训练时代的黄昏：从 GPT4.5 下线到 AI 泡沫的新形态

前情说明：这是"读推整理"系列的第三篇，前两篇分别是《大模型硬件架构的终局推演》（全景图）和《Agentic CPU 完全体》（CPU 支线）。这一篇专门谈训练侧——一个正在被行业悄悄埋葬、又以另一种形式重生的话题。素材来自 X 博主 @fi56622380（fin）2025 年 8 月到 2025 年 11 月的多条长推。所有加粗判断都来自原推。

起手：一个几乎没人明说的事实

2025 年 4 月，OpenAI 宣布 GPT-4.5 未来将下线。

这条新闻在当时被淹没在各种 AI 产品公告里，但如果你在 4 月读到它、并且理解了这条消息背后的含义——你就会明白，从 GPT-1 到 GPT-4 那种"一年一次 benchmark 大跃升"的时代，其实那个 4 月就宣告结束了。

fin 用一句非常克制的话概括：

未来 GPT6/7/8，可能和手机常规升级换代一样，不会再有从 GPT1 到 GPT4 的数据量 + 训练量巨大飞跃了（GPT4.5 已经试过了）。

一个时代结束了，但另一个时代同时打开——一个由推理、agent、和基建 supercycle 主导的新时代。这一切合在一起，也让"AI 泡沫论"变成了一个和 2000 年互联网泡沫本质不同的东西。

本文按四条主线重组这个故事：

GPT4.5 的墓志铭：大力出奇迹路线为什么撞墙
模型定价学：为什么大模型的商业形态越来越像 fabless 芯片
GPU 折旧论 vs 反折旧论：训练和推理，同一颗 GPU 的两条命
AI 泡沫的新形态：为什么这次的泡沫不会在基建端破，会在应用端破

一、GPT4.5 的墓志铭：大力出奇迹撞墙了吗？

1.1 GPT4.5 的规模与代价

fin 从 token 定价反推规模，给了几个关键数字：

GPT4.5 是 GPT4 的 10 倍规模（推测），刚推出时定价 $150/M，官方称为 "非常大而且计算成本高"（very large and compute-intensive model），是一次**"超大且昂贵"的实验性 base model**。从 token 价格推测，GPT5 可能只有 5T 参数，GPT4 的 3 倍规模。

这个数字对比非常尖锐：GPT4→GPT4.5 走了 10x 规模，GPT4→GPT5 只有 3x。GPT5 不是"往上走"的产物，是"往回收"的产物。

fin 的判断：

GPT4.5 是大力出奇迹路线和商业可行性冲突的一次探索，于是四月的时候 OpenAI 就计划未来将 GPT4.5 下线了。

翻译过来：OpenAI 用一次公开实验证明了"scaling law 单靠 base model 继续暴力堆下去，商业上跑不通"。

1.2 GPT5 的信号：从 base model 升级到系统级升级

GPT5 出来之后，很多人失望——"就这？" 但 fin 从架构师视角看得出，GPT5 是一次转型宣言：

GPT5 就是典型，营销层面上也在淡化数字游戏，每年的提升不再单纯的聚焦 benchmark，而是更加全方位的提升：成本降低，幻觉减少，对用户刻意讨好改善，长上下文，一致性，多步思考推理机制等等——从单纯的 base model 升级变成了系统级升级，同时要考虑长线商业盈利。

在下一代新算力/数据/架构范式变革之前，benchmark 爆炸式上台阶的时代大概已经过去了。

这一句"下一代新算力/数据/架构范式变革之前"是关键——scaling law 没有失效，只是当前范式下的边际红利已经到了 GPT4.5 那个天花板。要再往上，需要新范式（test-time compute、reasoning、agent、多模态融合都是候选）。

二、模型定价学：大模型正在变成 fabless 芯片

2.1 一个非常漂亮的类比

fin 把大模型和 PC/手机芯片做了类比，逻辑清晰到吓人：

PC/手机每年的旗舰机芯片阉割之后变成次旗舰和中低端芯片——比如 Intel i7 芯片和 i5/i3 都是同样的设计同一批芯片，测试出来，性能最好的标为 i7，性能差一些的就降频、关闭核心，变成 i5 和 i3。每一次换代之后，旗舰芯片的价格保持基本不变，性价比最高的就是 i5/i3，单核性能比上一代旗舰 i7 持平甚至更好，但是价格一半都不到。

大模型现在长什么样？

层级	价位	举例
当代旗舰	$80/M	GPT-5 pro
当代次旗舰	$10~15/M	GPT-5（性能≈上一代旗舰 o1，价格 20%）
上一代旗舰	逐渐退役	o1 / GPT-4o

fin 的判断：

以后每一代推出例行升级情况下，之前的 o3/4.1/4.5/o1 pro/o4 mini high 之类的命名就太复杂了，干脆把这些全部隐藏起来，由内部 router 去根据用户画像以及意图，去给出用最低成本让用户满意的模型。每一代的次旗舰相当于前一代旗舰水平。 以前讲究的是手机贬值的速度，以后就是模型的贬值速度。

这段观察极其重要——它解释了为什么 ChatGPT 越来越"看不见模型选择菜单"、为什么 Claude 有 auto 模式、为什么各家都在往"一个入口 + 内部路由"演进。模型作为独立产品的时代在结束，模型作为系统组件的时代在开始。

2.2 成本结构的相似性

模型公司和 fabless 芯片公司的成本结构长得几乎一样：

芯片公司	模型公司
芯片设计（R&D，数亿美元）	模型架构研发（数亿美元）
Tapeout（一次性 mask 成本，上亿美元）	一次性预训练（数亿到十亿美元）
每颗芯片边际成本（$60~250/颗）	每 M token 边际成本（$10~150/M）

看看这个巧合有多好玩：

2015 年的六七十美元一片手机旗舰芯片（连定价都如此相似 $70/M），随着台积电涨价和通胀，到了 2025 年的 200~250 刀一枚旗舰芯片。

十年之后，模型的旗舰定价也在 $80~150/M 这个区间。这不是巧合，这是相同商业形态的必然收敛。

2.3 我们其实在 2010 年的移动互联网

fin 的时代类比让人一激灵：

大模型的进步也一样，每一代的进步可能会让人失望（比如 GPT5 的平淡相比 GPT4 问世时候的炸裂程度），但是到十年后回看，仍然是非常不可思议的进步。

我们可能更像是在 2010~2012 年的移动互联网时代：手机经历了前面三四年的飞跃性成长，来到了一个稳定发展期。十四年前的手机芯片开始趋于稳定迭代，那时还不到 1B 晶体管数量（28nm 节点），十四年之后的今天，手机芯片已经接近了 30B 晶体管数量（3nm 节点）。

这十四年还包括了摩尔定律放缓的 2012 年到 2019 年整整七年，在功耗墙被手机卡死的情况下，仍然规模增长了 30 倍。

即便是每一代提升让人失望，这也仍然是指数发展的奇迹。

——这句话我要抄在墙上。因为它同时否定了两种偏见：AI 撞墙论（觉得 GPT5 平淡就说要凉了）和 AI 神化论（觉得每年都要爆炸性突破）。真正的技术进步，回看的时候永远比同期感受要惊人。

三、GPU 折旧论 vs 反折旧论：训练和推理的两条命

如果大模型迭代变成了"手机换代"，那第二个问题自然浮出水面——训练花的那些 GPU 钱，到底能不能收回来？

2025 年下半年，"GPU 折旧论"成了 AI 泡沫论的新弹药。fin 用一整篇长推把这个叙事拆了。

3.1 折旧论的源头：Llama3 训练报告

GPU 实际使用寿命 2~3 年这个说法……最靠谱的溯源基本上指向了公开的 Llama 3 技术报告： Meta 在 2024 年训练 Llama 3.1 405B 模型时，使用了 16,384 个 H100 GPU，训练时长 54 天：

466 次中断，其中 419 次是非计划故障

平均每 3 小时发生一次故障

有效训练时间维持在 90% 以上

根据这次 54 天训练数据推算，年化 GPU 故障率（AFR）约 9%，最保守的估算 3 年累计故障率约 27%（超过 1/4 的 GPU 会在 3 年内失效）。

这是"GPU 只能用 2-3 年"论断的原始出处。市场据此得出："CSP 财报里 6 年折旧年限是虚高利润率，实际 AI 云利润率极低，是在吹泡泡"。

3.2 fin 的三条反驳

反驳一：现在 AFR 已经比 Llama3 那时低了

Meta 这个训练数据推算是按中断次数算的，但并不是每次中断都 = 1 GPU 坏了。训练时的硬件故障中断，其实有不少是重复来自于少数体质敏感易坏的 GPU。于是 Nvidia 也一直在优化 validation 流程，在训练之前的测试做的更好，剔除掉这些易坏的 GPU。 所以现在的 GPU 年故障率 AFR 跟以前比已经低不少了，我的估算可能是 <6%。

反驳二：训练 vs 推理是两条命

这条最关键：

训练用的 GPU 和推理用的 GPU，折旧率是否一样？很显然是不一样的。推理用的 GPU 年折旧率一般要低得多，原因是推理的平均负荷要小得多，不会因为持续性高负载高温，对延长寿命是有帮助的。一般年故障率都不会到 3% 甚至更低（<2%），这部分 GPU 的寿命以 6 年算，是完全符合实际情况的。

那么在云上训练和推理 GPU 的比例如何，就决定了平均寿命折旧如何。 推理 GPU 的比例其实是快速上升的，和训练 GPU 比起来，不管是模型公司还是云公司的利润其实主要也来自于推理，而长远来看，推理的比例是一定会远高于训练的。

也就是说：CSP 财报里的 5-6 年折旧年限不是虚高，而是符合"推理占主导"的未来结构——只是这个未来还没完全兑现，账面上看起来"过于乐观"。

反驳三：残值论——旧 GPU 不会被淘汰

今天 CRWV 的财报里，CEO 直接否定了"旧 GPU 会因为 TCO 劣势被淘汰"这个说法： "我们有一个大型的多年期合同，原定于 2026 年续约。客户提前两个季度，主动以原协议价格 5% 以内的价格续签了基础设施合同。"

H100 在合同结束之后，新合同仍然能卖到原来合同 95% 的价格……而且连 A100 也全都卖光了。现在只要不是公司里最重要的部门，要做 AI 推理就只能用五年前的 A100 而并没有寿终正寝，是很常见的现象。

这一条把"折旧论"的三条腿全砍了：AFR 高估、训练推理分开算、旧卡还能高价续约。

结论：GPU 折旧不是 AI 泡沫论的证据。

四、AI 泡沫的新形态：这次为什么和 2000 年不一样

折旧论破了，但泡沫是否存在这个问题还没答。fin 用了非常干净的对比：

4.1 互联网泡沫 vs AI 泡沫的结构差异

	互联网泡沫（2000）	AI 泡沫（2025-）
基建端	光纤大量过剩（97% 未被使用）	GPU / 电力 / DC 全线短缺，backlog 爆表
价值捕获	App 端（Amazon / Google / Yahoo）	App 端（OpenAI / Anthropic / Harvey）
举债在哪里	基建端（大量 Telecom 破产）	App 端 + Cloud（OpenAI / Oracle 举债）
泡沫破裂形式	基建过剩破产	应用端淘汰（"算力破产")

fin 的原话：

互联网：基建端基本独立运营，基建和应用是解耦的，需求是脱节的，基建过度价格崩塌，泡沫破裂的很惨。价值全产生在应用端公司，形成了生态错位。

AI：应用端驱动基建，因为应用被基建严重限制规模，从而被迫投资基建端，算力一直紧缺。

用最简单的方法判断泡沫会从哪破裂：看谁在举债。

互联网泡沫，举债的更多在基建端，价值捕获更多在 App 端 AI 泡沫，价值捕获在 App 应用端，而举债的也更多在应用端（以及云）

举债和价值捕获错位的地方，就是泡沫最脆弱的地方。互联网时代基建举债 + App 捕获价值 = 基建破产。AI 时代 App 举债 + App 捕获价值 = App 会破产，基建不会。

4.2 一个反直觉的悖论

fin 抛出了一个非常有意思的悖论：

一个反直觉的悖论：App 端的泡沫在于 AI/Agent 发展迭代的不够快！ 做出的东西不够好，导致营收增速跟不上。 AI/Agent 发展不够快，在广大行业渗透不够，又部分是因为算力不够。于是为了维持泡沫不破，算力投资和军备竞赛又会继续加强。然后 App 端会出现大量输家被淘汰，因为算力投入而破产。

这个 loop 非常残酷但非常清晰：

    App 需要 AI 变强 → 需要更多算力 → 算力投资加码
                              ↓
    发展跟不上营收增速 ← 部分 App 破产 ← 算力成本压垮 App

这一轮的泡沫破裂不会像 2000 年那样"基建端崩塌 + App 端狂欢"，而是"基建端持续超级周期 + App 端大量出局，最后剩下几家寡头"。

4.3 一个先行指标：全社会 AI 采用率

fin 给了一个非常具体的观察指标：

一个参考指标是，企业渗透率接近 50% 的时候。 2000 年 3 月互联网泡沫破灭时候，美国互联网渗透率大概在 52% 左右（另有一组数据是 43%）。

目前互联网大厂的 genAI daily user 渗透率正在从 50% 向 90% 迈进，而广大行业公司的 AI 采用率不到 10%，增速暂时是有保障的，每一代科技革命增速最快的时候就是全社会公司采用率 10% 迈向 50% 的阶段。

翻译一下：现在这个位置类似 1996-1997 年，还有 3-5 年的加速期。真正需要警惕的是全社会渗透率接近 50% 的时候。

4.4 一句可能会被反复引用的收尾

fin 用了非常有诗意的一句话给"GPU 折旧论"那篇收尾：

算力把时间借给了应用，终究要用增长归还；还不上的，就是泡沫。能还清的，就是点亮文明的下一座灯塔。

五、繁荣性萧条：SDE 的诡异处境

有一条关联度极高的推特特别值得单独拎出来，来自 fin 2025 年 10 月对 Amazon 裁员 3 万人的评论——因为它把训练/推理经济学和职场现实连起来了：

今天 Amazon 裁员 3 万人，比 2022 年行业收缩期裁的还厉害，原因很简单： 买 GPU 的钱 capex 不够，导致 AWS 增速下降，被市场严厉的惩罚了，只能砍工资来省钱买 GPU，让财报好看一点。

GPU capex 在互联网公司正在创造一种诡异的繁荣性萧条：公司业绩增速很好看，股价也节节高升，但是员工的工资开支成了管理层腾挪不开的问题…… 这不是传统的行业萧条，而是资本在人力与算力之间的激进再分配。

看几个 data point：

Amazon Q2 未完成订单 backlog 1950 亿美元，同比增长 25%——想买但 AWS 交付不了
Meta 悄悄裁 AI org 600 人 + 各部门 director + 每半年 5% 悄悄裁员
Meta 一年之内对未来 18 个月的 capacity 计划上修了三次，每次以为高估，几个月后发现是低估

fin 的判断链条：

opex（工资）换 capex 就能带来公司的业绩提升，资本会毫不留情的惩罚一切不把这条路线贯彻到底的 CSP / Hyperscaler。内部 tool 耗费大量人力做各种 agent 功能……目标仅仅只是希望把大家的工作效率提升 ~20%。接下来当公司提效遇到瓶颈，裁员也裁到只剩大动脉了，公司下一步只会继续牺牲现金流，甚至像 ORCL 一样，开始为了增速而不惜冒风险举债。

结论那句话我在上一篇里也引过，值得再引一次：

每一个互联网公司的 SDE 打工人，都应该买入 Nvidia / AMD 作为风险对冲，弥补自己被 GPU 挤出价值链的风险。

六、把四条线拼起来：训练时代的黄昏

一年多的推演拼起来，就是这样一张地图：

                          训练时代的黄昏
                        ─────────────────
                                │
      ┌───────────────┬─────────┴─────────┬────────────────┐
      ↓               ↓                   ↓                ↓
   Scaling Law     模型商业化          GPU 折旧论        泡沫新形态
    撞墙            fabless 化          破产           
      │               │                   │                │
  GPT4.5 (10x) 下线  旗舰 $80/M         AFR 已 &#x3C;6%      基建端超级周期
  GPT5 (3x) 收缩    次旗舰 $10/M       训练 vs 推理    App 端大量出局
      │             router 化         分开折旧         举债在哪里破在哪里
  base model 时代     模型贬值曲线      A100/H100 
   结束              类似手机芯片      续约 95%
      │
   进入 test-time 
   compute / agent
   / 系统级升级
      │
      └────────────────────┬────────────────────────────────┘
                           ↓
                   算力从"训练巨兽"转向
                   "推理 supercycle"
                   （2030 年推理占 60%+）

fin 把这个故事的三个核心结论浓缩起来，大概是：

训练侧：暴力预训练 scaling 的边际红利见顶。GPT4.5 是最后一次"大力出奇迹"的实验，接下来是系统级升级和 test-time compute。
商业侧：模型公司越来越像 fabless 芯片公司——一次性研发大成本 + 每 token 边际成本，旗舰 + 次旗舰 + mini 的 SKU 分层，router 化，模型作为独立产品的时代在结束。
泡沫侧：这不是 2000 年的互联网泡沫。基建没有过剩，只有短缺；举债在 App 端，泡沫破裂会从 App 端开始。而基建的超级周期"至少能维持到 2030 年"。