AI 基礎設施軍備競賽：運算能力、開源模型與 Agent 效能

摘要

關於 AI 競爭的公眾討論仍集中在模型品質上：哪家實驗室在本季度推出了最聰明的系統。這種框架忽略了真正的競爭已經轉移的方向。決定 2026 年開發者實際能部署什麼的限制因素是結構性的——電力供應、晶片分配、資料中心建設、訓練與推論效率、模型權重流通的條款、報告模型效能與使用情況的介面，以及讓模型呼叫工具而非僅僅回答問題的協定。本文將 AI 基礎設施軍備競賽視為一個七層堆疊：運算與能源、資本支出、效率工程、開放權重分發、模型元資料與排名、代理協定，以及生產團隊每天執行的路由/評估迴圈。我們僅使用可追溯至具名、註明日期的來源之主張，並標註流行敘事超出證據範圍的地方。

主要發現

• IEA 預測全球資料中心電力消耗將從 2025 年的 485 TWh 大幅增加至 2030 年的 950 TWh，其中 AI 優化資料中心的成長速度高於整體資料中心領域——這使得電力（而非僅僅是晶片數量）成為新產能的關鍵限制因素。
• NVIDIA 2026 會計年度資料中心營收年增 68%，達到 1,937 億美元（全年營收 2,159.38 億美元），而該公司自身的 2027 會計年度第一季展望並未假設任何來自中國的資料中心運算營收，這顯示資本密集度與地緣政治風險在基礎設施規劃中已密不可分。
• DeepSeek-V3 的歷史技術報告指出，其官方訓練運行耗時 278.8 萬個 H800 GPU 小時，成本約為 557.6 萬美元，明確排除了先前的研究、消融實驗、架構探索、演算法開發及資料成本——這個數字經常被誤引為「模型成本」，而非模型內部的一個會計項目。
• 史丹佛大學 2026 年 AI 指數報告指出，美國與中國模型在頂尖效能上的差距已實質縮小，儘管美國仍生產更多頂尖模型，而中國在出版數量、引用次數、專利產出及工業機器人安裝量方面領先——這比單純的「美國領先」或「中國已追上」更為破碎。
• Anthropic 的 Model Context Protocol (MCP) 作為 AI 系統與資料來源之間安全雙向連接的開放標準，在捐贈給 Linux Foundation 新成立的 Agentic AI Foundation 之前，已成長至超過 10,000 個活躍的公共伺服器，並獲得 ChatGPT、Cursor、Gemini、Microsoft Copilot 及 VS Code 的採用——代理工具的標準化速度目前已超過大多數模型層的競爭。

來源快照

來源	確立內容	觀察日期
IEA - Key Questions on Energy and AI	資料中心電力需求軌跡、AI 伺服器功率密度趨勢	2026-07-09
NVIDIA FY2026 results	資料中心營收成長、中國市場曝險的前瞻指引	2026-07-09
OpenAI - Stargate announcement	資本承諾結構與初始股權投資者	2026-07-09
DeepSeek-V3 historical technical report	訓練運算時數與官方成本會計範圍	2026-07-09
Qwen3 launch	開放權重發布結構與部署工具	2026-07-09
Stanford AI Index 2026	模型效能差距、國家研究產出、資料中心數量、晶圓廠集中度	2026-07-09
Anthropic - MCP launch	代理對工具協定的設計意圖	2026-07-09
Anthropic - MCP donation / AAIF	當前採用足跡與治理轉移	2026-07-09
OpenRouter rankings	基於使用的模型需求訊號	2026-07-09
OpenRouter Models API docs	作為基礎設施的模型元資料架構	2026-07-09
Artificial Analysis methodology	基準測試中模型/端點/提供者的區別	2026-07-09
Artificial Analysis Intelligence methodology	綜合指數建構與既定限制	2026-07-09
vLLM / PagedAttention paper	推論服務吞吐量提升	2026-07-09
Pentos - AI 軍備競賽	原始敘事框架，此處圍繞基礎設施重新建構	2026-07-09

方法論與更新觸發條件

本文僅保留可追溯至具名、註明日期的來源之主張：政府或 IEA 的能源預測、供應商財務揭露、模型實驗室發布的技術報告，或第三方基準測試聚合器（如 Artificial Analysis 和 OpenRouter）。來源年份涵蓋 2025 年底至 2026 年初，每個章節皆註明了基礎資料受時間限制的報告期（例如季度財報、指數版本）。

原始的 Pentos 報告以軍事和地緣政治術語構建基礎設施競爭，並包含了一些無法透過公開技術或財務揭露驗證的主張——例如預測的國家運算份額主導地位、戰略價值框架以及前瞻性能力時間表。這些主張被排除而非重構，因為以基礎設施語言重述無法驗證的主張並不能解決潛在的證據缺口。若 Pentos 的主張與可驗證的數據（例如資料中心能源需求、已發布的模型基準測試）重疊，則該主張是從原始來源重新建構，而非直接從報告中轉載。

當發生以下任何情況時，應更新本文：NVIDIA 的新季度財報實質改變了資料中心營收或出貨數據；發布了新的史丹佛 AI 指數版本；OpenRouter 或 Artificial Analysis 的排名變動幅度足以改變本文所引用的開放與封閉模型之相對地位；重大開放權重模型發布（例如新的 DeepSeek、Qwen 或同類模型系列）改變了開放模型競爭力的敘事；IEA 發布了更新的資料中心電力需求預測；或受引用的實驗室發布了實質不同的代理協定或基礎設施投資公告。若無這些觸發條件，此處的主張與比較應被視為快照，而非即時狀態。

---

為何「AI 基礎設施軍備競賽」是更好的框架

關於 AI 競爭的主流媒體敘事是排行榜故事：一家實驗室發布模型，對手在幾週內回應，評論員為此評分。這種框架與其說是錯誤，不如說是不完整。它將模型品質視為稀缺資源，但對於大多數開發者而言，稀缺資源是電力、晶片分配、服務容量，以及將模型輸出轉化為系統可執行動作的工具。

考慮 2026 年實際限制新模型部署的因素。這很少是「我們能否獲得更聰明的檢查點」。而是：我們能否在擁有足夠功率密度的資料中心獲得 GPU 容量，且價格能維持產品的單位經濟效益；能否透過保持延遲可預測的基礎設施提供服務；能否包裹在讓模型呼叫工作流程所需工具的協定中；以及能否透過可觀測性讓工程團隊在客戶發現之前捕捉到回歸問題。每一項都是獨特的競爭層，擁有自己的領導者、瓶頸和變革步伐。

這就是我們使用「基礎設施軍備競賽」而非「模型競賽」的原因。競爭的單位是整個堆疊——晶片、電力、資料中心、服務軟體、模型、API 介面和代理協定——而不是單一的排行榜數字。

七層 AI 基礎設施堆疊模型僅是其中一層；生產限制位於其上下方。晶片製造電力與冷卻資料中心建設推論服務模型權重 / API模型元資料代理工具層TokenLab 研究綜述，來源支持包括 IEA、NVIDIA、史丹佛 AI 指數、OpenRouter、Artificial Analysis 及 Anthropic MCP 資料。

這種框架也能更好地解釋近期歷史。DeepSeek-V3 的發布在此處被用作歷史錨點，而非當前的模型推薦。它的重要性在於，它迫使公眾重新評估競爭性推論的假設成本底線，而在當時，重運算擴展被廣泛視為唯一可信的策略。Stargate 公告的重要性不在於任何單一技術主張——它作為資本配置訊號，顯示了主要參與者在需求被證實前數年，願意在資料中心容量上投入多大的賭注。這兩個事件都是穿著模型競賽外衣的基礎設施事件。

對於平台團隊而言，實際意義在於競爭情報需要追蹤資本支出揭露、電力預測和協定採用情況，並與基準測試分數並列。一個只關注排行榜的團隊將會錯過那些真正重塑「可建構性」的動作。

運算現在就是電力、土地、晶片與排程

AI 基礎設施成長最關鍵的限制因素並非單純的晶片供應——而是電力。IEA 的分析預測，全球資料中心電力消耗將從 2025 年的 485 TWh 大約翻倍至 2030 年的 950 TWh，其中 AI 優化資料中心的成長速度高於整體資料中心領域。這不是一個溫和的、經效率調整的預測；這是一個已經在某些地區與國家電網競爭容量的類別翻倍。

密度問題加劇了總量問題。IEA 報告稱，AI 伺服器功率密度從 2020 年到 2025 年增加了約 11 倍，到 2027 年可能會再增加 4 倍。這種軌跡意味著「一機架 AI 運算」的物理足跡變化的速度，超過了大多數公用事業互連流程、冷卻設計或許可審批時間表所能承受的範圍。為 2023 年機架密度設計的資料中心，對於 2027 年的硬體而言，不僅僅是「效率較低」——它可能在結構上無法在不進行改造的情況下託管這些硬體。

資料中心電力需求預測IEA 中央預測：資料中心需求從 2025 年到 2030 年大約翻倍485 TWh950 TWh20252030~2 倍總需求來源：IEA Key Questions on Energy and AI，觀察日期 2026-07-09。AI 聚焦型資料中心的成長速度高於整體區段。

資本市場正直接為此限制定價。NVIDIA 的 2026 會計年度業績顯示，全年資料中心營收年增 68%，達到 1,937 億美元，佔總營收 2,159.38 億美元的大部分。這不僅僅是晶片需求；它反映了晶片需求、資料中心建設承諾以及使新產能可部署的電力合約之複合效應。與此同時，NVIDIA 自身對 2027 會計年度第一季的前瞻指引並未假設任何來自中國的資料中心運算營收——這提醒我們，即使是最明確的運算供應領導者，也在圍繞地緣政治排除進行規劃，而非假設全球需求無摩擦。

Stargate 是近期晶片供應商之外，此規模資本承諾最明確的例子。OpenAI 的公告描述了在四年內投資 5,000 億美元的意圖，其中 1,000 億美元立即投入，並點名 SoftBank、OpenAI、Oracle 和 MGX 作為初始股權投資者。我們嚴格將此視為資本承諾訊號：它展示了基礎設施參與者願意為未來運算能力預先投入資本的規模。它本身並不證明執行速度、設施數量或人員配置水準，我們也不會轉載自公告以來關於建設進度的未經證實的主張。

這一切之下的供應鏈仍然狹窄。史丹佛 2026 年 AI 指數報告稱，領先的 AI 晶片製造集中在台積電 (TSMC)，且美國擁有 5,427 個資料中心——這個數字說明了即使需求全球化，製造和託管能力在地理上仍高度集中。單一晶圓廠節點和少數超大規模密集區域，支撐著一個日益將「運算」視為可替代商品的市場。它並非可替代的；它在地理和政治上高度集中，影響著下游的一切，從新產能的前置時間到模型服務業務所依賴的價格穩定性。

對於基礎設施或平台團隊而言，實際解讀是：產能規劃必須考慮電力互連時間表和晶圓廠集中風險，而不僅僅是晶片供應商的路線圖。一個假設多區域 GPU 價格穩定的路由或服務架構，實際上是在對電網容量和地緣政治穩定性進行隱性押注，而這些都在任何單一 AI 公司的控制範圍之外。

效率路線是一種基礎設施策略

如果運算和電力受到限制，自然的應對措施就是效率——每 GPU 小時和每瓦特提取更多可用的智慧，而不是單純購買更多硬體。這不是運算競賽的哲學替代品；它本身就是一種基礎設施策略，且有一個有據可查的例子。

DeepSeek-V3 的歷史技術報告指出，其官方訓練運行耗時 278.8 萬個 H800 GPU 小時，成本約為 557.6 萬美元。該數字精確、有來源，且值得精確閱讀其範圍：它明確排除了先前的研究、消融實驗、架構探索、演算法開發及資料收集成本。這是單次訓練運行的成本，而非建立能夠產生該運行的實驗室的成本。將其視為「前沿模型的總成本」——公眾評論中常見的誤讀——誇大了該數字所支持的內容，並低估了使該運行成為可能的研發投資。

該數字確實支持的是關於效率工程作為競爭槓桿的真實訊號。一次在有據可查、相對較低的 GPU 小時成本下實現競爭性品質的訓練運行，證明了架構和訓練管道的選擇可以實質改變「每單位能力運算比」。這正是隨著電力和晶片供應收緊而變得更重要的基礎設施槓桿：如果你不能輕易購買更多產能，你就會從現有產能中提取更多價值。

兩條基礎設施路線規模購買產能；效率改變每 GPU 小時的能力曲線。暴力規模化更多晶片、更多電力、更大叢集效率路線架構、訓練管道、服務堆疊本文範例：OpenAI Stargate 資本支出訊號、歷史訓練成本範圍、vLLM/PagedAttention 服務效率。

效率競賽不僅限於訓練。推論服務有其自身的效率層，並且在不依賴任何單一模型發布的情況下獨立改進。vLLM 專案的 PagedAttention 論文報告稱，透過將 KV 快取記憶體管理視為一級排程問題而非事後補救，在相似延遲下吞吐量提升了 2-4 倍。這是服務基礎設施的增益，而非模型品質的增益——並且它與在其之上運行的每個模型產生複合效應。升級服務堆疊的團隊可以在完全不觸碰模型的情況下實現吞吐量增益，這是軍備競賽中一個獨特且被低估的軸線：基礎設施層的效率改進在模型層之間是可移植的，而訓練層的效率增益則不然。

Qwen3 的發布說明了第三個效率維度：部署目標的多樣性。Qwen3 發布了兩個混合專家 (MoE) 模型和六個密集模型，採用 Apache 2.0 授權，並在 SGLang、vLLM、Ollama、LMStudio、MLX、llama.cpp 和 KTransformers 上提供官方推薦部署路徑。在多個參數規模下提供 MoE 和密集變體，本身就是分發層的一種效率策略：它讓開發者能夠選擇符合其硬體限制的運算配置——從雲端規模的 MoE 部署到消費者硬體上的本地密集模型——而不是強迫所有部署都走同一條重運算路徑。

對於平台團隊而言，操作層面的教訓是：效率和規模並非競爭同一預算的對立陣營；它們是解決同一問題的兩個槓桿，未來兩年定位最好的團隊是那些同時對兩者進行工具化的團隊。我們自己的 路由與每任務成本分析 將此視為操作問題而非意識形態問題：在給定的任務分佈下，哪種模型選擇與服務配置組合能在可接受的品質底線下最小化成本。

開放權重改變分發，而非自動改變治理

Qwen3 以 Apache 2.0 授權發布是一個分發決定，值得精確說明該決定改變了什麼以及沒有改變什麼。開放權重意味著模型的參數可以被下載、在操作者控制的基礎設施上運行、微調，並在規定的授權條款下重新分發。這與僅限 API 的模型有顯著不同，後者的權重永遠不會離開提供者的基礎設施，且每次推論呼叫都由該提供者的服務堆疊、速率限制和服務條款進行調解。

我們在整篇文章中刻意使用「開放權重」而非「開源」。某個發布是否符合 OSI 風格的開源標準，取決於訓練資料揭露、訓練管道的可重現性，以及權重重新分發之外的授權條款——大多數當前的「開放」模型發布（包括許多在媒體報導中被廣泛稱為「開源」的模型）並未完全滿足這些標準。Qwen3 對權重採用的 Apache 2.0 授權是一個真實且可驗證的分發承諾；它本身並非訓練管道完全透明的證據。

開放權重可靠改變的是控制介面。在自託管基礎設施上運行開放權重模型的開發者控制了正常運行時間、資料駐留、微調，且不會暴露於提供者的價格變動或棄用時間表中。開放權重不會自動提供治理，即文件化的安全評估、紅隊揭露或下游濫用的問責制——這些仍然是發布組織可能在權重發布之外做出或不做出的一系列獨立承諾。

模型存取的控制矩陣開放權重轉移了控制權，但並未消除操作負擔。操作控制 ->操作負擔 ->直接 API路由器開放權重自託管堆疊解讀：API 減少操作負擔；開放權重增加控制；路由器以部分直接控制換取模型/提供者靈活性。

這就是史丹佛 2026 年 AI 指數在對抗簡化的「誰在贏」敘事時增加有用細微差別的地方。指數報告稱，美國與中國模型在頂尖效能上的差距已實質縮小，而美國整體生產更多頂尖模型，中國則在出版數量、引用次數、專利產出和工業機器人安裝量方面領先。這些衡量標準——模型平價、模型數量、出版數量、專利產出、機器人部署——沒有一個能乾淨地歸結為其他標準。模型品質排行榜幾乎不會告訴你關於專利產出的任何資訊；專利數量也不會告訴你生產團隊本週應該將編碼任務路由到哪個模型。閱讀地緣政治 AI 報導的開發者應將每一項視為獨立、分別來源的主張，而非單一「誰領先」記分板的輸入。

平台團隊的實際決策很少是抽象的「開放權重與封閉 API」。這是一個針對每個工作負載的決定：該工作負載是否需要只有自託管才能提供的資料駐留保證，或是提供者專用產能提供的吞吐量保證，還是它能容忍路由器在價格和可用性變動時跨提供者移動流量的共享基礎設施權衡。我們的 模型比較工具 將此視為明確的權衡面，而非哲學立場——開放權重是一種分發和控制機制，其評估方式與評估任何其他基礎設施依賴項相同。

排名與模型資料成為操作基礎設施

堆疊中一個比晶片或模型發布受到較少關注的層級是模型元資料層：告訴開發者哪些模型存在、成本多少、回應速度多快，以及它們在對給定產品重要的任務上如何比較的 API、排名和基準測試方法。這一層本身已成為基礎設施，因為生產路由決策越來越依賴對這些問題的機器可讀答案，而非手動研究。

OpenRouter 的 Models API 文件描述了公開模型元資料、模態、支援的參數，以及按價格、上下文視窗和延遲/吞吐量排序的檢視。這是一種與基準測試論文完全不同的資源：它是一個即時、可查詢的索引，路由系統可以在做出分發決策之前以程式化方式呼叫它。OpenRouter 的公開排名則呈現了基於基準測試和真實使用資料的即時排名，包括按每週使用量和按任務級別支出份額劃分的頂尖模型。這是需求訊號，而非全球真理主張——它反映了流經一個平台市場的流量，這與更廣泛的市場行為相關，但並不完全相同。在一個路由器上按每週使用量排名第一的模型，在另一個平台的流量中可能表現不佳，原因與品質無關，包括預設配置選擇、合作夥伴整合或區域可用性。

Artificial Analysis 採取了不同的方法：跨智慧、品質、效能和價格的獨立基準測試，並採用明確的方法論，將模型、端點、提供者和無伺服器部署區分為獨立概念。這種區別比聽起來更重要。由兩個不同提供者服務的同一個底層模型，可能會發布實質不同的延遲和吞吐量數字，因為服務基礎設施——而非模型權重——不同。一個在未指定端點和提供者的情況下報告「模型 X 最快」的基準測試，報告的是基礎設施效能，並將其歸因於模型。

這就是本文前面堆疊圖旨在說明的區別：元資料和排名層位於模型層和開發者實際消費的 API 介面之間，將服務層數字與模型層主張混為一談是一個類別錯誤，而排名素養旨在捕捉這一點。

Artificial Analysis 的 Intelligence Index 方法論在其自身文件中直接增加了一個進一步的警告：v4.1 指數將代理、編碼、科學推理和一般能力加權為綜合分數，且方法論明確指出此類指標具有局限性，可能不適用於每個用例。這是基準測試提供者罕見的直接承認，應將其解讀為給開發者的常設指令：綜合智慧分數是縮小候選名單的篩選工具，而非評估候選模型對抗自身任務分佈的替代品。

這就是將排行榜素養視為自身基礎設施能力的論點。一個能夠查詢 即時模型與定價資料、將其與 獨立排行榜訊號 交叉參考，並在提交流量前運行自身特定任務評估的平台團隊，其嚴謹程度高於僅從單一排名頁面挑選模型並假設排名轉移到其工作負載的團隊。元資料層之所以是基礎設施，正是因為它現在位於生產路由系統的自動化決策路徑中——而不僅僅是每季度審查一次的採購電子表格中。

代理將模型輸出轉化為系統行動

目前標準化動態最快的層級不是模型層——而是代理協定層，即讓模型輸出觸發外部系統實際行動，而非終止於聊天視窗中的軟體。

Anthropic 引入了 Model Context Protocol (MCP) 作為 AI 系統與外部資料來源之間安全雙向連接的開放標準。發布時的設計目標很簡單：為模型提供一種標準方式來觸及工具和資料，而不要求每個整合都構建為客製化的、一次性的連接器。這是一個與資料庫驅動程式標準或 API 規範同類別的基礎設施問題——它存在是為了降低將 N 個模型連接到 M 個工具的組合成本。

自發布以來的採用軌跡是更重要的基礎設施訊號。Anthropic 宣布將 MCP 捐贈給 Linux Foundation 新成立的 Agentic AI Foundation，報告稱有超過 10,000 個活躍的公共 MCP 伺服器，並獲得 ChatGPT、Cursor、Gemini、Microsoft Copilot 和 VS Code 的採用。這是單一協定在直接競爭對手之間的跨供應商採用——這種模式在 AI 基礎設施中很少見，且特別值得注意，因為它不需要這些供應商在模型品質、定價或治理哲學上達成一致。他們收斂於一個共享的管道層，因為分歧的、不相容的工具呼叫標準會對他們每個人造成整合成本。

將 MCP 交給獨立基金會而非保留在單一供應商控制之下，本身就是一個值得仔細解讀的治理決定。一個調解模型被允許觸及什麼——哪些檔案、哪些 API、哪些系統——的協定具有真正的安全權重。將該協定的管理權置於任何單一實驗室的商業激勵之外，是一種與將其保留為專有差異化因素不同的姿態，且這與將代理工具層視為共享基礎設施而非競爭性 IP 的做法一致。

代理行動邊界模型輸出是一個提案。基礎設施決定它是否成為行動。模型輸出工具呼叫權限檢查審計行動事件重播對模糊或超出範圍的工具請求採取「失敗關閉」來源背景：Anthropic MCP 發布與 AAIF 捐贈；安全解讀為 TokenLab 研究綜述。

這個邊界在操作上之所以重要，是因為代理不是更聰明的聊天機器人；它是一個將模型輸出轉化為後果行動的系統——提交工單、執行交易、修改資料庫記錄、發送電子郵件。這些行動中的每一項都需要一個獨立於模型自身判斷的權限模型，因為模型的判斷正是可能不可預測地失敗的部分。設計良好的代理架構將「模型說要這樣做」視為提案，而非授權：提案通過明確的工具呼叫介面、針對該特定代理實例被允許觸及範圍的權限檢查，以及記錄請求內容、許可內容和實際執行內容的審計日誌。

這是在生產討論中應取代模糊的「AI 安全」語言的框架。問題不在於給定模型在抽象中是否對齊；而在於周圍的代理基礎設施是否強制執行最小權限存取、產生足以在事件發生後重建發生經過的審計追蹤，並在工具呼叫模糊或超出範圍時安全地失敗。我們的 代理回退與路由指南 將此視為操作設計問題：當代理鏈中的主要模型返回格式錯誤的工具呼叫、逾時或在任務中途被速率限制時會發生什麼，以及回退路徑如何保持相同的權限邊界，而不是在保持工作流程移動的壓力下悄悄放寬它們。

對於基礎設施團隊的戰略解讀是，代理能力的門檻現在較少受到模型推理品質的限制，而更多受到周圍權限和審計層構建嚴謹程度的限制。一個連接到沒有範圍界定和審計追蹤的權限系統的前沿品質模型，其操作風險大於連接到工具化良好系統的中階模型。

這對模型平台與開發者意味著什麼

將這些層級彙整為實用清單，2026 年在此堆疊之上構建的團隊應追蹤每一層的獨特訊號，而非將一切坍縮為單一的「哪個模型最好」問題：

• 運算與電力：追蹤提供者實際服務區域的資料中心電力可用性和互連時間表，而不僅僅是頭條晶片公告。提供者的價格穩定性取決於你永遠不會直接看到的電力合約。

• 資本支出訊號：將資本承諾公告——無論是 Stargate 規模或其他——解讀為關於產能被預購的需求側訊號，而非近期可用性的保證。今天承諾的資本不會轉化為下個季度的 GPU 小時。

• 效率，而不僅僅是規模：評估訓練側效率主張（具有明確的成本會計範圍，正如歷史 DeepSeek-V3 報告所清楚說明的）和服務側效率增益（如 PagedAttention 級別的吞吐量提升）作為獨立的、複合的槓桿。服務堆疊升級可以在不進行任何模型變更的情況下實現吞吐量增益。

• 開放權重作為控制決定：當資料駐留、微調控制或提供者獨立性超過運行自身推論基礎設施的操作負擔時，選擇開放權重自託管。當吞吐量保證和較低的操作開銷超過基礎設施控制權的損失時，選擇 API 或路由器存取。在未檢查特定工作負載的授權和部署成本之前，不要將「開放」視為「更安全」或「更便宜」的同義詞。

• 元資料與排名素養：使用機器可讀的模型元資料和獨立基準測試方法來縮小候選名單，然後在提交生產流量前運行自身特定任務的評估。綜合排行榜分數是篩選訊號，明確受其自身方法論文件限制，而非部署決策。

• 代理權限設計：在擴展代理能力之前構建工具呼叫、權限檢查和審計日誌層，而不是在事件發生後。無論底層模型能力如何，將每個可能觸發系統行動的模型輸出視為需要明確授權的提案。

• 每任務成本紀律：按工作負載經濟學路由，而非模型聲望。對於高容量、低複雜度的任務類別，即使前沿模型贏得所有抽象排行榜，清除品質底線的較便宜模型也是該類別的正確選擇。我們的 每任務成本路由研究 和我們的 低成本模型目錄 旨在使該權衡可見而非隱性。

這些都不是一次性決定。每一層都按自己的時間表移動——電力建設在多年時間表上，模型發布在月度至季度節奏上，協定採用在標準達到臨界質量後爆發。2026 年的基礎設施競爭力看起來不太像挑選贏家，而更像是維護一個路由和評估迴圈，該迴圈能夠在每次新模型或協定版本發布時吸收每一層的變更，而無需進行完整的架構重寫。

API 與平台團隊的決策矩陣

上述基礎設施訊號對構建在模型 API 之上的團隊具有實際意義，獨立於哪個實驗室或供應商最終在原始能力上領先。下表將觀察到的訊號映射到決策點；它不推薦特定的供應商或產品。

基礎設施訊號	它引發的實際問題	決策前應查看何處
歷史開放權重模型發布（如 DeepSeek-V3、Qwen3）縮小與封閉模型的差距	對於此工作負載，自託管或開放權重微調現在是否可行，還是封閉 API 的便利性仍然超過差距？	獨立基準測試聚合器（Artificial Analysis、OpenRouter 排名），而非僅僅是實驗室發布的基準測試
跨基準測試提供者的分歧排名	哪種基準測試方法論符合此工作負載的實際任務分佈？	在採用單一排行榜作為真理之前，先閱讀已發布的方法論說明
服務層效率增益（如 PagedAttention/vLLM 級技術）	對於此流量模式，自託管推論現在是否改變了相對於 API 呼叫的成本/延遲權衡？	在代表性併發下的自身負載測試，而非供應商報告的吞吐量數字
新興代理/工具使用協定（如 MCP）	整合工作應針對協定級標準還是供應商特定的 SDK？	跨多個實驗室和工具的協定採用廣度，而非單一供應商的路線圖
資料中心能源與容量限制（IEA 預測、大型資本支出公告如 Stargate）	產能規劃應假設價格與可用性持續改善，還是為高峰期的供應緊張編列預算？	區域電力與電網容量資料，以及供應商產能公告
運算投資集中在少數大型基礎設施計畫中	這是否為延遲或可用性敏感系統創造了單一供應商依賴風險？	多提供者回退測試與合約條款，而非一般性的冗餘主張

這些訊號中沒有一個能單獨解決決策；每一個都用一個具體的、可檢查的問題，取代了關於哪一方正在「贏得」基礎設施競賽的一般性主張。

2027-2030 情境

我們沒有基礎來預測該堆疊在未來幾年內如何解決的單一結果。我們能做的是列出錨定在上述層級的情境，每個情境都有確認或證偽它的指標。這些是情境，而非預測。

• 情境 A - 電力受限的整合：資料中心電力需求追蹤或超過 IEA 2030 年 950 TWh 的預測，電網互連成為新產能的關鍵限制，運算存取集中在最早獲得電力合約和晶圓廠分配的營運商手中。觀察指標：互連佇列時間表和主要資料中心營運商報告的購電協議，而不僅僅是晶片出貨公告。

• 情境 B - 效率導向的擴散：訓練與服務效率增益（如歷史 DeepSeek-V3 錨點和 PagedAttention 級服務工作所說明）繼續以快於需求成長的速度降低「每單位能力運算比」，競爭性模型能力擴散到更廣泛的營運商集合，而非集中在最大的運算持有者手中。觀察指標：新發布的開放權重模型是否繼續縮小史丹佛 2026 年指數所描述的頂尖能力差距，且使用與前代模型相當或更低的運算預算。

• 情境 C - 協定標準化的代理層：代理工具呼叫標準化圍繞少數開放的、基金會治理的協定（MCP 捐贈給 Agentic AI Foundation 是最明確的當前例子），競爭差異化幾乎完全轉移到建立在共享協定之上的權限、審計和編排層，而非協定本身。觀察指標：是否有更多主要模型提供者和工具平台採用同一協定而非維護競爭標準，以及基金會的範圍是否擴展到其初始職權之外。

2027-2030 基礎設施情境追蹤指標，而非氛圍：電力、效率與協定收斂。電力受限的整合電網存取與晶圓廠分配集中產能。觀察：互連佇列效率導向的擴散每 GPU 小時的能力提升快於需求。觀察：成本品質曲線協定標準化的代理開放代理協定轉移競爭至權限與審計。觀察：MCP 採用與 SDK情境非預測。每個情境皆可透過公開基礎設施、基準測試與協定採用訊號進行證偽。

這些情境並非互斥。基於此處彙整的證據，最可能的路徑是某種組合：電力限制決定了誰能在最大規模上運作，效率工作決定了該規模實際購買了多少能力，而協定標準化決定了產生的能力是跨供應商可移植的，還是鎖定在單一代理生態系統中。開發者應追蹤所有三組指標，而非將基礎設施決策押注在單一情境上。

這不能證明什麼

本文刻意排除了在「AI 軍備競賽」敘事的鄰近報導中流傳的一組主張，因為它們缺乏我們能以本文要求的信心水準獨立驗證的來源。明確命名它們比默默省略它們更有用：

• 我們沒有關於聯邦禁止任何特定 AI 提供者，且與拒絕軍事相關安全變更掛鉤的主張之已驗證來源。此主張出現在某些報導中，但未在此處得到獨立證實，因此被排除。
• 我們沒有已驗證、註明日期的來源確認 Stargate 在原始公告後任何特定時間點的實際資料中心數量或人員配置水準。該公告確立了意圖和初始資本結構；它並未確立執行速度，我們也不會轉載任何方向上未經證實的執行主張。
• 我們沒有關於歸因於任何單一公司資料中心叢集的特定 GPU 機隊規模主張之主要來源。此類數字在沒有可追溯主要來源的情況下在二級報導中廣泛流傳，因此被排除在本文之外。
• 我們不使用軍事應用效能主張（無人機瞄準率或類似內容），因為它們超出了我們可獲得的可驗證、註日期、主要來源材料，也超出了本文的基礎設施與開發者範圍。
• 我們不使用 AI 支出的特定國防預算項目數字，或與晶片出口執法相關的執法案件金額數字，因為它們對於此處的基礎設施論點並不核心，且未為本文進行獨立驗證。
• 我們不使用 AI 代理市場規模或成長率估計。對於如此新的類別，市場規模數字因方法論而異，且對於本文所做的基礎設施論點並非負載。
• 此處引用的基準測試與排名資料（OpenRouter 使用排名、Artificial Analysis 分數）反映了特定平台的特定方法論與流量，觀察日期如所述。它們並不確立模型品質的單一全球排名，不應被如此解讀。
• 歷史 DeepSeek-V3 訓練成本數字明確限於一次訓練運行的 GPU 小時數，詳見技術報告本身。它不確立公司總研發支出，不應被用作「建立前沿實驗室成本」的基準。

常見問題解答

AI 基礎設施軍備競賽主要是關於誰擁有最好的模型嗎？

不是。模型品質是更廣泛競爭的一個可見層級，其中包括電力供應、晶片製造集中度、資料中心資本支出、訓練與服務效率、開放權重分發條款以及代理工具呼叫協定。一個在本季度排行榜領先的模型，仍然可能部署在無法擴展的基礎設施上，透過缺乏工具呼叫採用的協定服務，或以使其對於給定工作負載不經濟的方式定價。

「開放權重」實際上保證了什麼，而不保證什麼？

開放權重（如 Qwen3 的 Apache 2.0 發布）保證模型的參數可以被下載、自託管、微調，並在規定的授權條款下重新分發。它們不會自動保證訓練資料透明度、可重現的訓練管道或文件化的安全評估——這些是發布組織可能在權重發布之外做出或不做出的一系列獨立承諾。除非發布內容特別滿足權重重新分發之外的開源標準，否則請使用「開放權重」而非「開源」。

應如何正確使用歷史 DeepSeek-V3 訓練成本數字？

技術報告指出，其官方訓練運行耗時 278.8 萬個 H800 GPU 小時，成本約為 557.6 萬美元，並明確排除了先前的研究、消融實驗、架構探索、演算法開發及資料成本。將其用作證明有據可查的訓練運行在相對較低的 GPU 小時成本下實現了競爭性結果的證據。不要將其用作建立前沿實驗室的總成本數字，也不要在未匹配會計範圍的情況下將其直接與競爭對手的總研發支出進行比較。

OpenRouter 排名和 Artificial Analysis 分數是同一種證據嗎？

不是。OpenRouter 的排名反映了其自身市場流量的即時使用量和支出份額——這是一個真實的需求訊號，但特定於該平台。Artificial Analysis 跨智慧、品質、效能和價格進行獨立基準測試，其自身方法論明確將模型、端點、提供者和無伺服器部署區分為獨立變數，同時警告其綜合智慧指數有既定限制，可能不適用於每個用例。兩者對於縮小候選名單都很有用；兩者都不能替代對自身工作負載的特定任務評估。

MCP 與專有代理工具呼叫系統之間有什麼實際區別？

MCP 由 Anthropic 引入作為 AI 系統與資料來源之間安全雙向連接的開放標準，此後已被競爭平台（ChatGPT、Cursor、Gemini、Microsoft Copilot、VS Code，根據 Anthropic 自身的採用報告）採用，並隨後捐贈給 Linux Foundation 的 Agentic AI Foundation。專有工具呼叫系統將你的整合鎖定在單一供應商的路線圖和治理決定上。開放的、基金會治理的協定減少了這種鎖定，儘管它仍然要求你在其之上構建自己的權限和審計層——協定標準化了連接，而非授權政策。