輝達 NVDA 押注 Reflection AI，會改變 AI 版圖嗎？

DeepSeek下載降溫但黏著度高，2027年上市前的成長考題是什麼？

根據市場情報公司 Sensor Tower 的資料，中國深度搜尋 DeepSeek 應用在 2025 年曾以超過 1.71 億次的全球下載量受到關注，但到 2026 年，下載量降至約 3500 萬次。美國市場上半年下載量僅 180 萬次，顯示消費者興趣明顯降溫。 從使用規模看，DeepSeek 的月活躍用戶約 6700 萬，落後於 OpenAI 的 ChatGPT 約 10 億 MAU。不過，DeepSeek 的使用者參與度仍然突出，每位使用者平均每週使用 34 次、每週花費 94 分鐘，分別高於其他競爭對手 57% 與 112%。這顯示其產品體驗或使用情境，可能具有較高黏著性。 DeepSeek 目前也在準備於 2027 年第二季於上海證券交易所上市，並希望成為開源模型領域的重要代表。雖然面臨 Anthropic 等競爭對手壓力，且超過 40% 使用者來自中國市場，但也意味著其未來仍有全球擴張空間。接下來，能否在下載量、活躍用戶與使用黏著度之間取得平衡，將是影響其上市故事的重要觀察重點。

Nebius簽下逾10億美元AI算力合約，NBIS與Nvidia晶片合作受關注

Nebius與Reflection AI簽署一項價值超過10億美元的AI計算能力合約，合約期限涵蓋至2029年，並將提供Nvidia先進的GB300 AI晶片，加速Reflection AI的人工智慧發展。 Nebius Group（NBIS）總部位於阿姆斯特丹，屬於新興的 neocloud 服務提供商，主要業務是租賃AI計算能力。公司客戶包括Microsoft與Meta Platforms等大型企業。報導指出，Nebius持續擴展AI雲平台版本，並希望在競爭加劇的環境中吸引更多客戶。 Reflection AI同樣獲得Nvidia及其他投資者支持，且上個月才與SpaceX簽下數十億美元協議。該公司目前也在洽談以250億美元估值募資25億美元，顯示其在AI領域持續擴張的企圖。 整體來看，這筆合作反映全球AI基礎設施需求持續升溫，也凸顯Nebius在AI算力供給鏈中的角色。

Nebius攜手Reflection AI鎖定GB300：算力供應鏈競賽升溫

全球AI產業的競爭焦點，正從模型與應用轉向底層算力供應鏈。歐洲「neocloud」業者Nebius Group（NBIS）與新創Reflection AI簽下逾10億美元、延續至2029年的AI算力供應協議，並鎖定Nvidia（NVDA）最新GB300晶片。 同時，Reflection AI也與SpaceX（SPCX）簽下多億美元等級合約，並洽談以250億美元估值募資25億美元，顯示AI基礎設施已進入資本與技術同步競逐的階段。這類長約不只涵蓋算力租用，通常也牽涉資料中心、機櫃、網路與維運配置，反映AI公司對穩定算力的需求快速升高。 Nebius目前也服務Microsoft（MSFT）與Meta（META），凸顯「neocloud」勢力正在崛起。相較於傳統雲端平台，這類業者更聚焦AI工作負載，並以彈性合約與專用硬體配置切入市場，成為大型科技公司與AI新創的另一種算力選項。 不過，這波算力軍備競賽也伴隨成本與風險。Reflection AI同時承擔多筆高額合約與募資壓力，若AI商業化速度跟不上擴張節奏，資本支出可能持續墊高；此外，過度依賴單一晶片世代，也會讓供應鏈與技術迭代風險同步上升。 整體來看，Nebius、Reflection AI、SpaceX與Nvidia之間的合作，清楚顯示未來幾年AI競爭重心，已經從「誰能做出更強模型」轉向「誰能穩定掌握高階算力」。

Nebius 逾10億美元長約鎖定AI算力，GB300需求與接單能力受關注

近期人工智慧算力需求擴張，新興雲端服務商 Nebius（NBIS）接單動能受到市場關注。最新消息指出，公司已與 AI 模型開發商 Reflection AI 達成逾 10 億美元的基礎設施長期協議，合約持續至 2029 年，主要提供圍繞輝達 GB300 晶片建構的高效能伺服器叢集。 Nebius 專注於 AI 與高效能運算雲端服務，具備從硬體、網路到調度的一體化能力，可支援上千組 GPU 的預先最佳化叢集。公司在歐盟與美國均有基礎設施佈點，能提供快速交付的區域產能，協助緩解大型科技企業的算力供給瓶頸。 隨著長約落地，市場也再度關注先進算力資源的稀缺性。相關消息一度帶動 NBIS 盤前股價上漲逾 5%。 Nebius 前身為俄羅斯科技巨頭 Yandex，後因地緣政治因素分拆獨立，目前在歐洲與美國自行營運資料中心與伺服器，總容量達數百百萬瓦。公司先前也於 2025 年 9 月取得微軟高達 170 億美元的複數年營收合約。 根據 2026 年 7 月 13 日交易數據，NBIS 開盤價 212.69 美元，盤中最高 219.00 美元、最低 204.70 美元，收盤 210.51 美元，單日下跌 4.16%，成交量 10,842,264 股。 整體來看，Nebius 憑藉歐美市場的基礎設施佈局，持續鎖定多家科技企業的長期算力訂單。後續可持續觀察其新資料中心的產能交付進度，以及總體經濟環境對科技業資本支出的影響。

Nebius（NBIS）簽下逾10億美元AI算力長約，neocloud商模有何看點？

Nebius Group N.V.（NBIS）最新報價來到 221.06 美元，漲幅約 5.01%，股價明顯走強。 據 Bloomberg 報導，Nebius Group（NBIS）與 Reflection AI 達成協議，將在 2029 年前出售逾 10 億美元的 AI computing capacity，並提供對 Nvidia（NVDA）GB300 AI chips 的使用權，成為當前 AI infrastructure 競逐戰中的一份重要長約。 Reflection AI 由 Nvidia（NVDA）等投資人支持，先前也與 SpaceX（SPCX）簽下 multibillion-dollar 協議，顯示其持續擴充 AI 晶片算力需求。Nebius 則定位為「neocloud」提供商，主要出租 AI computing capacity，現有客戶包括 Microsoft（MSFT）與 Meta Platforms（META）。在大型 AI 客戶與長期合約題材帶動下，NBIS 股價同步走強。

Nebius簽下逾10億美元AI算力長約，neocloud為何成新戰場

歐洲「neocloud」業者 Nebius Group（NBIS）與新創 Reflection AI 簽下逾 10 億美元、延續至 2029 年的 AI 算力供應協議，鎖定 Nvidia（NVDA）最新 GB300 晶片。Reflection AI 同時與 SpaceX（SPCX）簽下多億美元合約，並洽談以 250 億美元估值募資 25 億美元，顯示全球 AI 基礎設施競爭正從模型與應用，轉向算力供應鏈。 根據報導，Nebius 這筆長約不只是單一商業合作，而是為未來數年的高階 GPU 需求預先鎖量。這類合約通常涵蓋資料中心建置、機櫃與網路配置，以及長期晶片與維運服務，反映 AI 公司對持續可用算力的重視，已超越過去單純租用雲端的模式。 Reflection AI 與 SpaceX 的合作，也顯示它正透過多元供應來源分散風險、擴大算力池。加上與 Nvidia 及其他投資人洽談新一輪融資，市場對算力供應商的估值與資本投入，明顯升溫。 供給端方面，Nebius 被歸類為「neocloud」業者，屬於近年興起、專門出租 AI 運算能力的新型雲端供應商。不同於傳統大型雲端平台，這類公司通常以更彈性的合約與專注 AI 工作負載的硬體配置打市場。Nebius 目前客戶包括 Microsoft（MSFT）及 Meta Platforms（META），也凸顯即便是雲端巨擘，仍願意向第三方租用專用算力。 整體來看，這類長約背後反映的是全球 AI 產業對高階晶片與資料中心資源的搶占。對 Reflection AI 而言，提前確保 GB300 供應，有助於支撐產品與服務的性能與可用性；對 Nebius 而言，長期合約則代表其在 AI 算力外包市場中，正扮演更關鍵的供應角色。 不過，這場算力競賽也伴隨成本與風險。高額合約、龐大募資與長期基礎設施投入，意味未來幾年的資本支出壓力不小；若 AI 應用商業化速度不如預期，相關投資效率就可能受到考驗。另一方面，若未來晶片供給趨緩、競爭者推出同級產品，現有長約也可能面臨價格重估。 從產業角度看，「neocloud」模式正在重塑雲端版圖。傳統雲端巨頭仍具規模與生態優勢，但像 Nebius 這類專注 AI 算力出租的公司，正與 Nvidia、Microsoft、Meta 等大廠形成另一條算力供應鏈。全球 AI 競爭下一階段，焦點已不只在模型本身，而是誰能穩定掌握高階算力。

Nebius簽下逾10億美元AI算力合約，AI基礎設施需求升溫

Nebius Group（NBIS）與Reflection AI簽署一項價值超過10億美元的AI計算能力合約，合約期延續至2029年，並將提供Nvidia的GB300 AI晶片，以支援Reflection AI的人工智慧發展。 根據彭博社報導，這筆合作發生在全球對AI基礎設施需求持續增加之際。Reflection AI除了獲得Nvidia及其他投資者支持，上個月也與SpaceX簽訂數十億美元協議，近期還在洽談以250億美元估值募集25億美元資金。 Nebius總部位於阿姆斯特丹，屬於新興的neocloud服務提供商，核心業務是租賃AI運算能力。其客戶包括Microsoft（MSFT）與Meta Platforms（META）等大型科技公司。隨著市場競爭加劇，Nebius持續推進AI雲平台版本更新，並尋求擴大客戶基礎。業界認為，Nebius在開源AI浪潮中具有一定戰略位置，但仍需觀察後續接單與擴張節奏是否能延續。

AI模型競爭轉向效率與成本，OpenAI、Meta、xAI如何重塑企業採用標準

隨著企業對AI支出的關注加劇，OpenAI、Meta Platforms與xAI近期推出的新模型，明顯把焦點放在效率與成本效益，反映市場需求正在改變。 彭博新聞報導指出，近期AI領域再度升溫，但這次競爭核心不只在技術能力，也包括運營成本的降低。OpenAI的新GPT-5.6模型主打完成工作時消耗更少的計算單位；xAI則聲稱Grok 4.5的令牌效率約為競爭系統的兩倍；Meta也強調會以具競爭力的價格推廣新模型。 企業端對AI預算的態度正在轉趨審慎。隨著更多供應商採用按使用量計價，部分公司面臨意外龐大的帳單，AI支出甚至高到每月數百萬美元。這也讓企業重新檢視導入AI時，究竟該優先考量性能，還是成本與可控性。 業界人士認為，AI開發者正面臨「可負擔性」與「回報」之間的平衡。Meta主張，高階AI功能應以低於多數競爭對手的價格提供；OpenAI則承認企業客戶越來越重視成本與商業價值，因此推出支出控制與分析工具，協助使用者監控使用情況。 另一方面，中國開發者如DeepSeek透過較便宜的開放模型逐步取得市場份額，雖然未必能與美國最先進系統完全匹敵，但已能處理許多日常業務任務。OpenRouter等模型路由平台，則讓企業可依價格與效能在數百種AI模型中做選擇，進一步放大了「效率導向」的採用趨勢。 展望後續，效率與成本仍將是AI模型競爭的重要主軸，Anthropic也可能面臨更大壓力。其旗艦模型雖被視為業界領先，但每項任務成本相對較高；Musk推廣Grok 4.5時，也強調其效能接近Anthropic頂尖模型，且速度更快、運營成本更低。

生成式AI效率戰升溫，OpenAI、Meta、xAI改打最省牌

生成式AI產業正從追求「最強」轉向強調「最省」。OpenAI、Meta Platforms(META)與Elon Musk旗下xAI陸續推出新模型，主打算力效率、token耗用下降與價格優勢，反映企業客戶已開始面對高額AI帳單壓力。市場焦點也從單純性能競賽，轉向成本控管與商業模式調整。 OpenAI推出新款 GPT-5.6，強調同樣工作量可耗用更少 token，並同步提供支出控管與分析工具，協助企業即時追蹤使用量與費用。xAI則在 Grok 4.5 的宣傳中，主打token效率優於競品，並以更快速度與更低營運成本作為賣點。Meta則偏向價格戰路線，釋出以更具攻擊性的定價推向市場的訊號，試圖以較低門檻擴大使用規模。 這波轉向背後，是企業端的真實預算壓力。過去兩年，AI被廣泛導入客服、自動化報告與程式輔助開發，但隨著使用量增加，每月AI成本已對部分企業形成明顯負擔。當模型供應商採計量型收費時，缺乏控管的廣泛試用，很容易讓AI支出快速膨脹，企業也因此更重視投資報酬率。 低成本替代方案同樣加劇競爭。像 DeepSeek 這類開源模型，雖然在最尖端能力上未必全面領先，但已足以支援多數例行商務任務；而 OpenRouter 這類模型路由平台，則讓企業能在單一平台上比較多款模型的成本、速度與品質，進一步削弱單一大廠的綁定能力。當AI採購變得更透明，「誰最划算」正逐步取代「誰最強」成為新指標。 對AI開發商而言，未來的挑戰在於如何同時回收資料中心與高階晶片投資，又能維持具競爭力的價格。若這股效率戰持續升溫，生成式AI市場的市占分配，可能從能力導向轉為場景導向；高階模型仍可能保留在醫療研究、複雜工程與金融風險分析等高價值用途，但多數日常工作，則更可能轉向中低價位模型的分層使用模式。

生成式AI打「最省」：OpenAI、Meta、xAI掀效率戰，誰能守住市占？

生成式AI產業正在轉向「最省」而非只拼「最強」。OpenAI、Meta Platforms（META）與Elon Musk旗下xAI同步強調新模型的算力效率與價格優勢，反映企業客戶對高額AI帳單的壓力升高。市場焦點也從單純比拼能力，轉為檢視誰能在成本、速度與品質之間找到更好的平衡。 OpenAI推出新款 GPT-5.6，主打同樣工作量下可耗用更少 token，並同步提供支出控管與分析工具，讓企業能追蹤使用量與費用。xAI則在 Grok 4.5 上強調 token 效率約為競品的兩倍，並主打更快速度與更低營運成本。Meta則以更具攻擊性的定價切入市場，試圖以規模化使用來攤平資料中心與晶片投資壓力。 這波「效率戰」背後，是企業端對AI成本控管的真實需求。許多公司在客服、自動化報告、程式輔助開發等場景導入AI後，使用量快速增加，但月租帳單也隨之攀升。部分企業每月AI支出已達數百萬美元等級，使管理層開始重新檢視投入是否帶來相應的投資報酬率（ROI）。 在成本壓力之下，市場也浮現更多低價或開源替代方案。中國廠商 DeepSeek 以較低成本的模型搶占例行任務需求；OpenRouter 這類模型路由平台則讓企業可以比較數百款模型的成本、速度與品質，進一步削弱單一大廠綁住客戶的能力。對供應商而言，未來競爭不再只是「誰最強」，而是「誰在特定場景最划算」。 不過，高階模型仍有其價值。醫療研究、複雜工程設計、金融風險分析等高價值應用，仍可能需要較高等級的模型能力。整體來看，生成式AI市場或將走向分層使用：日常工作採中低價模型，少數關鍵任務才使用高階模型。接下來的關鍵觀察點，在於模型供應商能否持續降本同時維持能力，並在不同場景中守住各自的定位。