂商评测和本地容量计算，给出起点与检查方法。

算力账本系列·照付不议 文中数据查证时间：2026年10月9日。Anthropic招股书尚未公开，相关数字均来自路透社查阅的保密招股材料；正式文件公开后，请逐项复核。 你办过健身年卡吗？ 办卡那天，前台给你算账：单次进门100块；年卡5400块，按一年去100次算，一次只要54块，等于打了46%的折扣。你心动了，签了——而到了年底一看，一年总共去了27次。于是这一年你每次去健身房的真实价格，是200块，正好是单次价的两倍。折扣是真的，钱也是真的付了，只是摊到每一次头上，比不办卡还贵。而且卡不能退。 记住这组数字：46%的折扣，27%的使用，两倍的价格。后面你还会在Google的官方文档里见到它。 现在把健身房换成数据中心，把5400块换成5180亿美元。 9月29日，路透社披露了它查阅到的Anthropic保密IPO招股材料：这家公司预计在大约十年里，与六家基础设施伙伴发生至少5180亿美元的算力支出，其中约80%不可取消，或者无论用多少都要付款。招股材料里有一句话写得很直白：如果实际支出不够，就得把差额补给Google。 十天过去了，这份招股书依然没有出现在美国证监会的公开数据库里。据彭博报道，Anthropic的路演最早可能在11月9日那一周启动；按规定，招股书要在路演前至少15天公开，也就是说最晚10月下旬就得见光。在那之前，这些数字都只是“记者看到的版本”，这篇文章正好可以先帮你把账本的结构搭起来，等原件出来，直接对数。 这种“用不用都得付”的合同，中文里有个现成的词：照付不议（take-or-pay）。它在天然气、电力行业用了几十年，如今成了AI基建新闻里出现最频繁、却最少被讲清楚的机制。 这篇把它拆开：5180亿到底是什么钱，哪些能退、哪些退不掉，“打折买算力”为什么可能比原价还贵，这些合同背后是谁在借钱，以及最后，它到底锁住了谁。 一、先纠正一个口径：5180亿不是一年的Capex，而是多年合同义务 不少中文报道把这个数字写成了“5180亿美元算力开支（Capex）”。这个说法有两处容易误导。 第一，它不是一年的钱。路透社的说法是“十年内、六家伙伴”。平摊下来每年大约520亿美元，而且合同并不要求平均付款，起止时间不同、交付节奏不同，这个平均数不能当成哪一年的现金预算。有分析师在X上替Anthropic设想融资方案：IPO募1000亿，剩下4000亿去债市借？这等于把十年的账单当成了一年的预算。 第二，它不能整体算成Anthropic某一年的Capex。这5180亿是多年合同义务，其中包括向Google、亚马逊、微软采购云和算力服务，也包括Broadcom相关的设备租约。前者买的是未来若干年的服务，后者可能在会计上确认使用权资产和租赁负债。具体怎么分类、每年确认多少费用，要等招股书原件里的财务附注。 这个区分不是抠字眼。资本开支、租赁负债和服务采购承诺进入财务报表的方式不同，不能把十年的合同总额直接塞进某一年的资本开支预算。服务额度如果没用完，付款义务却没有随之减少，这才是本文要算的风险。 还有一组数字能看出承诺规模扩张得有多快。路透社在另一篇独家报道里披露：2025年底，Anthropic不可取消的托管和算力承诺是546亿美元；到2026年初，各类长期承诺已经超过4170亿美元，对应3.5吉瓦的专属算力；现在的报道口径是5180亿。这三个数的统计范围不同，不能直接相减，也不能据此算出有多少合同是在一年内新签的。能确认的是，Anthropic披露的长期承诺规模在2026年初迅速扩大。 我们在088号《5吉瓦到底是多少张卡？为什么大模型公司开始按“吉瓦”规划算力》里区分过签约吉瓦≠通电吉瓦。这次再加一组：签约金额、当年费用和实际现金支出，回答的是三个不同的问题。标称和实际之间，又隔了一层。 二、把5180亿拆开：约80%难以主动退出，845亿留了后门 路透社披露了这5180亿里各家的金额和条款，放进一张表： 合作方 金额 期限 能不能退 Google 至少1111亿美元 2026年4月—2033年7月 支出不足要补差价 亚马逊 1100亿美元 2026年5月—2036年4月 条款与Google类似 微软 314亿美元 2026年11月—2033年5月 仅在微软重大违约且未补救时可取消 Broadcom相关设备租约 约1612亿美元 未披露 大部分不可取消；相关租约除违约外双方不能取消 xAI（SpaceX） 最高845亿美元 至2029年 大部分可提前90天通知取消 AMD 预计超过200亿美元 未披露 取消条件未披露；AMD同时承诺认购最多50亿美元Anthropic股票 5180亿美元怎么拆 把前四行的名义金额加起来：1111＋1100＋314＋1612＝约4137亿美元，相当于5180亿的79.9%。 这个结果和路透社所说的“约80%不可取消，或者无论实际使用量多少都须付款”大致对得上。但4137亿只是按报道分项做的结构性推算：Broadcom一项使用了“约”和“大部分不可取消”等限定词，不能把4137亿当成经原件确认的精确不可取消金额。 剩下两家要分开看。xAI那845亿是明确留了后门的：大部分提前90天打招呼就能走。AMD那200亿多，报道里没写取消条件，不能因为它不在前四家，就当它也能随时退。 还要提醒一句：六行全部相加是5182亿，和5180亿差一点。原因是表里混着“至少”、“最高”、“约”、“预计超过”几种口径，它本来就不是一张能严格勾稽的财务表。这个加总能帮你看懂“约80%”的结构，精确对账要等原件。 如果你在别的中文报道里看到过另一套分法，比如“谷歌约2000亿、AWS约1000亿、Fluidstack约500亿”，那是按此前各家公开宣布的交易汇总出来的口径，包含Fluidstack、Nscale、Lambda等合作方，和路透社看到的招股材料分项不是一回事。本文统一采用招股材料口径。 拆完你会注意到一件事：这80%并不是同一种合同。 Google和亚马逊是“最低消费＋补差价”：你承诺花这么多，没花到，差额照补。 微软是“不可取消，除非对方违约”：退出权握在对方手里。 Broadcom是设备租约：除非一方违约，谁都走不了。 把它们统称为“照付不议”，方向没错，但细节差得很远。本文所说的“难以主动退出”，指的是Anthropic不能仅仅因为需求下降就停付，不是说合同不存在违约、补救或其他例外。下一节专门讲这些差别。 三、“照付不议”其实有好几种写法 照付不议的核心逻辑一句话就能说清：买方用付款的确定性，换卖方供给的确定性。 卖方要为你建机房、囤芯片、签电力合同，这些投入一旦花出去就收不回来。它需要你保证：不管你最后用不用，钱都会到账。作为交换，你拿到了保证供应，往往还有更低的单价。 在这个大框架下，条款可以写得很不一样。按退出难度从高到低排： 写法 意思 本次案例 不可撤销租约 除非违约，双方都不能退 Broadcom设备租约 违约才能退 只有对方出了问题，你才能走 微软 最低消费＋补差价 承诺花多少，没花够补差额 Google、亚马逊 提前通知可退 提前90天打招呼就能走 xAI/SpaceX 双方可提前终止 按月付款，谁都可以喊停 7月曝光的Anthropic与Meta洽谈方案（2年、最高100亿美元，尚未成交） 照付不议的五种合同写法 看这张表要分两组条款：付款条款决定“少用能不能少付”，终止条款决定“想走能不能走”。两组可以同时出现在一份合同里。比如“90天可退”，意思是纸面上的合同终点，不一定是必须付到的终点，但通知期内的钱、已交付部分怎么结算，还要看具体协议。 ...

新加坡VSMC新厂加入硅中介层后，2029年满载规划从每月5.5万片降到4.4万片，首期产能却在量产前就已锁定。一块不负责计算的40纳米级硅片，为什么会和3纳米AI GPU绑在一起？

以前担心训练数据里见过答案，现在还要防着Agent在评测运行期间去外部系统找答案。只看最终结果的跑分，只能证明模型拿到了答案；要证明它自己解出来，还得检查完整的解题轨迹。

提示词里写“没有网”，网络却是通的。今年夏天三起AI评测事故说明：提示词里的“不许”是标称，网络和进程里的“不能”才是实测。

320B×4bit÷8=160GB，而这台4万多元的迷你主机能分给GPU的内存，上限也标着160GB。不过，一个是十进制权重估算，一个是厂商的内存容量标称，不能直接推导出‘刚好塞满’。装得下只是第一本账；它的内存带宽和我的24GB笔记本一样是273GB/s，跑起来什么体验，还要看另外两本账。

这是“一个反常识事实，拆开一笔系统账”系列文章。 本文所引政策、标准、论文和公开页面核查截至 2026 年 9 月 28 日。模型备案、许可协议和服务条款可能继续更新，正式决策应以届时有效文本为准。 2024 年底，DeepSeek-V3 刚上线时，有用户问它“你是谁”，模型一度回答自己是 ChatGPT，甚至自称 GPT-4。 这件事很容易被讲成一个耸动故事：国产模型是不是套了国外模型的壳？ 但仅凭一段自我介绍，什么也证明不了。有人用中文问Google的Gemini，它回答说自己是百度的文心一言。那么，Gemini是套了文心一言的壳吗？——显然不是。 大模型会复述训练语料里的身份文本，也可能在蒸馏数据、对话模板或后训练阶段吸收别的模型表达。它说自己是谁，不等于它的权重来自谁。今天的互联网上，到处都是AI生成的文字，其中有大量“我是ChatGPT，由OpenAI开发”这样的句子。模型从网上抓数据来训练，就把这些自我介绍一起“背”了下来。TechCrunch采访的一位伦敦国王学院的研究者说得很直接，模型显然在某个环节见过ChatGPT的原始回答，但说不清是在哪里见到的。所以，模型的自我介绍本来就不能当真。 真正值得追问的是，一家企业宣称“自研大模型”时，究竟自研了哪一层？外部又能拿什么验证？ 这两个问题比“是不是套壳”更难，也更有用。 “自研”不是一个开关，而是一条很长的技术栈 人们说“自研大模型”，通常会被认为，一家公司从随机参数开始训练，数据、算法、算力、工程和部署全部自己完成。但现实通常不是这样的。 一家公司调用别人的API做了个聊天产品，可以说“自研AI”；另一家公司花几千万美元，从零开始训练出一个几千亿参数的模型，也叫“自研大模型”。两件事之间的距离，比我们想象的大得多。 打个比方，“我有一套自己的房子”这句话，可能是这几种情况： 自己买地、自己设计、自己盖； 用通用的标准图纸，但地是自己的，楼是自己一砖一瓦盖的； 买了一套二手房，然后砸墙大改； 买了精装房，换了一套软装； 其实是租的。 一套能够对外提供服务的大模型系统，至少可以拆成八层： 数据：数据收集、购买、清洗、去重、配比、合成和标注。 分词器：词表、编码规则和特殊标记。 基础架构：Transformer、注意力机制、MoE、归一化方式等。 预训练权重：从随机初始化开始形成的底座参数。 后训练：监督微调、偏好优化、拒绝训练、蒸馏和领域适配。 推理系统：并行策略、量化、调度、缓存和算子优化。 产品系统：RAG、工具调用、工作流、权限和应用界面。 安全与合规：内容安全、数据治理、评测、备案或上线登记。 企业可能只在其中两三层投入了核心研发，也可能八层都有工作。问题在于，市场传播经常把这些不同层级压缩成同一个词：自研。 因此，“自研大模型”至少可能指五件不同的事： 从随机参数开始完成了基础模型预训练； 以开放权重模型为起点，做了大规模继续预训练； 在现有底座上完成了微调、蒸馏或领域适配； 没有训练新的底座，只做了 RAG、Agent 或行业应用； 只接入第三方模型 API，再包装成自己的产品。 这些工作都可能有研发价值，但不能被当成同一件事。 按本文采用的“模型来源”口径，第一种可以称为自研基础模型；第二种更准确的说法是基于既有权重继续训练；第三种属于衍生模型；第四种是应用系统研发；第五种主要是产品集成。 分层之后，争论才有意义。 八层技术栈 备案能证明合规上线，不能单独证明从零训练 截至 2026 年 8 月 31 日，国家网信办公布的累计数字是，1112 款生成式人工智能服务完成备案，731 款应用或功能完成登记。仅 2026 年 7 月至 8 月，就新增 124 款服务备案和 133 款应用或功能登记。 ...

Anthropic已向AWS承诺十年超1000亿美元、最高5GW，却仍在谈判直接租用最高1GW的数据中心容量。它并非抛弃云，而是在把机房、芯片和云服务拆成不同期限的合同；可能减少一部分云服务溢价，同时接回空置、融资、运维和长期需求风险。

Nebius宣布10月1日把H100按需租金提到4.50美元/小时，比6月前的2.95美元高出52.5%。同一张价格页上，H100抢占价却只要0.79美元。这篇回到053号《一张显卡的寿命》，把“资产寿命”拆开重算一遍。

同一天，两家公司给出了50%、20%和40%三种降幅。本文把单价、缓存、任务token和模型回退拆开计算：同一次降价，落到不同负载上可能只省22.5%，也可能省43.5%。