腾讯在8月12日盘后发布的2026年第二季度财报显示，公司资本开支达到527.8亿元，同比猛增176%，环比增长65%，同时自由现金流转负，为-138亿元。这一数据最初被市场解读为AI投入过度的风险信号，但公司管理层在随后的电话会上给出了不同视角：总裁刘炽平表示，部分数月前预付下单的算力设备，如今转手出售可较采购价获得超过30%的利润，即便单纯出租也能盈利。首席战略官詹姆斯·米切尔补充称，这些算力租给第三方几乎能立刻收回折旧成本。腾讯还披露，若剔除为锁定算力而预付的款项，自由现金流实际为正的376亿元。

这一表态将528亿元资本开支的性质从“烧钱”重新定义为“锁仓”：公司并非在消耗现金，而是在低位锁定一批稀缺的战略物资，并附带约30%的流动溢价作为下行保护。市场最初只看到利润表上的支出，而管理层强调的是资产负债表上正在升值的资产。

溢价从何而来？根源在于上游供给被“焊死”。台积电的CoWoS先进封装产线2026年全年已售罄，其中英伟达一家锁定了约六成产能；高带宽内存HBM年初价格涨幅超过50%，美光全年产能已通过“包销”模式售罄。企业从标准渠道购买一颗GPU，交期长达36至52周。需求侧，据LSEG等机构测算，四大超大规模云厂2026年资本开支合计约7250亿美元，同比增77%，其中约一半直接流向GPU与自研芯片。供给受限与需求猛增叠加，形成结构性缺口。

不过，这种稀缺并非泛算力层面的。有数据显示，xAI集群利用率仅11%，部分西部枢纽上架率不足三成，但闲置的是中低端算力；真正卡住训练的是HBM与CoWoS锁定的高端算力，其现货流通量据行业渠道统计不足5%，过去半年高端现货与锁单转售租金上涨了40%。

“硬通货”叙事并非没有裂缝。2023年矿卡崩盘是现成的反例：以太坊转向权益证明后，挖矿需求一夜归零，RTX 3080二手价从高点下跌约57%。但AI算力的需求函数不同，它基于“边际推理成本与人工成本的替代关系”，只要AI应用ROI为正，需求就不会瞬间消失。然而，松动信号已现：H100按需租金从2025年高峰的每小时4至8美元，跌至2026年中的1.99至2.69美元；Cast AI统计企业GPU平均利用率仅5%；Gartner预测到2027年底超40%的Agentic AI项目将因ROI不清而失败。美国研究机构American Compute在2026年6月报告中直言“GPU短缺已经结束”。

更深层的风险在于技术迭代。英伟达Rubin架构已宣布量产，超大规模云厂2027年将规模部署，其推理吞吐数倍于B200，单位token成本降至约十分之一，这将导致旧代芯片残值跳水。二手H100成交价已跌至挂牌价的40%至50%。因此，“硬通货”的保值属性是代内现象，而非跨代规律。刘炽平也承认，随着GPU、ASIC和国产芯片产能逐月释放，到今年底、明年腾讯将有充足产能，资本开支高峰集中在今年下半年至2027年初，之后回落。

价值链上，价值分配明显向上游倾斜。四大云厂（谷歌、微软、亚马逊、Meta）将45%至57%的收入、约六成经营现金流投入资本开支，利润承压；而英伟达净资产收益率仍超100%（TTM约110%）。摩根士丹利测算，推理时代头部云厂投入资本回报率可达25%至50%，但前提是利用率75%、租金8.5美元/小时等假设成立。另一套解释是“囚徒困境”：据LSEG数据，五大云厂合计将约九成经营现金流投入资本开支，有测算称每赚1美元需花1.57美元。国际清算银行在2026年报中罕见地将此轮AI投资与历次科技泡沫并列警告。

国产算力自主的瓶颈同样在最上游。据SemiAnalysis估算，长鑫2026年只能供应约200万颗HBM堆栈，仅够封装25万至30万颗昇腾910C级加速器；其HBM3综合良率约25%，且无法获得EUV光刻机，只能靠DUV多层堆叠。日本8月实施的第三轮管制将HBM固晶机、3D键合、TSV设备纳入逐案审批，驳回率达七至八成。这使国产算力自主的难点从芯片设计精确转移到HBM。

对投资者而言，判断的关键不在腾讯花了多少，而在于所持算力是买来的还是自有的、上游锁单锁到哪一年、最坏情况下有无流动溢价兜底。当算力能溢价转售，它就不再是成本，而是筹码。