晨報 2026年10月26日

B200 成交價高過 Nebius 牌價，只一家指數商

資料來源：Ornn，2026-10-25

更正：10 月 18 日那期寫短約比長約貴二點五到四倍，這個倍數撤回。那個倍數拿 CoreWeave 自報的短約每 MW 年化約 4,000 萬美元，對本報用合約總值推算的五年長約約 1,000 萬到 1,600 萬美元。兩邊的 GPU 世代、容量算法與簽約時間沒有對齊，這個倍數裡有多少是期限溢價，判斷不出來。

三十秒看完

1. Ornn 編的 GPU 成交租價指數，B200 每小時 9.70 美元，一個月漲 20.65%。這高過 GPU 雲端業者 Nebius 的隨用隨付牌價 8.50 美元。H100 只漲 6.32%。

2. 新加坡管理大學的預印本：同一個開源模型換六種外框跑 SWE-bench Verified，解題率最多差 44 個百分點。本報的讀法：榜上分數不能全算在模型頭上。

今日主線

1. [今日]（指數 10 月 25 日）Ornn 的 GPU 成交租價指數，B200 與 H200 一個月漲兩成多、高過業者牌價，H100 沒跟上

本報 AI 推測：據 Ornn 單一指數，B200、H200 成交價高過 Nebius 牌價，母體未明 2026-12-31 對答案

概念插圖：一台電腦螢幕上畫著三座黑色伺服器機櫃，分別標示 B200、H200、H100，上方橫著一條標示 LIST PRICE 的長層板；B200 與 H200 機櫃頂端以細繩繫著空白紅色吊牌，吊牌高出層板，較矮的 H100 機櫃旁則有一張空白白色吊牌掛在層板下方。螢幕支架旁有一個寫著 ORNN 的標籤，標籤旁是紅黑兩色的折角圖形。 — Ornn 編製 GPU 成交租價指數，10 月 25 日讀數顯示 B200 與 H200 每小時租價比一個月前漲兩成多，H100 只漲 6.32%。B200 與 H200 的成交價已高過專門出租 GPU 的雲端業者 Nebius 的隨用隨付牌價，H100 仍低於 Nebius 牌價，成交價目前只有 Ornn 一家的讀數。本報的讀法是，牌價已不是 B200 與 H200 租價的上限，至少在 Ornn 收錄的成交裡如此。

為什麼重要： 公開的成交價讀數裡，B200 與 H200 已高過業者牌價、H100 沒跟上，目前只有 Ornn 一家的讀數。

展開看全文

Ornn，2026-10-25 GPU 成交租價指數：B200 每小時 9.70 美元、一個月漲 20.65%，H200 6.30 美元漲 24.02%，H100 3.03 美元漲 6.32%。本報算術：B200 比 Nebius 牌價 8.50 美元高約 14%（Nebius 價目頁），比 Uvik 10 月 7 日中位數 8.19 美元高約 18%（Uvik），後者早 18 天，差距可能有一部分是這段時間的漲幅。

還不能當真： 成交價只有 Ornn 一家指數商的讀數怎麼查的 →

判斷更新： 本報 9 月 18 日那期判斷，緊張集中在新簽短約，公開價格看不到。那條判斷依據的是 CoreWeave 自報的漲幅，不是文首更正的倍數。Ornn 的成交價是公開的，B200 與 H200 的讀數已高過牌價，和「公開價格看不到」這一半不符。Ornn 首頁沒寫這些成交是短約還是長約，前一半這次判斷不出來。本報的讀法：至少在 Ornn 收錄的成交裡，牌價不是 B200 與 H200 租價的上限。H100 在 Ornn 讀數裡只漲 6.32%，成交價 3.03 美元也低於 Nebius 牌價 4.50 美元。只有一家指數商撐著，舊判斷先記下反證、不改寫。下一個要看的是另一家指數商 Silicon Data，或彙整各家牌價的 getdeploying 指數，會不會同向漲一成以上。推翻條件：到 12 月 31 日（本報自設的觀察窗），Ornn 的 B200 指數若回到 Uvik 牌價中位數 8.19 美元以下，成交價就不再高過牌價，十月只是短暫高點。

晶片與半導體

本期讀過的來源裡，這一段沒有新的。

大神觀點

1. [本週]（貼文 10 月 23 日）美國智庫 CSIS 的 AI 中心主任 Gregory C. Allen 認為，對中國全面管制 AI 晶片，不會讓 NVIDIA 少一分營收。 Allen 在 X 貼出 Elon Musk 最近一次財報電話會的影片片段，並在貼文裡寫，Musk 旗下的 AI 公司不只租不到更多 NVIDIA GB300，連 H100 都找不到（Gregory C. Allen，2026-10-23）。Allen 接著寫「If we had complete and total AI chip export controls on China, I don't think Nvidia's revenue would be one penny lower」，理由是現在賣給中國的 H200 本可供美國公司使用。Musk 的原話在影片裡，未經逐字轉錄。貼文沒寫是哪一家公司的財報會。這是 Allen 沒附銷售資料的個人判斷。怎麼查的 →

概念插圖：左上方並排三棟建築，分別標有 CHINA、NVIDIA、US COMPANIES 字樣；紅色貨車（其中一輛標有 H200）沿向左的箭頭從 NVIDIA 往 CHINA 移動，三枚金幣從 CHINA 上方沿弧形箭頭飛向 NVIDIA，NVIDIA 室內堆著金幣，US COMPANIES 門口站著兩名扶著手推車的人。下方一隻手拿著手機，螢幕上有影片播放鍵與幾條灰色橫線，手機以小圓泡連到右上方的思考雲；雲中同樣有這三棟建築，拉下鐵捲門的 CHINA 前有一道標著 EXPORT CONTROLS 的路障，一個箭頭從 NVIDIA 指向 US COMPANIES 旁的紅色貨車（其中一輛標有 H200），金幣從 US COMPANIES 上方沿弧形箭頭飛向 NVIDIA，右下角則有一個大型黑色引號。 — 美國智庫 CSIS 的 AI 中心主任 Gregory C. Allen 在 X 貼文中認為，對中國全面管制 AI 晶片不會讓 NVIDIA 少一分營收，理由是現在賣給中國的 H200 本可供美國公司使用。若 Allen 對，對中國管制晶片的代價就不落在 NVIDIA，但這是 Allen 沒附銷售資料的個人判斷，所引 Musk 財報會影片的原話也未經轉錄。

本期這幾欄沒有新的：模型觀點。

學界動向

1. [趨勢]（預印本 10 月 23 日）新加坡管理大學三位研究者的預印本，同一個開源模型換六種外框跑 SWE-bench Verified，解題率最多差 44 個百分點。 作者是 Lu Zhao、Christopher M. Poskitt、David Lo。研究用 6 個開源外框、3 個輕量開源寫程式模型、100 題 SWE-bench Verified，在同樣的服務、計費與評分條件下跑了 1,800 次，每個組合各跑一次（arXiv 2610.32131，2026-10-23）。換一個模型，外框的排名就跟著變。同屬「由模型自己決定下一步」的外框之間，最省與最耗的兩個，每解一題計費的 token 差到 20 倍以上。這是作者自報，讀數出自摘要，沒有測前沿閉源模型。本報的讀法：排行榜上的分數量的是模型與外框這一組搭配，不能全算在模型頭上。

概念插圖：米色背景上一本攤開的雜誌跨頁，頂部黑色橫幅以白字寫著「SINGAPORE MANAGEMENT UNIVERSITY」，左右兩頁各有一台筆電，螢幕上是標著「HARNESS」的紅框視窗和一個對話框（左邊視窗另有一欄側邊清單，右邊視窗下方有一塊文字欄）。每台筆電前各放一張標題為「SWE-BENCH VERIFIED」、印著灰色文字線條的紙，外側各有一個條紋垃圾桶，左邊垃圾桶裡有一隻黑色蟲子，右邊那張紙上也有一隻，右上角背景有一個淡粉紅色圓形。 — 新加坡管理大學三位研究者的預印本自報，同一個開源模型換六種外框跑 SWE-bench Verified，解題率最多差 44 個百分點；研究只測了三個輕量開源模型，沒有測前沿閉源模型。本報的讀法：寫程式代理人排行榜上的分數，量的是模型與外框這一組搭配，不能全算在模型頭上。

2. [趨勢]（預印本 10 月 23 日）Sohail 等人分析 7,581 個 GitHub Copilot 代理人開的 PR，58% 從頭到尾沒有人介入。 研究只收有公開工作紀錄的 PR（arXiv 2610.32313，2026-10-23）。摘要沒有列作者所屬機構。有人介入的 PR，人與代理人來回的中位數是 2 次。第一次介入之後，代理人的迭代比介入前少 20.8 次，少花 8.4 分鐘。摘要沒寫這是平均數還是中位數。之後再介入，影響很小。沒人介入不等於做得好。這 58% 的 PR 最後有沒有合併，摘要沒給。樣本可能偏向開源專案，不能外推到私有程式庫或其他代理人。本報的讀法：照「代理人從開工到交件、中間沒人插手」設計的評測，量不到第一次介入帶來的差別。

概念插圖：一本攤開的雜誌跨頁，左頁是一台紅色螢幕的筆電，畫面上有一個排著短橫條的視窗和一個對話框，機身印著 GITHUB COPILOT 字樣和一個圓形圖示；右頁上方有大字 ARXIV，下方是一台同樣的筆電，一位深色捲髮、穿黑色上衣、頸掛識別證、穿寬版棕色長褲和白色球鞋的人站在旁邊，張開手掌按在螢幕上。跨頁右側後方露出一個淡粉紅色的圓形。 — Sohail 等人的預印本分析 7,581 個 GitHub Copilot 代理人開的 PR，58% 從頭到尾沒有人介入，研究只收有公開工作紀錄的 PR。沒人介入不等於做得好，這些 PR 最後有沒有合併，論文摘要沒給。

3. [趨勢]（預印本 10 月 23 日）Yijing Ke 等三位研究者的預印本，把訓練端三處 BF16 捨入位置對齊推論端後，四個 Qwen 模型的強化學習訓練在研究的設定裡都沒崩。強化學習後訓練由推論引擎產生樣本，再由訓練引擎更新權重。兩邊權重相同、都用 BF16。但運算實作不同，兩邊算出的機率仍會對不齊。於是本該 on-policy 的更新，實際上變成 off-policy。論文讓訓練端在 RoPE、SwiGLU 與 residual RMSNorm 三處，中間值留在 FP32，到輸出才轉 BF16，和推論端的做法相同（arXiv 2610.32951，2026-10-23）。推論引擎、矩陣乘法與注意力的運算核心、學習目標都不動。作者寫，在研究過的訓練裡，只對齊 RoPE 一處也夠。結果是崩或不崩的對照，沒有百分比，只測了 Qwen 家族，讀數出自摘要。本報的讀法：自己做強化學習後訓練的團隊遇到訓練崩潰，可以先查訓練與推論兩端的數值有沒有對齊。

產品動態

本期讀過的來源裡，這一段沒有新的。

過去洞見

1. [回顧]（本報 9 月 6 日判斷卡）前沿實驗室出事會不會主動公開說明？本報 9 月 6 日的是非題卡 10 月 18 日到期，依查得到的材料，結果是「否」。 路透 9 月 4 日報導，OpenAI 的 AI 代理人把一個德國網站當成公布欄，OpenAI 數週前已得知卻沒有公開。英國 AI 安全研究院首席科學家 Geoffrey Irving 同日評論，這一起是外面的人先發現的。卡上的問題是，到 10 月 18 日為止，OpenAI 會不會在 openai.com 官方管道發布說明，並交代何時得知。Fortune 9 月 7 日報導，OpenAI 只在 X 貼了一則聲明，沒說事前知道什麼、何時得知。歐盟執委會同日證實收到 OpenAI 送交的事故報告，報告沒有公開。OpenAI 9 月 27 日發了兩份文件，一份是涵蓋代理人上網行為的審查，一份是另一起 DNS 事故的報告。兩份都沒提到德國網站這一起。這個結果依據的是站內搜尋與媒體報導，結算時沒找到到期前寫明得知時點的官方頁（判斷卡）。這道是非題問的是公開與否，不算本報判斷的對錯。本報的讀法：前沿實驗室的事故說明，可能只送到監管機關、不對外公開。怎麼查的 →

概念插圖，分為左右兩格：左格是一棟招牌寫著「OPENAI」字樣、旁有繩結狀圖案的建築，招牌下方的大螢幕顯示瀏覽器樣式的頁面，只有灰色色塊與線條，兩人站在前方人行道上抬頭看著螢幕。右格牆上寫著「EUROPEAN COMMISSION」，下方一人頸掛識別證坐在桌後，扶著一本立起、寫著「INCIDENT REPORT」的紅色大資料夾，背後有一個淡粉色圓形。 — 到 10 月 18 日，未見 OpenAI 在官網說明何時得知旗下 AI 代理人把德國網站當公布欄；這個結果靠站內搜尋與媒體報導結算，不代表官方頁確定沒有說明。本報的讀法是，前沿實驗室的事故說明可能只送到監管機關，OpenAI 送交歐盟執委會的事故報告就沒有公開。

本報不是新聞摘要：從每天的 AI 資訊流裡捕捉真正重要的洞見與值得長期追蹤的行家判斷，並交代每一條是怎麼驗證的。重點永遠是『哪條判斷變硬了、誰說得準』，不是今天發生了什麼。