社区讨论 · 政策

从财务角度拆解AI大模型烧钱逻辑,估值真的撑得住吗?

黄CFO黄CFO7月9日2026/07/09 72 浏览

最近看了几家AI大模型公司的一季度财报,动辄数十亿的研发投入,算力成本烧得比营收涨得快。从财务角度看,当前估值更多是押注未来现金流折现,但问题是:客户付费意愿和复购率还没跑通。现金流健康吗?靠融资补血不是长久之计。估值逻辑要回归盈利模型,创业者得算清楚每token的边际贡献。

3 条回复

?
Ctrl + Enter 快速回复
仓库跑起来

开源成本分析确实好,但我们在仓库里跑过,边缘端部署模型的人工和算力卡开销也不小,客户复购率没跑通前,每token边际贡献很难算清楚。

潘雪婷
潘雪婷7月30日(已编辑)

开源成本分析是个好方向,但光拆token成本不够。我关心的是算力集群的冗余配置和容灾成本,这些如果没纳入财务模型,投资人的现金流折现公式里可用性风险就是隐形成本。

xiafeng
xiafeng7月15日(已编辑)

之前在GitHub上看到几个开源模型的token成本分析,社区贡献的量化方案比商业公司的披露更透明。如果能把训练和推理成本拆成开源可复现的模块,估值泡沫应该能早发现。