模型搞不出起色，小扎开始盯上基础设施了。

一连串打击接踵而至：Gemini模型被限制使用、小扎自己都承认内部AI agent技术推进比预期慢、员工士气更是跌到了20年来的最低点……

总之，流年不利。

不过别急，小扎灵机一动，又拿出了Plan B。

既然自研模型一时半会儿赶不上，那咱们就来卖GPU吧！

彭博社也跟进爆料：Meta正考虑推出Meta Compute，把庞大的AI基建开放给外部客户。

好家伙，果然还是卖铲子的生意最稳妥。

Meta要卖GPU了

既然要卖铲子，那么Meta手里到底有多少库存？

SemiAnalysis的报道显示，Meta的数据中心和算力采购不但没有放慢，反而还在加速。

仅今年前6个月，Meta在云和托管数据中心上签下的容量就超过了5GW。

这还不包括它正在加速推进的自建数据中心。

Meta正在建设的两个最大数据中心园区，加起来就代表了2.5GW的容量。

从2024年初至今，Meta签下的数据中心和算力相关交易，已经接近10GW。

地图上这些密密麻麻的点位，就是小扎卖GPU的底气。

这堆算力有几个去向：

• 第一，继续喂给自家模型。比如亚历山大王的MSL已经推出的Muse Spark，以及正在训练中的下一代模型Watermelon。
• 第二，用在广告推荐系统上。SemiAnalysis认为，Meta可能想把广告推荐系统的复杂度再放大10倍，用更多训练和推理算力来提升广告收入。
• 第三，做类似SpaceX的neocloud交易。把一部分算力以高价租给外部客户。

如果按SpaceX那类高算力租赁合同来算，每GW年收入可达约500亿美元。

Meta只要拿出200MW算力给外部客户，就能带来100亿美元年收入，而且是超高利润率。

啧啧，这油水是真不少。

而且SpaceX开创了一种新模式：合同签三年，但双方都可以在90天内取消。

这实际上相当于三个月一签，自动续约。意味着Meta可以随时把算力收回来给MSL用。

第四，托管第三方模型。

SemiAnalysis甚至判断，Meta正在与Anthropic进行最终谈判，以获得Claude的私有实例访问权。

未来，Meta会做类似Amazon Bedrock、Microsoft Foundry、Google Vertex这样的模型服务平台。

也就是说，Meta可以把Claude这类第三方模型部署在自己的基础设施上，再打包卖给企业客户。

对Meta来说，这至少有三层用途：

• 第一，内部使用。Google刚刚限制了Meta对Gemini的使用，而Meta可能反手就把Claude作为替代。毕竟Meta自己的AI项目需要大量高质量模型token，而Claude也正好是目前最强的模型之一。

• 二是对外销售。Meta可以像亚马逊的Bedrock一样卖Claude-as-a-service。客户不用自己找Anthropic签约、部署、运维，只要通过Meta的平台调用模型就行。
• 三是垂直应用。Meta可以利用自己的广告平台，构建销售与营销SaaS，集成前沿AI Agent。

SemiAnalysis预计，Meta可能很快宣布类似协议。

Anthropic就是头号对象，但OpenAI或Google也可能加入。

如果Meta的算力业务成形，那么它的竞争对手就不只是OpenAI、Anthropic、Google这些模型公司了。

它还会直接站到AWS、Azure、Google Cloud，以及CoreWea ve、Nebius这些AI云厂商对面。

消息一出，资本市场立刻闻风而动。

Meta股价大涨近9%，而CoreWea ve、Nebius这些neocloud公司则遭遇抛售。

华尔街显然听懂了小扎的新故事：虽然咱模型还没赢，但GPU可以先赚钱啊！

为啥要卖算力：搞模型太烧钱

小扎从模型转向卖铲子，最直接的原因其实很简单：研发模型，真的太烧钱了。

Meta官方给出的2026年资本开支指引，已经上调到1250亿至1450亿美元。

作为对比，Meta今年一季度的资本开支就已经达到198.4亿美元。

但反观Meta的模型进度，不禁让人捏把冷汗：Llama系列虽然开源，生态影响力很大，但很难直接转换成收入。

而Meta最新的自研模型Muse Spark，也还没有真正把Meta送回第一梯队。

目前Meta内部又在训练下一代模型Watermelon（西瓜），据称算力投入比Avocado高了一个数量级。

亚历山大王表示：大家别急，Watermelon已经赶上GPT-5.5的水平了。

同时，Muse Spark当前的版本也即将更新，在编程能力和智能体方面将取得重大提升。

当用户问Meta什么时候能推出与Claude Opus旗鼓相当的模型时，王只说了四个字：很快就会。

说到底，Meta的AI雄心一直围绕着一个简单目标：追上OpenAI、Anthropic和Google。

为此，小扎没少砸钱——芯片、数据中心、人才，几乎样样都按最高规格投入。

但问题是，钱砸下去了，Meta还没能真正说服开发者和客户，让他们相信自家模型已经站上行业最前沿。

当模型进度无法立刻兑现，算力就成了最容易被华尔街理解的资产。

因为GPU和数据中心至少可以被定价。这些资源可以出租，可以托管模型，可以卖API，可以服务广告主，可以做AI agent SaaS，也可以在内部继续提升广告推荐系统。

就好比，原本Meta是在向市场讲一个很远的故事：“相信我，我们会做出超级智能。”

但现在这个故事听起来近多了：就算超级智能没那么快出来，这些GPU也不是沉没成本。

当然，卖算力不代表Meta放弃自研模型。小扎的Plan A依然是超级智能。

继续抢人，继续堆卡，继续训练更大的模型，继续追赶御三家。

在追求ASI的路上，小扎永不言败。

只不过，前沿模型竞争的不确定性太高，中途总得难免妥协亿下下。