当 SaaS 席位制崩塌、推理超越训练:解码 Neocloud 三巨头 CoreWeave、Nebius、IREN 的命运分岔

1. AI 算力需求的结构性裂变:Anthropic 现象的产业含义

根据 Semi Analysis 于 2026 年 5 月初发布的最新研究报告,Anthropic 的年化营收(ARR)在 2024 年 12 月仅为约 10 亿美元,至 2025 年 12 月达到 90 亿美元,而到 2026 年 5 月已飙升至 440 亿美元。换言之,在过去五个月内,这家公司的营收基础翻了将近五倍,平均每天净增 9,600 万美元的年化营收规模。Meritech Capital 合伙人 Alex Clayton 在公开评论中曾指出,他研究过 200 多家上市软件公司的 IPO 资料,从未见过这种成长曲线;而他做出此一评论时,Anthropic 的 ARR 才刚从 10 亿冲至 30 亿,此后增速并未放缓,反而加速。

更值得关注的是同一份报告披露的边际指标:Anthropic 自营推理基础设施的毛利率,已从一年前的 38% 跃升至当前的 70% 以上。这意味着,这家公司不仅在快速做大营收基数,其单位经济效益也在同步改善,与外界普遍认为「AI 公司只能靠融资烧钱」的刻板印象相反。

然而,这场爆炸性增长背后所需的算力规模,Anthropic 自身的基础设施根本无法独自承载。市场上经常出现的一个误读是:Anthropic 的算力来自 Amazon Web Services 与 Google Cloud,与所谓的 Neocloud 并无直接关系。这一观察并不完全准确。Anthropic 的算力结构,本身就是当前 AI 产业的缩影——Amazon 与 Google 承担了头部训练负载,但溢出于超大规模云厂自有容量之外的需求,会自然外流至第三方供应商。Anthropic 在 2026 年 4 月与 CoreWeave 签订多年期算力合约,5 月又传出与 Nebius 接触,即是这种外溢机制的直接体现。

理解这一外溢逻辑,对评估 Neocloud 赛道至关重要——CoreWeave、Nebius、IREN 这三家被市场冠以「Neocloud 三巨头」称号的企业,其商业基础并非来自直接服务 Anthropic 这类前沿 AI 实验室,而是承接了由整个 AI 产业爆炸性增长所制造的算力缺口。本文将系统梳理两个驱动 Neocloud 估值重估的结构性变化、三家公司在产业链中的差异化定位,以及电力供应链瓶颈对竞争格局的重塑作用,并最终归纳出一套可供长期投资者使用的分析框架。

2. 第一个结构性变化:SaaS 席位制商业模式的崩塌

过去二十年,SaaS 行业最核心的盈利模式建立在「席位制」之上。其逻辑相当朴素:企业有 100 名员工需要使用 Salesforce, Salesforce 即按 100 个席位收取月费。这种模式对投资人而言极具吸引力,因其收入稳定、可预测,使得 Salesforce、ServiceNow、Workday 等公司得以建构出数百亿乃至千亿美元等级的市值。

但生成式 AI 的出现彻底打破了这一逻辑。一个具体的场景足以说明这种断裂:假设某家公司只有一位工程师,但他使用 Cursor 这类 AI 编程工具,在一小时内即可让 AI 协助重构 5,000 行代码,触发数百次 API 调用,消耗数千万个 token。在此情境下,「席位数」与「真实算力消耗」之间已彻底脱钩。对 SaaS 企业而言,继续按席位收费意味着一名员工每月支付 20 美元订阅费,但其后台所消耗的算力成本可能高达 50 美元——这正是 Cursor、Claude Code 等 AI 原生工具在早期面临亏损的根本原因。

为应对这一结构性矛盾,业界正集体转向「基础订阅费 + 用量计费」的混合模式:企业先支付一笔固定月费作为入门门槛,超过配额后的 token 消耗则另行计价。目前 OpenAI、Anthropic、Microsoft、HubSpot 等头部企业均已完成或正在进行此种转型。Gartner 的预测显示,到 2026 年底,将有 70% 的企业偏好用量计费模式胜过纯席位制。

这一趋势同时也解释了 Anthropic 为何能在五个月内实现 ARR 翻五倍。其增长动力主要来自现有企业客户 token 消耗量的指数级扩张,而非单纯的新客户获取。Anthropic 公开披露的数据显示,年付费超过 100 万美元的企业客户数量,在过去两个月内已翻倍;Fortune 10 企业中有 8 家是其付费客户;旗下的 Claude Code 产品在 2026 年 2 月单一产品的年化营收即达到 25 亿美元,其中企业用户占比超过 50%。这些数据共同传递一个核心事实:AI 时代的商业模式,贩售的已不再是席位,而是 token——一个席位的价值是固定的,但一个 token 的需求理论上是无限的。

3. 第二个结构性变化:推理算力对训练的历史性反超

如果说席位制的崩塌是商业模式层面的转变,那么训练与推理算力的反超,则是基础设施需求结构的根本重塑。

简单解释这两个概念:训练是教导大模型学习既有知识的过程,推理则是模型部署后协助用户解决具体问题的过程。过去两年市场关注的 AI 算力,主要集中在训练端——OpenAI 投入数亿美元训练 GPT 系列模型、Meta 兴建大型 GW 等级 AI 数据中心,皆属此类投入。但产业格局正在快速变化。

根据 Gartner 与 Deloitte 的最新预测:2023 年,训练占 AI 算力 67%、推理仅占 33%;到 2025 年两者各占一半;2026 年推理已反超至 67%;到 2030 年推理占比将达 70%。NVIDIA 自家披露的数据则更为直接——目前企业 80% 的 AI 预算已花在推理上,仅 20% 投入训练。

为何这一反转具有结构性意义?根本原因在于两者的消费曲线截然不同。训练是一次性的研发性支出——模型一旦训练完成即结束算力消耗;但推理则是持续性的运营性支出——只要还有用户在调用 AI,推理算力就会持续燃烧。Agent 时代的来临进一步将这种趋势放大若干数量级:过去用户向 ChatGPT 提出一个问题,后台仅触发一次 LLM 调用;但现在让 Agent 协助分析一份财报,后台可能自动触发十几次的搜索、读取、验证与总结调用,每一步都在消耗 token。这正是 Anthropic 旗下高度 Agent 化的 Claude Code 产品,单一用户算力消耗量是传统 ChatGPT 用户十倍以上的根本原因。

这里产生了一个关键问题:既然推理需求如此庞大,为何受益的是 Neocloud,而非 Amazon Web Services、Microsoft Azure、Google Cloud 这些超大规模云厂?这一问题若不厘清,整个 Neocloud 多头论点将无法成立。事实上,推理外溢于超大规模云厂的逻辑包含三个相互独立但相互强化的层次。

第一层是短期供需错配：超大规模云厂的容量早已被自家旗舰客户填满——Microsoft Azure 服务于 OpenAI 与 Anthropic、Amazon Web Services 服务于 Anthropic、Google Cloud 同时支持 Anthropic 与自家 Gemini。即便这些巨头维持每年数千亿美元的资本开支,建设速度仍跟不上需求增长。Microsoft 与 Nebius 签订 174 亿美元合约、与 IREN 签订 97 亿美元合约,正是这种溢出需求的直接证据——若 Microsoft 自有机房足以满足需求,根本无需向第三方采购。

第二层是价格优势的结构性差异：Deloitte 于 2026 年 1 月发布的 Tokenomics 报告明确指出:对于中等规模的 token 工作负载,Neocloud 的价格比传统超大规模云厂便宜 30% 至 80%。这一差异并非来自价格战,而是基础设施代际差异。Neocloud 不存在历史包袱——其数据中心从设计之初即以 GPU 为核心,无需为支援传统通用云端服务而背负冗余成本。Amazon、Microsoft、Google 是在既有云基础上加盖 AI 设施,Neocloud 则是纯 AI 原生,两者的单位成本结构完全不同。

第三层是客户对供应商分散化的主动需求：Anthropic 这类大型 AI 客户,对过度依赖单一云厂存有警惕——一旦被绑定,谈判筹码即告丧失。因此他们会主动分散算力来源,留一部分需求给 CoreWeave、Nebius 这类立场中立的第三方供应商。Anthropic 一方面与 Google 签下 100 万颗 TPU 的历史性大单,另一方面又与 CoreWeave、Nebius 接触,核心动机并非 Google 算力不足,而是确保自身始终拥有多元供应管道。

这三层逻辑叠加之后,推理算力需求爆发对 Neocloud 而言并非偶然机遇,而是产业结构变迁下的必然结果。

4. 三家 Neocloud 巨头的差异化定位:训练机器、推理平台、GPU 包租公

理解上述两个结构性变化后,我们可以进入对 CoreWeave、Nebius、IREN 三家公司的具体分析。这三家虽同属 Neocloud 赛道,但在产业价值链中的位置截然不同。

4.1 CoreWeave:前沿 AI 实验室专用的训练龙头

CoreWeave(CRWV)的市场定位极为鲜明——它是当前少数能够同时服务全球四大 AI 研发巨头的 GPU 云端基础设施供应商。Meta、Anthropic、OpenAI、Google 在 2026 年均已与 CoreWeave 签订重大算力合约,这一客户结构在 2025 年初尚难以想像,但在 2026 年已成为现实。

财务数据方面,CoreWeave 截至 2025 年 12 月底的合约预收款余额(RPO)累积至 668 亿美元,较 2024 年底大幅增长超过 500 亿美元(年增超过 4 倍)。2026 年 4 月 9 日,CoreWeave 与 Meta 在 2025 年 9 月签订的 142 亿美元合约基础上,再追加 210 亿美元的新合约,使 Meta 总承诺金额累计达到 352 亿美元,合约期延至 2032 年 12 月。再加上同期与 Anthropic 签订的多年期合约,Wells Fargo 估算 CoreWeave 的真实合约规模已超过 900 亿美元。

公司对 2026 年的营收指引为 120 亿至 130 亿美元,中位数年增 140%;管理层进一步预期 2026 年年化营收将达 170 亿至 190 亿美元,2027 年年化营收将突破 300 亿美元。为支撑这一增长目标,2026 年的资本开支(CapEx)指引从 2025 年的 149 亿美元跃升至 300 亿至 350 亿美元。

值得厘清的一点是,CoreWeave 并非「只做训练」。其软体堆栈也在积极切入推理领域,包括 CKS(CoreWeave Kubernetes Service)、SUNK(Slurm on Kubernetes)以及对 Weights & Biases 的收购,皆为强化推理能力的战略动作。然而,其客户结构决定了当前业务重心仍以训练为主——OpenAI、Anthropic、Meta 通常先利用 CoreWeave 训练前沿模型,推理负载则是训练完成后的自然延伸。投资 CoreWeave 的核心假设,本质上是「训练需求将持续加码」这一判断。

财务风险层面,CoreWeave 截至 2025 年底的总债务约 210 亿美元,加上 340 亿美元的表外租赁义务,资本结构高度杠杆化。Q4 单季利息支出已达 3.88 亿美元,较 2024 年同期的 1.49 亿美元增长一倍以上。Q4 调整后 EBITDA 为 8.98 亿美元,EBITDA margin 高达 57%,显示核心业务的单位经济效益强劲;但 GAAP 净亏损扩大至 4.52 亿美元,显示资本投入对短期利润的压力仍未缓解。管理层预期 2026 年 Q1 将是利润率的低点(调整后营业利润仅 0–4,000 万美元),2026 全年逐步恢复至低双位数,长期目标设定在 25%–30% 区间。

客户集中度是另一个不可忽视的风险点。Microsoft 在 2024 年贡献 CoreWeave 营收的 62%,2025 年仍占 67%,Q2 一度高达 71%。虽然管理层预期随着 OpenAI、Meta、Anthropic 的合约执行,Microsoft 占比将降至 50% 以下,但根据 Next Platform 的测算,在扩展后的 878 亿美元积压中,Meta 占 40.1%、OpenAI 占 25.5%,两者合计接近 65%。换言之,客户集中度并未消失,只是主角换了。2026 年 5 月初《华尔街日报》报导 OpenAI 内部用户与营收数据未达内部目标,导致 CoreWeave 单日下跌近 3%,市场对此一敞口的敏感度由此可见。此外,机构投资人 Magnetar 于 2026 年 5 月 1 日抛售 128 万股,套现 1.54 亿美元,亦是值得留意的内部信号。

CoreWeave 将于 2026 年 5 月 7 日盘后公布 Q1 2026 财报。根据 LSEG 的市场共识,Q1 营收预期为 19 亿至 20 亿美元,调整后营业利润预期为 0–4,000 万美元。三个关键观察指标包括:合约预收款的季增长率是否能突破 50%(市场预期为 35%–40%,意外突破方为强多头信号);单位经济效益是否首次转正;以及 OpenAI 算力交付时程是否如期推进。

4.2 Nebius:以推理为优先的全栈 AI 平台

Nebius Group(NBIS)的定位与 CoreWeave 截然不同。如果将 CoreWeave 比喻为「训练机器」,那么 Nebius 的核心定位则是「以推理为优先的全栈平台」。其旗舰产品 Token Factory 采取按 token 用量计费的模式,与 Anthropic、OpenAI 等大模型厂商的对外计费逻辑完全对齐。

为强化这一战略方向,Nebius 在 2026 年 5 月 1 日宣布以 6.43 亿美元收购 Eigen AI——这家由 MIT 韩松实验室孵化的公司,其核心技术激活感知权重量化能让同一颗 NVIDIA GPU 输出更多 token。在算力极度稀缺的当下,这项技术直接决定了 Nebius 推理业务的单位赚钱效率。

合约层面,Nebius 当前持有接近 500 亿美元的合约积压,主要来自三笔重大订单:2025 年 9 月与 Microsoft 签订的 174 亿美元合约(根据 Nebius 13-F SEC 申报文件,Microsoft 已承诺约 69.6 亿美元 upfront 付款,合约分九批交付,前两批已于 2025 年 11 月与 2026 年 2 月按期交付);2026 年 3 月将原本 30 亿美元的 Meta 合约扩大至 270 亿美元;以及 NVIDIA 在 2026 年 3 月作为战略投资人入股 20 亿美元。其中 Meta 的 270 亿美元合约存在一个易被误读的细节:仅 120 亿美元属于 Meta 专属采购,另 150 亿美元为 Meta 作为「保底买家」的承诺——Nebius 会先尝试将这部分容量销售给其他第三方客户,卖不出的部分才由 Meta 兜底。这一结构使 Nebius 的真实客户集中度,实际上比表面数字所显示的更为分散。

营收指引方面,Nebius 2026 年全年营收预期为 30 亿至 34 亿美元,相较于 2025 全年 5.3 亿美元的基期增长约 600%;预计 2026 年的年化 ARR 目标设定在 70 亿至 90 亿美元区间。Q1 2026 共识营收预期为 3.89 亿美元,年增 600%。

整支 Neocloud 多头论述中,最关键的一个定位即在于:目前唯一一个可被财报数据直接验证的「推理用量计费」具体产品,正是 Nebius 的 Token Factory。然而,Token Factory 的具体营收贡献、客户数量与 ARR 占比,公司迄今尚未公开披露。这意味着,2026 年 5 月 13 日盘前 Nebius Q1 财报的发布,将成为整个 Neocloud 产业叙事的试金石——若 Token Factory 客户数与 ARR 占比未出现显著跳升,动摇的将不仅是 Nebius 单一公司的多头逻辑,而是整个推理用量计费叙事的根基。

风险层面,Nebius 的股价 Beta 高达 2.97,意味着大盘下跌 1% 时该股可能下跌 3%,属于高赔率高波动的成长股,并非长期持有便可放心的标的。此外,Nebius 持续通过 ATM 增发机制融资,对现有股东形成持续性的稀释压力。Wolfe Research 于 2026 年 4 月底首次覆盖该股,公允价值区间定为 80 至 170 美元——区间宽度接近一倍,直接反映出市场对其未来价值的高度不确定性。另外，数据显示,Nebius 过去四个季度中有三个季度营收未达预期,5 月 13 日的财报必须兑现承诺,否则股价反应将相当激烈。

财报观察重点除 Token Factory 营收占比外,亦包括客户结构是否进一步分散,以及 Aether 平台的升级进度。Aether 是 Nebius 的全栈云端管理平台——可理解为其底层「作业系统」——与 Token Factory 是两个独立但互补的核心产品。Goldman Sachs 之所以将目标价上调至 205 美元,核心假设正在于对 Aether 与 Token Factory 执行力的信心。

4.3 IREN:聚焦物理基础设施的 GPU 包租公

IREN(IREN)的市场定位最为特殊。若说 CoreWeave 攻训练、Nebius 攻推理,IREN 则是另一种商业模式——bare-metal landlord,即「GPU 包租公」。它不像前两者在软体堆栈上深耕,而是专注于拥有土地、电力以及可再生能源资产等物理基础设施。

IREN 的主要客户为 Microsoft——2025 年 11 月双方签订一份为期 5 年、总值 97 亿美元的合约,部署完成后将带来约 19.4 亿美元的年化经常性营收(ARR),EBITDA margin 高达 85%,在 Neocloud 同业中属顶级水准。

然而,这笔合约存在一个常被误读的数字结构。从容量视角看,该合约仅占用 IREN 总算力容量的 10%——但从营收视角看,其 19.4 亿美元 ARR 占公司 2026 年 AI 云端业务年化 ARR 目标(约 34 亿美元)的约 57%。同一份合约在两个视角下导出截然不同的结论:容量上看是分散的(IREN 还有 90% 容量可销售),但从营收角度看,IREN 当前的 AI 云端业务高度集中于 Microsoft 这一个客户。

这一容量与营收的反差,源于 IREN 内部业务的单位经济效益差异。Microsoft 那 10% 容量装载的是 NVIDIA 最高阶 GB300 GPU、采用液冷技术,每 MW 约可贡献 970 万美元年营收;而剩下 90% 容量大多仍在运行比特币挖矿——使用的是 ASIC 矿机而非 GPU,每 MW 年营收仅 100 万至 300 万美元。两者的单位赚钱效率相差三至十倍。

IREN 的竞争优势是真实存在的:三家中财务杠杆最低、拥有自有土地与电网接入权,加上部分可再生能源资产可自行发电,且能够利用比特币挖矿产生的现金流补贴新建数据中心的资本开支。然而其缺点同样明显:软体层几乎为空白,导致每 MW 营收仅约 CoreWeave 的四分之一(CoreWeave 每 MW 可达 1,000 万至 1,200 万美元);股本被严重稀释——2021 年 6 月 IREN 在外流通股仅 2,060 万股,五年内已膨胀至接近 3 亿股,稀释 14 倍以上。最关键的问题是,AI 云端业务尚未真正成形,在算力供给极度稀缺的当下缺乏议价能力。

因此,IREN 的转型方向虽然正确,低杠杆与自有电力也确实是真实的护城河,但要让市场以 Neocloud 同业的估值倍数对其重新定价,需要一个明确的触发点——AI 云端收入结构性超越比特币挖矿收入。在此之前,市场仍倾向以「拥有 AI 业务的比特币矿企」对其估值。

5. 电力供应链瓶颈对竞争格局的重塑

对 Neocloud 赛道的分析若止于上述三家公司的差异化定位,仍属不完整。一个被市场普遍低估的变数是电力供应链瓶颈,而这一瓶颈对三家公司的影响并不一致。

根据 Bloomberg 与 TechSpot 等媒体报导,美国 2026 年计划建设的 AI 数据中心,有三分之一至二分之一可能面临延迟或取消。问题核心并非资金不足或 GPU 缺货,而是电力基础设施本身已无法跟上需求增长——高压变压器的交付周期,从 2020 年之前的 24 至 30 个月,目前已暴增至 5 年。这一供应瓶颈的根源在于:美国对中国电气设备的依赖程度急剧攀升,中国变压器进口量从 2022 年的约 1,500 台,增至 2025 年前 10 个月的 8,000 台以上。

这一风险表面上对所有 Neocloud 公司都构成利空,但拆解后会发现影响完全不对称。

对 CoreWeave 而言,这是一把双面刃。其轻资产模式——主要承租 Equinix、Digital Realty 等机房——意味着新容量上线直接受第三方供应链瓶颈制约。但反过来说,其已签下的 668 亿美元合约价值已被锁死,即使未来电力短缺加剧,这些合约的契约价值也不会变动,这反而提升了既有合约的稀缺性。

对 Nebius 而言,影响是双向的。Nebius 目前在北美、欧洲、中东三大洲已有运营中的数据中心,在电力短缺加剧的环境下,这些已上线容量本身即成为稀缺资产,这是利多。但若要从当前规模扩张至 2030 年底 5GW 的目标,Nebius 同样需要等待变压器、同样需要排队。换言之,电力瓶颈对 Nebius 短期是顺风,长期是挑战。

对 IREN 而言,这是最大的利多,同时也是最大的风险。其核心优势在于已锁定的土地、电网接入权,加上部分可再生能源资产可自行发电——理论上部分容量不必完全依赖第三方变压器供应链。然而,由于 IREN 的 AI 云端业务尚未成熟,这项优势目前仅能服务 Microsoft 一个客户,难以转化为更多商业合约的议价筹码。

电力供应链瓶颈这一外生变数,正在对 Neocloud 内部的竞争格局进行重新洗牌——已经握有电力资源的玩家将进一步脱颖而出,而仍在等待变压器交付的玩家则会陷入执行风险。

6. 四个判断问题与五个关键指标:一个可重复使用的 Neocloud 分析框架

在掌握上述结构性变化、三家公司差异化定位与电力瓶颈影响之后,投资人需要的不是一个单一的「买进卖出」结论,而是一套可以重复使用的判断框架。以下四个市场上经常被忽略的问题,构成了 Neocloud 倉位配置的核心思考路径。

第一个问题:你押注的是训练还是推理? 训练是一次性的研发性支出,推理则是模型部署后持续性的算力消耗。若投资人认同推理超越训练的结构性反转趋势,则最大受益者将是推理龙头而非训练龙头。依此标准检视:CoreWeave 的客户结构偏向训练,Nebius 的 Token Factory 是纯粹的推理产品,IREN 则属基础设施通吃但软体深耕度相对较浅。

第二个问题:你是否相信「用量计费」会成为 SaaS 估值的新基础? 若投资人认同此一叙事,意味着 Neocloud 的中型企业客户群将出现几何级数增长——根据 Deloitte 的 Tokenomics 报告,中等规模 token 工作负载是 Neocloud 相对于超大规模云厂最具成本优势的区段。在此情境下,Nebius 这类「软体堆栈完整、客户结构相对分散」的玩家受益最大。反之,若投资人认为最终仍是超大规模云厂通吃,Neocloud 仅是补足溢出需求的角色,则绑定四大 AI 实验室的 CoreWeave 在确定性上更具优势。

第三个问题:你能承受多大的下行风险? 三家公司的风险属性截然不同:CoreWeave 是「高杠杆 + 高合约确定性」(总债务 210 亿美元、表外租赁 340 亿美元,但合约积压 668 亿美元、客户均为蓝筹巨头);Nebius 是「低杠杆 + 持续股权稀释」(财务结构相对健康,但 ATM 增发持续稀释现有股东);IREN 是「最低杠杆 + 最高客户集中」(三家中资本结构最健康,但 Microsoft 一家客户占 AI 云端 ARR 目标 57%)。这三种风险特征没有绝对优劣,关键在于是否匹配投资人的个人风险偏好。

第四个问题:本财报季,真正的试金石指标是什么? 这一问题的答案直接构成一份可操作的观察清单。

• 第一组指标针对 CoreWeave,将于 2026 年 5 月 7 日盘后揭晓:合约积压的季增长率是否突破 50%(市场预期为 35%–40%);单位经济效益是否首次转正;OpenAI 算力交付时程是否如期推进。三个指标中的任何一个不达标,都将助长空头叙事。
• 第二组指标针对 Nebius,将于 2026 年 5 月 13 日盘前揭晓:Token Factory 的客户数与 ARR 占比是否出现显著跳升。这一个数字单独承载着整个推理用量计费叙事的可信度。
• 第三组指标针对 IREN,需在后续财报中追踪:AI 云端业务收入何时结构性超越比特币挖矿收入。在此门槛达成之前,市场难以将其作为纯粹的 Neocloud 同业对待。

7. 风险提示与投资框架的边界

最后必须厘清几点重要边界。第一,Neocloud 三家公司目前均处于财报周的风暴中心,任一份财报的不及预期均可能引发单日 15% 至 25% 的股价波动。本文提供的分析框架并非短期进场点的指引,而是建构未来 6 至 12 个月配置逻辑的工具。短期操作者使用此框架的边际效用有限,但对长期投资者而言,财报引发的股价回调可能反而是建仓机会。第二,本框架不是标准答案。每位投资者的风险承受能力、资金规模与整体组合配置均不相同——同一套四问框架,不同投资者可能推导出截然不同的配置结果,这是正常现象,而非框架失效。第三,本文所有目标价、合约金额与财报指引,均为 2026 年 5 月初的最新资料。市场环境与公司基本面会随时间变化,读者若在数月后阅读此文,应自行验证最新进度。