作者 | 铅笔道 黄小贵

编辑 | 铅笔道 邹蔚

封面图 | ChatGPT创作

AI基础设施公司Baseten，最近又融了15亿美元（约合人民币101亿元），估值达到130亿美元（约合人民币882亿元）。

Baseten自己不训练大模型，而是帮企业把各种AI模型稳定、便宜、高效地运行起来。

短短18个月，Baseten已经完成四轮融资，它宣称，过去一年其收入增长了20倍。多家媒体报道，今年一季度，它的年化收入达到6亿美元。

估值半年暴增2.5倍

Baseten创立于2019年，总部位于旧金山。

创立时，Baseten专注于研究机器学习，将机器用于反欺诈、识别滥用行为、处理用户生成内容。但头三年，收入"基本上为零"。2022年底，ChatGPT问世，Baseten决定转型帮助客户简化部署大语言模型的繁琐过程。

真正做AI应用的公司来说，不一定需要永远使用最强、最贵的闭源模型。它们需要的是：在不同场景下，用合适的模型，以可控成本、稳定速度，把产品跑起来。

比如，一个AI编程工具，可能在复杂代码生成时调用前沿模型，在简单补全、检索、分类、上下文整理上使用开源模型或自研模型。一个AI销售工具，也可能把不同任务拆开，让不同模型分别完成。

开源模型的能力正在提高。Llama、Qwen、DeepSeek等模型让企业有了更多选择。但开源模型不是拿来就能直接服务亿级用户的商品。企业还要解决GPU在哪里、如何部署、如何优化吞吐、如何降低延迟、如何应对流量波动、如何监控故障、如何控制成本、如何保护数据等一整套问题。

Baseten提供的，就是这套"把模型放进生产环境"的系统。它从多家云供应商采购算力，再通过自己的软件栈进行调度、优化和交付。对客户来说，不必自己到处抢GPU，也不必重建一整套推理平台。

Baseten服务的客户，很多都是快速增长的AI应用公司，包括Abridge、Clay、Cursor、Lovable、Mercor、OpenEvidence等。这些公司横跨医疗、销售、编程、招聘、企业软件等领域，但共同点是：它们的产品都高度依赖模型调用。

Baseten部分客户

这门生意有点像云计算早期。

当互联网公司快速增长时，亚马逊云卖的不是某个网站，而是网站背后的服务器、存储、数据库和弹性计算。当移动互联网爆发时，云服务商吃到的是整个应用生态的红利。今天，AI应用公司越多，模型调用越频繁，推理基础设施的需求就越大。

Baseten想成为的，就是AI推理时代的基础设施层，这也是它估值快速飙升的根本原因。

今年1月，Baseten刚宣布完成3亿美元融资，估值达到50亿美元。几个月后，新一轮融资把最高估值推到130亿美元。估值半年暴增2.5倍还多。

三大风险

Baseten走红，还有一个更大的背景：AI公司开始认真算账了。

推理不是一次性投入，而是持续消耗。一个AI产品越受欢迎，模型调用次数越多，成本可能越高。如果每一次调用都依赖最昂贵的闭源大模型，产品规模越大，亏损也可能越大。

这就逼迫AI应用公司寻找更灵活的模型策略，不是所有任务都需要最强模型。AI应用能不能赚钱，很大程度取决于推理成本能不能被压下来。

当AI进入真实工作流，推理需求会变得极其庞大。推理优化不是模型公司单独能解决的问题，也不是普通云服务商天然擅长的问题。它需要介于模型、GPU、云厂商和应用之间的一层系统软件。这一层越复杂，越容易诞生新的基础设施公司。

Baseten吃到的，就是这层红利。它让AI产品有机会变成一门正常生意。

然而，推理基础设施可能是AI行业最诱人、也最残酷的赛道之一。

第一个风险，是竞争。

Baseten并不是唯一看到推理机会的公司。Fireworks AI、Together AI、Modal、Replicate、Groq、Cerebras，以及大型云厂商都在争夺这块市场。比如Groq 2026年5月被曝寻求最高6.5亿美元融资；Together AI打算融资10亿美元，而它的估值也达到75亿美元。

第二个风险，是毛利率。

推理基础设施公司看上去像软件公司，但并不完全是软件公司。它背后需要大量GPU和云资源。算力成本、采购价格、利用率、客户定价，都会影响利润。

如果GPU长期紧缺，采购成本高，客户又不断要求降价，推理平台的毛利率就会承压。尤其当竞争加剧，大家都用低价争抢客户时，这门生意可能变成"高收入、低利润"的重资产服务。

这也是为什么推理优化能力如此关键。

同样一块GPU，谁能服务更多请求、降低空闲时间、提升吞吐、减少延迟，谁才有更好的经济模型。推理基础设施不是简单转售算力，而是要通过软件效率把利润挤出来。

第三个风险，是技术变化太快。

AI模型、芯片、编译器、推理框架、开源生态都在快速变化。今天最优的部署方式，几个月后可能就落后。

这对Baseten既是机会，也是压力。

机会在于，技术变化越快，客户越不愿意自己维护复杂基础设施，更愿意交给专业公司。压力在于，Baseten自己必须始终跑在前面。一旦它的技术栈跟不上新模型、新芯片、新需求，客户可能迅速转向其他平台。

英伟达投了

Baseten有个重要的股东：英伟达。2026年1月，英伟达成为Baseten E轮融资的重要投资方（1.5亿美元）。

这笔投资，似乎是被DeepSeek"逼"出来的。

2025年初，DeepSeek突然爆红。它给美国科技市场带来的冲击，不只是"中国也能做出强模型"，而是另一件更敏感的事：原来强模型可以做得这么便宜。

这直接戳中了英伟达的神经。过去几年，英伟达最核心的故事是：AI越来越强，所以需要越来越多GPU。

但DeepSeek出现后，市场突然开始问一个问题：如果模型训练成本能大幅下降，如果更少的芯片也能做出接近一流的模型，那么英伟达还能继续高速增长吗？

这个问题一度让英伟达股价大跌。

但英伟达后来押注Baseten，恰恰说明它看到了另一个方向：便宜模型不一定会减少算力需求，反而可能放大算力需求。

原因很简单。

当AI模型很贵，只有少数大公司能用。但当DeepSeek这样的模型把价格打下来，当开源模型越来越强，更多创业公司、中小企业、垂直行业都会开始使用AI。

Baseten提供的是AI推理基础设施，帮助企业把开源模型、自研模型、定制模型部署到生产环境中，并尽量提高速度、降低成本。

这时候，行业真正的瓶颈就变了，不再只是"谁能训练出最强模型"，而是"谁能把成千上万个模型稳定、便宜、快速地跑起来"。

Baseten帮企业部署、调度GPU、控制成本、降低延迟、处理高峰流量。大量公司会使用不同模型；大量模型需要在不同场景里运行；大量推理任务会持续消耗GPU。

这时候，英伟达需要的不只是OpenAI和微软这样的大客户，也需要Baseten这样的基础设施公司，把更多开源模型、专用模型和企业模型带到英伟达GPU上运行。

英伟达投Baseten，本质上是在给自己的下一阶段增长铺路。