今天 3 條，全部在本頁全文展開。
1. 被拿來證明「AI 降價、需求就撐得住」的那個十四倍用量，只發生在一條剛好便宜一半的通路上；本報上一期自己寫的一句話，今天被自己的查核推翻。
2. 韓國政府認證「美中以外最強」的開放權重模型，訓練算力只花約 1,500 萬美元，然後同一個政府把做出它的那支隊伍淘汰了。
3. Anthropic 據報用 350 億美元向 Lambda 租算力，而那座機房的租約，掛的是 Nvidia 的名字。
本期材料取自本報 9 月 2 日這一輪的判讀；材料事件時間橫跨 2026 年 6 月 29 日至 9 月 1 日。昨夜掃 285 篇 → 本期用上 19 條有連結可查的外部收據。
本報 9 月 1 日那期把這條放在頭條：模型分派平台 OpenRouter 公布 GPT-5.6 的兩個型號在折扣期間用量成長 13.8 倍，並掛上「效率提高、總消耗反而增加」的 Jevons 悖論當解釋。開發者用它把請求分派給數百個模型、數十家供應商，所以它手上有跨廠商的實際用量數據。今天本報花一整篇去拆它，新的東西有三樣。
第一，折扣不是一筆，是兩層疊起來的。 7 月 27 日 OpenRouter 宣布 GPT-5.6 的 Terra 與 Luna 兩個型號五折，公告逐字寫著「只在 OpenRouter」（@OpenRouter，07-27）。7 月 30 日 OpenAI 調降公開牌價（Luna 每百萬 token 由 1／6 美元降到 0.20／1.20），這是所有通路都適用的標準價、不是促銷（InfoWorld，07-30）；同日 OpenRouter 說明它的五折疊在新牌價之上（@OpenRouter，07-30）。（token 是模型計價與計量的基本單位，大致對應一小段文字。）四項價格逐一對過：整個折扣期間，同一個模型在別的地方買剛好貴一倍。便宜一半的那條路量長了十四倍。這不需要世界上任何人多用一個 token 就能發生。
第二，通路占的比例越小，反而越容易「解釋掉」整個倍數。 設 OpenRouter 佔 Luna 全球用量的比例為 s，要讓 13.8 倍完全由搬移解釋，它得從平台外吸走相當於自己原用量 12.8 倍的量，也就是平台外那個池子的 12.8 × s ÷ (1 − s)：s 是 1% 時只要吸走 12.9%，很合理；s 是 20% 時要吸走 320%，算術上不可能。小樣本在這裡不是「吵但不偏」，是偏誤方向固定往上放大。 這有獨立第二來源：研究機構 SemiAnalysis 在 8 月 18 日、比對方發文早十天就指出，這類折扣只出現在兩個佔 OpenAI 總 token 量很小的平台，影響力卻不成比例，因為它們正好是業界用來估算模型市佔的主要公開資料來源（@SemiAnalysis\_，08-18）。
第三，本報上一期寫錯了一句話，今天更正。 那期寫「差多少？沒有人公布，包括這次」。這句錯了：OpenRouter 確實公布了份額拆解與留存讀數，而且就在本報上一期引用的同一則 8 月 28 日貼文裡（@OpenRouter，08-28）；上一期沒有讀到這一段。正確的說法是公布的拆解讀不出方向，因為承重的那個分母沒印出來。另外更正兩個數字：13.8 倍是 Luna 單一型號，Terra 是 5.6 倍，本報上期併成「兩個型號」是錯的；未打折的第三個型號 Sol 同期只有 1.11 倍，那是最乾淨的對照組。
驗證： ⚠️ 承重的三則原貼本報無法直接抓取（對方站台回的是付款要求），逐字內容不是直接查核原貼取得的，是靠搜尋結果與轉述站拿到的；網址可達，但「逐字未直核」這個限定要跟著讀數走。上面那則 8 月 28 日的份額拆解貼文就是其中之一。⚠️ openai.com 官方定價頁未直取，牌價目前是四家媒體一致的二手。⚠️ 份額重算那一節押在「OpenAI 折扣前佔平台多少」這一個數字上，本報取到的 8.4% 是二手彙整、非官方口徑（本報讀到的幾份二手彙整裡，還有 46／48／61／62／63 五種口徑並存），若那個數字其實接近 27%，那一節作廢。
進行中 ?
判斷更新： 「智慧的需求有彈性，所以蓋出來的算力填得滿」撐著本報一段時間以來的幾條長期判斷，而 13.8 倍是它拿到的第一個量測型讀數；本報把它從「唯一的數字」降級成「一條路上的數字」。但不主張反面：拿本篇去論證「Jevons 是假的」同樣越界，本報沒有量到搬移的量級，只證明了它還沒被扣掉。這次真正能談總需求的讀數是另一個：折扣結束後約 32% 的用戶保留了部分用量、18% 維持在促銷期水準或更高。它量的是牌價回到人人都拿得到之後的行為，且是同一群用戶前後相比，不受份額稀釋干擾。要估「降價把需求撐起多少」，該引 18%，不是 13.8 倍（誠實保留：只涵蓋折扣後六天，對方自陳最後一天可能不完整）。同一家公司也在打自己：研究部門用跨 13 個月、逾一百兆 token 的資料算出的彈性（價格每降一成，用量跟著動幾成）是 −0.05 到 −0.07 並自陳只是局部視角，行銷貼文掛的卻是關於整個經濟體的 Jevons 悖論（OpenRouter《State of AI》研究）。這次促銷期間在 OpenRouter 這條路上量到的彈性是 −1.14 到 −1.96，研究部門那份是 −0.05 到 −0.07；前者量的是同一個模型在一條通路上變便宜之後的反應，後者是跨模型橫著比。兩份數字都對，差 20 到 30 倍，因為量的不是同一件事。 什麼會推翻本報這條，資料就在對方手上：7 月 27 到 29 日只有通路五折生效、牌價還沒動，那三天的用量變化在構造上必然是純通路替代。若已跳到十倍級，本報成立；若要等 30 日牌價下來才起飛，本報的保留降級為註腳。對答案日訂 2026 年 10 月 15 日：本報自設的追蹤節奏，不是外部機構承諾的日期。
這對投資判斷的意思： 現在的敘事假設「降價會把算力需求撐起來，容量就填得滿」。這條證據對它是弱化：不是需求不存在，是被引用最多的那個數字量錯了東西，扣掉之後剩下的量級溫和得多。該等的是跨供給路徑的總量讀數，不是下一個更大的倍數。如果你是買方：別把這個十四倍當成自己的預算假設或談判籌碼，它量的是全市場最擅長換路的一群人對通路價差的反應。你要量的是另一個問題，你的供應商把牌價漲三成時你的用量會掉多少，而這個數字沒有人替你量過。
Motif Technologies 是韓國 AI 基礎設施公司 Moreh 的子公司，不到 30 人，成立至今累計只募到 1,700 萬美元。它用 768 顆 Nvidia B200（Blackwell 世代的訓練卡）、花約五個月，從零預訓出模型 Motif 3。這個規模用電不到 200 萬瓦，約一間小機房。「開放權重」指把訓練好的參數公開讓人下載、自己改、在自己機房跑，「從零預訓」指不拿別人的模型微調，這是整條流程裡最貴的一步。8 月 18 日，第三方綜合評測榜 Artificial Analysis Intelligence Index 給它 47 分：韓國第一、開放權重模型全球第四、總榜第 9 到第 10（兩家韓媒口徑差一名，分數本身一致）（Digital Today，08-18；The Elec，08-18）。研究機構 SemiAnalysis 9 月 1 日的長文再補一件：它也贏過美國目前最好的兩個開源模型，而這次訓練連同所有試錯實驗在內、以今日算力價格計，總算力成本約 1,500 萬美元（SemiAnalysis，09-01）。
同一天，同一個政府把 Motif 淘汰了。 韓國科學技術情報通信部的「獨立 AI 基礎模型」計畫走淘汰賽制：2025 年 6 月開跑、選出 5 隊，每六個月淘汰一輪，勝者接收敗者的資源。8 月 18 日第二輪結果公布，LG AI Research、SK Telecom、Upstage 三隊晉級，Motif 出局。出局的正是分數最高、而且被政府自己認證為「美中以外表現最好」的那一隊。評分權重 The Elec 逐字報出來：benchmark 40 分、外部專家評審 35 分、使用者測試 25 分，也就是六成的分數由主觀評分決定。
驗證： 分兩層。多源交叉的：47 分、名次、被淘汰、40／35／25 的權重，三家韓國媒體與 SemiAnalysis 互相對得上。只有 SemiAnalysis 一家的：1,500 萬美元訓練算力、1,700 萬美元累計募資、768 顆 B200，公司未揭露、無第三方稽核。而且那 1,500 萬美元的口徑是「算力」，不含人力、資料採購與政府補助：Motif 是政府錦標賽選手，共用了政府採購、約 4,500 萬美元的資料池與部分租用算力。⚠️ 一組矛盾本報保留不裁：SemiAnalysis 說 Motif 在另外兩項評分都墊底，The Elec 則明文寫「公開資料看不出它在哪一項落後」。一句是宣稱，另一句是官方對「這件事查不查得到」的說法。SemiAnalysis 對整場比賽判斷失當的批評正建立在那個分項名次上；若它其實是由總分反推的推估，那個批評的證據基礎，其實比表面上讀起來的還要弱。⚠️ SemiAnalysis 同時販售資料中心與記憶體供應鏈的付費訂閱，對「這條供應鏈值得付費追蹤」有商業誘因，本報引用它的數字時把這一點算進折扣裡。Motif 3 的權重是公開的，但有多少人下載、有沒有人把它接進產品，本報今天沒有讀數：本則回答的是訓得起，不是有沒有人要。
判斷更新： 把兩件事接起來，本報得到一條還在驗證的判斷：當「訓一個接近前沿的開放權重模型」的價碼掉到約 1,500 萬美元，決定主權 AI 成敗的就不再是誰出得起錢，而是誰的挑人程序不會把最強的那個挑掉。 量級對照放旁邊更清楚：韓國同一季宣布投入逾 1,430 兆韓元（約 9,190 億美元）於晶片製造、AI 機器人與資料中心三大工程（DataCenterDynamics，06-29）。兩邊母體完全不同：9,190 億美元是三大工程的總投資額（含晶片廠與機器人，不只機房），1,500 萬美元是一次訓練的算力帳，並排只能講量級落差，不能寫成「用千分之一的錢做到同一件事」。但落差本身就是讀數：資本這一側毫無稀缺跡象。這改變誰的什麼動作： 推主權 AI 的政府，你的預算配置可能是反的：挑人程序的設計成本幾乎是零，而它現在決定成敗；三件現在就能做的事是主觀評分項強制盲測（韓國這次沒盲測，而出局的偏偏是最不知名的那家）、公開分項成績、把評審的顧慮寫進規則。本案專家擔心技術外流，但比賽本身要求所有元件開源，這個矛盾寫在紙上就會被發現。為什麼只是還在驗證、不是定論： 樣本數等於 1（全世界唯一跑完兩輪且公開評分權重的國家級選拔），而承重的成本地板是單一來源的估算。什麼會推翻它：①查出 Motif 3 實際投入遠高於 1,500 萬美元；②韓國公開分項成績、顯示 Motif 在可驗證的能力面確有重大缺陷，那就退回成「benchmark 沒測到重要的東西」這個舊結論，不是新瓶頸；③晉級三隊做出更強的模型，評審的主觀判斷被事後證明有預測力。第三條有明確的對答案日：下一輪淘汰，The Elec 記今年底、另有側報導記 2027 年初，本報取 2027 年 3 月底當觀察窗上緣。
這對投資判斷的意思： 「各國都得砸大錢訓模型」這一段，可以從主權 AI 的投資論述裡刪掉了：方向是弱化。電力、機房、記憶體那一段不受影響，那是別的瓶頸。多一個風險項：被自己國家淘汰的優秀團隊會出走，SemiAnalysis 指出 Motif 現在可能被迫離開韓國才拿得到資本與算力。
《華爾街日報》9 月 1 日引述知情人士報導，AI 實驗室 Anthropic 與 Lambda 簽下一筆 350 億美元的雲端算力合約，對應德州一座開發中機房的 350 MW（百萬瓦，等於 0.35 GW）。Lambda 是 2012 年成立的 GPU 雲業者，在美國有 15 座機房。同一則報導裡有一句更值得看的：這座機房的租約，實際上由 Nvidia 持有（DataCenterDynamics，09-01；《華爾街日報》原報導）。
這筆錢的單價可以自己算，但要先講清楚母體。 350 億美元 ÷ 350 MW = 每 MW 一億美元，也就是每 GW 一千億美元。這個數是多年期租用合約的總額除以標稱容量，不是蓋一座機房的建置成本，也不是年費：兩者差好幾倍，混用會得到荒謬的結論。它能拿來做的事只有一件：下次看到「某某簽了 N 億美元、M GW」的新聞，你有一把同口徑的尺可以比。
同一週，這家公司的另一則故事。 彭博 8 月 28 日報導，Lambda 取得 10 億美元私募短期債買 Nvidia GPU，再把這些晶片租給微軟（彭博原報導，標題逐字稱 Lambda 為「Nvidia 投資的」）。它正準備明年掛牌上市。
驗證： ⚠️ 兩則都是「據報導」，消息來源匿名，Anthropic、Lambda、Nvidia 三方一律未證實；DCD 表明已去信 Lambda 徵詢、未獲回應。本報今天沒有讀到任何一份申報文件或官方公告。⚠️ 那句「Nvidia 實際持有租約」全篇只出現一次、沒有展開，本報不知道它指的是主租約、轉租、還是擔保安排，這三者的財務意義完全不同。⚠️ 合約年期未揭露，所以每 GW 一千億美元這個單價無法換算成年費。
判斷更新： 本報 8 月 18 日那期講過 Nvidia 對俄亥俄州一座園區簽下上限 1,050 億美元的殘值保證（保證那批設備到期還值多少錢，不足的差額由保證人補）、承租人是 OpenAI。今天新的是同一條線往前走了一格：晶片商從擔保人變成了租約上的名字。 這在會計與信用上是兩件事：擔保是或有負債，租約是負債本身。若「Nvidia 持有租約」屬實，判斷這類機房的信用風險時，交易對手不是那家新雲業者，是 Nvidia；而 Lambda 這一半更值得記住形狀：一家 Nvidia 投資的公司借錢去買 Nvidia 的晶片，再把晶片租給微軟。這不是指控任何人做錯事（每一步都有真實的商業理由），但它確實讓「這條需求鏈上有多少是外部新增需求」更難從財報上讀出來，而這正是本報長期追蹤的那條「循環融資會讓過剩訊號更晚、更突然地出現」的判斷所講的機制。與今日主線第 1 點合看：那一條說的是被拿去證明需求的讀數量錯了東西，這一條說的是押在那個需求上的資本承諾正在變大、而交易對手正在收斂到同一家公司，兩邊往相反方向動。什麼會推翻本報這條：Anthropic 或 Lambda 出面否認、或申報文件顯示 Nvidia 只是提供擔保而非承租人。
這對投資判斷的意思： 「算力需求由多家獨立買方支撐」這個假設，方向是弱化：不是需求變小，是可獨立驗證的買方數量比表面上少。該盯的讀數是 Lambda 掛牌時的公開說明書：那是第一份會把交易對手集中度、租約結構與債務條件攤在紙上的文件。
1. 美國能源開發商 One Nuclear 9 月 1 日與路易斯安那州一個地主集團簽下具約束力的意向書，要開發一座 2.88 GW 天然氣電廠，加上一組 700 MW／2.88 GWh 的電池儲能（前者是最大放電功率，後者是總儲電量），與一座資料中心共址。⚠️ 資料中心的容量、時程與合作對象一律未揭露（DataCenterDynamics，09-01）。
2. 美國有線電視商 Charter 的財務長 Jessica Fischer 將轉任 Google 與黑石合資的 TPU 雲端公司，該公司要把過去只能透過 Google Cloud 取得的 TPU 對外賣，目標 2027 年上線 500 MW。⚠️ 這家公司連名字都還沒有，本報未查證 500 MW 的選址或供電來源（DataCenterDynamics，09-01）。
3. 亞馬遜在愛爾蘭西科克郡的海底電纜登陸站通過核准，鄰地一對夫婦以消防與環境風險提出的上訴被駁回；那是亞馬遜第一條完全自有的跨大西洋海纜。⚠️ 本報未讀核准機關的裁定原文，只讀到轉述（DataCenterDynamics，09-01）。
4. 獨立科技分析電子報 Understanding AI 9 月 1 日的專文把人形機器人的「表演」和「幹活」分開量：在一組難度設成「八歲小孩做起來不費力」的 15 項操作任務上，美國機器人新創 Physical Intelligence 完成 10 項但成功率只有 52%，且幾乎每項都花掉人類 4 到 10 倍時間（本報據此換算：有效產出約人類的 5% 到 13%）；卡住的是動手操作、不是走路，同期機器人 100 公尺已跑進 8.86 秒。⚠️ 單一來源、本報未回核原始發布；同一家公司另有「湧現式泛化」（沒特別教就會舉一反三）的展示，而這裡光把襪子翻面就用了 176 次人工示範，兩組說法本報保留不裁（Understanding AI，09-01）。
各自獨立成篇，一句話說明為什麼今天值得點：
本期沒有這一欄。 本報過去累積的深度素材，能用的舊材料已經用完（最後一則用在 7 月 30 日，今天是連續第十四期空著）；寧可空著，也不重播用過的條目。
過去 24 小時。 昨夜寫進本報待讀清單的新材料是 285 篇：X 貼文 123 則、兩批論文清單合計 99 篇、公司與個人部落格 40 篇、Podcast 逐字稿 13 份、業界電子報 8 篇、公司申報 1 份、業界分析 1 篇。名字：昨夜拉到的電子報包含 SemiAnalysis 與 Understanding AI，今天真的讀完並用上的就是這兩篇；公司申報那一份是台積電的 6-K 檢索頁；部落格那 40 篇裡供出今天固定欄與快訊全部材料的是 Semiconductor Engineering、Hugging Face 與 DataCenterDynamics 三個來源。兩種「讀完」要分清楚：昨夜被掃過、進到判讀層的是 38 篇（其中 36 篇是 X 貼文），而今天真的被逐條讀完、拿來承重的是 5 篇：前者是機器的處理量，後者是人的判讀量。被過濾掉的那 2 篇要交代去向：都是同一篇付費文章的兩個抓取管道，見下一段。
今天你拿不到什麼。 三件。一、 Stratechery 9 月 1 日那篇談 Nvidia 財報與「每 GW 多少美元」的文章，本報連兩天抓回來的都是付費牆樣板（本站那份全檔 4,525 位元組、正文只有一句摘要；Substack 鏡像只有 477 位元組），抽不出可引用的原文段落，兩份都已標記待重抓。而那篇的題目正好是 Anthropic 與 Lambda 那一則最想要的第二個獨立來源，所以那條的每 GW 單價只有本報自己算的一種口徑。二、 你今天讀到的每一條都來自本報既有的名冊，本報用來發掘新來源的那條路從 8 月 29 日起連續四晚整個失敗，之後沒有一個新來源進得來。三、 昨夜進到清單的 99 篇論文、40 篇部落格、13 份逐字稿，今天一篇都沒讀。所以「今天沒有新論文值得講」這句話的真實成因是沒讀，不是讀了沒東西。本報今天唯一一件跟論文有關的工作，是回頭核對自己 8 月 31 日的一筆舊登記（結論：登記時寫進去的一段內容，在原文摘要裡一個字都找不到，本報把它記成「查過但還沒完」）。那份核對結果今天沒排進版面。
一次性補回來的舊材料。 昨夜的補檔量不小，但本期一篇都沒用上，全是七、八月的舊材料：學術論文 1,808 篇、業界電子報 891 篇、公司申報 745 份、業界分析 533 篇、部落格 362 篇、Podcast 351 份、供應鏈情報 134 篇、X 貼文 119 則（日期範圍多落在 2026-07-01～08-30）。這一段要跟上面那段分開讀，母體不同：補檔的電子報 891 篇對的是昨夜新進的 8 篇，公司申報 745 份對的是昨夜的 1 份，業界分析 533 篇對的是昨夜的 1 篇，部落格 362 篇對的是昨夜的 40 篇，X 貼文 119 則對的是昨夜去重後寫進清單的 123 則，也就是原始拉回 585 則去重之後的那個數字。
來源集中度提醒。 今天第 2 點的敘事框架出自同一篇 SemiAnalysis 9 月 1 日的長文，以「抽掉它論述就垮」計，它撐著本報今天掃過的八組材料裡的五組，遠高於本報自訂的三分之一警戒線。但承重的事實不是它獨家的：47 分、被淘汰、40／35／25 的評分權重、9,190 億美元的三大工程投資，全部另有獨立的第二或第三來源交叉。只有成本那三個數字（1,500 萬美元訓練算力、1,700 萬美元累計募資、768 顆 B200）仍然只有它一家，本報在正文裡逐處標了。同一篇也是今天主線第 1 點的獨立第二來源，在那裡它是替本報降低風險，不是升高。
本報追蹤的來源。 名冊上去重後共 529 位：X 302、Podcast 90、公司與機構部落格 77、媒體與新聞稿 51、個人部落格 48、論文作者 48、電子報 46、財報法說 26、主題演講 23、其餘 18，同一個人可以同時出現在好幾個管道，所以分項加起來會大於 529。代表性的名字：X 有 Mark Zuckerberg、Arvind Narayanan；電子報有 Zvi Mowshowitz、Miles Brundage、Benedict Evans；論文有 Ion Stoica、Yann LeCun、John Jumper；播客有 Satya Nadella、Dario Amodei、Demis Hassabis；財報法說有 Jensen Huang、Lisa Su、魏哲家。幾個同名不同母體的數字要分清楚。 X：昨夜實際去拉的帳號 374 個、拉回 585 則貼文（全部原創，轉推與回覆各為 0，也全部做了文字抽取），去重後寫進待讀清單的新貼文是 123 則，而名冊上以 X 為主要管道的人頭是 302 位：抓取名單、抓取量、新增量、名冊人頭，四者不能相加；電子報與論文同理（昨夜新進 8 篇與 99 篇，名冊上是 46 位與 48 位）。第三把尺是版尾署名的那個數字：本期正文用上 19 個外部來源，數的是這一篇真的引用到、而且是外部的那幾條收據（本報自家舊期與各平台首頁都不算），與名冊上那 529 位是不同母體。
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。
只留 email，隨時退訂。這是我們唯一想請你做的事。
1. 三家大廠把最強的資安 AI 改成只發給名單內的人。決定這道門能關多久的，是外面那種誰都能下載的模型還差幾個月追上來。
1. 業界唯一大規模在用的 AI 監督手段被公開吵了一輪，而立場相反的雙方都同意：現在沒有機構查得出誰說得對。
1. 一個被大量轉發、用來證明「AI 降價需求就撐得起來」的十四倍數字，量的是單一模型分派平台，搬過去的舊需求也算在裡面。
1. 開權重模型（參數公開、可自行下載部署的那種）跑掉一個模型分派平台三成的用量，卻只佔不到 4% 的錢。擋住錢的不是模型不夠強。