Mustafa Suleyman是微軟AI執行長，曾共同創辦DeepMind——這家位於倫敦的實驗室後來被Google收購——並於2024年加入微軟。他預期構建前沿人工智慧的成本將急劇攀升，指出單次前沿訓練（即產出模型所需的算力密集過程）可能很快達到「數百億甚至1,000億美元」的成本。

Suleyman於2026年9月28日發表談話時，為這一里程碑給出了短短的時間表：未來幾年內。而能負擔得起的名單更短。他認為，全球僅有五、六間實驗室有能力支付這一入場費。

入場費持續攀升

Suleyman將不斷上升的成本與開發速度聯繫起來。按照他的說法，更多算力集中於更少的實驗室，應轉化為更快的AI進展。

他以兩個引人注目的數字支持這一觀點。他表示，過去15年間，前沿模型的訓練算力成長了約一兆倍。而僅在過去兩年，推理成本——即每次使用已訓練模型的運行費用——已下降300倍。他暗示，這兩個趨勢指向同一方向：訓練領先模型所需的資源正在擴張，即使運行它們的成本正在下降。

「數百億甚至1,000億美元，」Suleyman談及前沿訓練的潛在成本時表示。

一個持續醞釀的預測

這番言論與其說是立場轉變，不如說是立場的升級。2025年12月，Suleyman曾預測，在五到十年內保持AI競爭力將需要「數千億美元」的投資，他將這一數字歸因於高級訓練對算力需求的膨脹。

9月的言論則更進一步，為單次訓練賦予潛在價格標籤，而非僅針對十年的整體支出。

Suleyman也曾以罕見的具體意象描述微軟的AI業務，將公司比作一家建造大型運算基礎設施的「現代建築公司」。其背景是微軟與OpenAI不斷變化的關係：在該合作夥伴關係重組之後，微軟AI正專注於前沿模型的自主研發。

安全議題與支出話題並行

Suleyman並未將這支出描繪為純粹的軍備競賽。隨著AI能力快速提升，他也呼籲加強監督與評估，並指出自主駭客與更複雜AI代理等發展。

他將近期的AI行為描述為一個「分水嶺時刻」，需要對這些系統的能力進行更嚴格的審視。

這對AI產業意味著什麼

最明確的影響是產業整合。如果前沿訓練的成本走向數百億美元，能夠真正在頂端競爭的組織數量將縮減至少數幾家——按照Suleyman的估算，是五、六家。

推理成本的下降則朝相反方向發展。兩年內下降300倍意味著使用AI正快速變得廉價，即使構建前沿模型正集中在更少人之手。