沒人把SpaceX算進AI算力競賽，直到它一個月簽下兩筆巨單
過去六週裡，馬斯克把SpaceX從火箭和衛星公司，悄悄變成了排名第四的AI算力雲廠商，還沒人把這算進1.77萬億估值裡。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
xAI對外轉售算力比自用賺得更多
圖表顯示xAI與Google的雲計算合作，帶來的單位千瓦運營利潤超過Anthropic、Meta、Google、OpenAI;它與Anthropic的合作利潤也僅次於Anthropic自己。核心原因是馬斯克建數據中心的速度(122天)遠超同行，而速度本身就是省錢——晚一天上線就多付一天電工和水管工的錢，SpaceX現在還能把這個速度優勢按更高價格賣出去。
— Gavin Baker沒人料到SpaceX會變成AI雲廠商
六個月前大家的模型裡，SpaceX只是「Starlink連接+x.ai模型」兩條線，根本沒人把它算進AI算力競賽。過去30天，靠著和Google、Anthropic簽下的算力轉售巨單，SpaceX一下子成了第四大「超大規模雲廠商」,反超包括Oracle在內的一批老玩家——這個轉折幾乎沒進過任何人此前的預測模型。
數據中心不是大宗商品，是設計題
有人認為數據中心是標準化的大宗商品，但Gavin不同意——他說馬斯克用造火箭、造電動車同樣的第一性原理重新設計了數據中心，所以才能在122天內建成。他甚至提醒SpaceX團隊別太公開談這些設計細節，因為「對你們顯而易見的東西，對別人是啟示」,暗示這套方法論的差異化程度被低估了。
— Gavin Baker軌道數據中心每千瓦比地面便宜5倍
把GPU送上太空建數據中心，資本開支大約是每千瓦50億美元，而地面上對應的土地、廠房、電力、冷卻部分大約是200到250億美元——便宜5倍。前提是Starship要先實現兩級回收複用，再實現快速複用，把每公斤發射成本從獵鷹9的1500美元降到250美元甚至更低。風險在於衛星和GPU在軌故障率一旦偏高，這筆賬就可能打平。
收購Cursor是最被低估的一塊
六個月前x.ai做得不錯但受限於算力。收購Cursor後，xAI拿到的是比公開互聯網編程語料還多的專有編程數據，再投入Colossus 2訓練三週，Composer 2.5就在Cursor自己的基準上短暫登上帕累托前沿。更大的Grok 4.3(1.5萬億參數)正把Cursor數據直接喂進預訓練而非只做強化學習——如果這條路線跑通，模型能力的提升可能比大家盯著的算力轉售合同更有意義。
— Gavin Baker暴跌是大概率，但馬斯克一股都賣不了
過去20家類似規模的IPO(Facebook、Twitter、阿里巴巴、Shopify等)平均最大回撤超過50%。但這次情況沒有先例——史上最大IPO之一，又要快速納入指數，沒人知道拋壓會有多大。唯一確定的是馬斯克持股50%且鎖定365天不能賣；而員工和早期投資人過去十年每6個月就有一次流動性窗口，拋壓未必會集中在上市當天爆發。
— Gavin Baker沒人知道這些模型到底有多聰明
之所以說Fable 5/Mythos這類模型難以評估，是因為從沒有人連續運行Mythos整整一年——每一代模型真正的智能上限，可能在被下一代取代之前都沒被測出來過。Noam Brown的這條推文被認為「深刻」,也讓「快照式跑分」這套評測方式被認為已經過時：衡量的維度應該是時間、token數或算力投入，而不是單次打分。
— Gavin Baker開源拿八成token,前沿拿九成收入
兩年前這桌人就討論過「開源會追上前沿」的預期，今年數據顯示恰恰相反：前沿模型可能拿走九成以上的經濟價值，而開源模型消耗的token份額卻可能高達八成。原因是開源更多被用在客服這類後臺低價值任務上，企業不願意在編碼這類高價值任務上用「二流」模型。這種分化如果持續，反而利好算力和硬件——前沿模型利潤率越薄，企業就越要靠多花算力補回來。
1.5萬億開支對3000億收入，賬算得過來嗎
摩根士丹利把2027年資本開支預測從9500億上修到1.1萬億美元，Gavin認為實際可能接近1.5萬億；對應的是明年AI實驗室合計推理收入預測約3000億美元。Gavin反駁說3000億本身被低估了，訓練支出佔總開支的比例也在從接近一半降到約35%。更驚人的收尾數字是：過去7年Mag 7用一半時間就又新增了一個萬億美元收入(此前花20多年才達到第一個萬億),現在預測SpaceX、Anthropic、OpenAI這三家公司要在未來4到5年內再造一個萬億收入，用時又是上一次的一半。
— Gavin Baker原話 · 已逐字校驗
generates more operating profit per gigawatt um than Anthropic, than Meta, than Google, than OpenAI.
(這筆合作)帶來的單位千瓦運營利潤，超過了Anthropic、Meta、Google、OpenAI。
Gavin Baker3:07
we talked about it on all-in podcast, we called it EWS, Elon web services, right?
我們在All-In播客上聊過這個，管它叫EWS,也就是「馬斯克版雲服務」,對吧？
there is a belief that these data centers are commodities.
有一種看法認為這些數據中心就是大宗商品。
Gavin Baker19:19
it's about $5 billion per gigawatt of CapEx to put these in space.
把這些算力送上太空，資本開支大概是每千瓦50億美元。
I suspect if there's an upside surprise, if we went around the table, I'd say this is the place that's getting the least amount of attention and could have the biggest upside surprise.
我懷疑如果真有意外驚喜的話，環顧這一桌人，我會說這是關注度最低、卻最可能帶來最大意外驚喜的地方。
Gavin Baker31:30
nobody has run Mythos for a year continuously. And we may never know how smart each generation of models actually is or was
沒有人連續運行過Mythos整整一年。我們可能永遠不知道每一代模型到底有多聰明，或者曾經有多聰明。
Gavin Baker44:34
Frontier might be 90% of the economic value.
前沿模型可能佔了九成的經濟價值。
we're spending 1.5 trillion of CapEx on 300 billion of inference revenue. Does that math math for you?
我們在花1.5萬億美元的資本開支，換來的卻是3000億美元的推理收入，這筆賬你算得過來嗎？
Brad1:04:48
數字與實體
| SpaceX IPO估值 | 1.77萬億美元(每股135美元) | 2:05 |
| 2028年SpaceX預測收入(銀行測算) | 1600億美元 | 2:05 |
| SpaceX建成一座數據中心耗時 | 122天 | 4:09 |
| 軌道算力建設成本(每千瓦) | 約50億美元，對比地面約200-250億美元 | 26:27 |
| 發射成本(每公斤) | 獵鷹9約1500美元，Starship目標降到250美元以下 | 25:26 |
| Cursor預計今年收入 | 最高100億美元 | 29:30 |
| 2027年資本開支預測(摩根士丹利) | 從9500億上修到1.1萬億美元，Gavin估計近1.5萬億 | 1:03:47 |
| 明年AI實驗室合計推理收入預測 | 約3000億美元 | 1:04:48 |
| SpaceX估值倍數變化 | 新簽約後從100倍降至39倍TTM收入，一個月內新增290億美元 | 39:34 |
術語
- Pareto frontier/curve帕累托曲線(前沿)
- 衡量同樣成本能換來多少智能的效率曲線，越靠左上越好。
- EWS (Elon Web Services)「馬斯克版雲服務」
- 戲稱SpaceX把算力轉售給Google、Anthropic等客戶，類似亞馬遜雲服務的生意模式。
- ASIC專用定製芯片
- 為特定AI工作負載定製的芯片，與英偉達通用GPU相對。
- two-stage reusability兩級可複用(火箭)
- Starship的助推器和第二級都能回收重複使用，而非一次性消耗。
- token router模型路由器
- 自動判斷把每條請求發給哪個模型(貴/便宜)處理的調度系統。
收聽指南
關注SpaceX IPO定價、AI算力資本開支邏輯的二級市場投資人，以及想理解xAI/Cursor模型戰略走向的從業者。
1:11之後關於大盤整體倉位與通脹數據的復盤，偏基金經理個人操作細節，可跳過。