博客5月21-23日AI圈密集炸场：ChatGPT开发商最快本周五提交IPO招股书，Q1营收57亿美元；DeepSeek-V4-Pro API永久降至原价1/4；Google I/O 2026发布Omni视频模型与搜索智能体；高通领涨AI芯片，CPU超级周期成形。7条核心事件，一文速览。
全球估值最高的AI公司正在推开资本市场大门。CNBC于5月21日报道，这家ChatGPT背后的公司最快于5月22日（上周五）向SEC秘密递交IPO招股书草案，目标最早9月挂牌。高盛和摩根士丹利联合承销。此前马斯克诉讼一度威胁其公司结构，障碍解除后上市节奏明显提速。
隔日，The Information披露了更详细的财务数据：该公司Q1营收达57亿美元，比其最大竞争对手高出约10亿美元。但另一面是，调整后营业利润率为-122%——每收入1美元亏损1.22美元，且不含股权激励。ChatGPT周活用户9.2亿，付费订阅用户从4700万增至5500万。营收增长引擎正从消费端向企业业务与编程助手Codex转移。
企业该关注什么：无论IPO结果如何，这家公司的企业级API和编程助手产品正在加速渗透。对于正在评估AI全栈开发方案的技术团队，Codex这类工具的成熟意味着AI辅助编程已经不只是补全代码——它开始影响整个软件交付流水线的成本结构。如果你的团队还在手动做CRUD、写单元测试、生成API文档，对手可能已经把这些环节压缩到原来的1/3时间。
（IT之家）
5月22日，该团队官方宣布：V4-Pro旗舰模型API价格在5月31日结束2.5折限时优惠后，正式永久调整为原定价的1/4。输入（缓存命中）0.025元/百万tokens，输入（缓存未命中）3元/百万tokens，输出6元/百万tokens。此前的"限时活动"变成了永久政策。
值得关注的是，这家公司4月已在V4系列上连续两次降价，缓存命中输入再打1折。两轮降价叠加此次永久调价，其API调用成本已降至行业最低档。
落地建议：模型推理成本断崖式下降，直接影响AI应用开发的ROI模型。一年前做RAG问答、代码审查智能体、批量文档解析还担心token成本失控，现在百万tokens输入不到3分钱。对于正在规划Agent系统或智能客服的企业，成本侧的顾虑基本消除——真正需要关注的不再是"用不用得起"，而是"怎么把智能体嵌入业务流程后产出可衡量的结果"。这正是软件定制开发团队需要帮助企业回答的核心问题。
（IT之家）
5月20日凌晨，搜索巨头在年度开发者大会上发布了自Gemini诞生以来最重要的一批产品更新。核心看点是Omni系列——首个支持视频生成与编辑的专用模型，可通过自然语言进行多轮视频编辑并维持角色一致性。首款落地模型Omni Flash已在Gemini App和YouTube Shorts上线，Omni Pro即将推出。同时发布的还有Gemini 3.5 Flash（面向高频任务的快速推理模型）和Spark个人AI助手。
更深远的变化在搜索层：基于Gemini 3的AI智能体系统将搜索从"被动查询"升级为"主动信息管家"——24小时后台运行、多模态整合、深度分析并主动推送。Google Shopping也接入AI智能体，变身通用购物车覆盖搜索、Gemini App、YouTube和Gmail等场景。
怎么看：搜索从"输入关键词→返回链接"变成"AI理解意图→主动完成任务"，这不仅是用户体验的变化，对做SEO和内容营销的企业来说是天翻地覆的。流量入口正在从"网页排名"转向"AI引用"。企业网站的内容如果缺乏结构化标记、没有具体数字和权威引用，在AI Overviews里根本不会被提及。技术团队需要把"AI可见性优化"纳入产品路线图——这和传统SEO是完全不同的技能栈。
（钛媒体 / 少数派）
5月22日美股AI芯片板块集体走高——这家移动芯片巨头涨近9%，AMD涨超3%，英特尔涨逾1%。驱动这轮涨势的核心叙事是：AI算力投资重心正从以GPU为核心的训练转向以CPU为核心的推理。摩根士丹利提出"CPU超级周期"概念，预测服务器CPU总可寻址市场（TAM）到2030年将增至825亿至1100亿美元，未来五年复合增长率约38%。
该芯片厂商确认正重返数据中心CPU市场，与英伟达协同开发AI集群方案。AMD CEO苏姿丰公开表示，受AI推理和智能体普及推动，全球CPU需求远超预期、供应持续紧张。GPU与CPU的配比正在从4:1调整至4:2甚至更高。
我们的判断：CPU超级周期对应用层的直接影响是：Agent部署的硬件成本曲线也在下降。当更多CPU算力涌入市场，推理延迟降低、并发能力提升，企业级AI应用——尤其是需要高并发、低延迟的智能体系统——的部署门槛会持续走低。对于用AIcoding方式交付项目的团队，这意味着可以为客户选择更经济的推理基础设施，而不必锁定昂贵的GPU云。
（新浪财经）
CNBC于5月22日报道，微软正在与Claude的母公司洽谈AI芯片供应事宜。这家软件巨头拟提供自研Maia 200芯片，CEO纳德拉称该芯片每美元Token生成效率提升超30%。不过知情人士透露，双方尚处初步阶段，未必能达成正式协议。Claude团队CEO Dario Amodei本月初曾公开表示公司在算力方面遇到了"困难"。
此举背后是云厂商AI芯片格局的重塑——亚马逊有Trainium、谷歌有TPU，微软在专用AI芯片上落后于两大对手。若此交易达成，微软不仅获得一个大客户背书，也能在AI基础设施市场拿到更多话语权。
开发者启示：芯片供给多元化对应用层是好事。过去两年AI开发者几乎只能绑在单一GPU生态上，现在CPU、专用AI芯片、各家自研加速卡都在进场。架构选型时需要更多考虑推理层的可移植性——依赖特定芯片特性的优化策略，未来可能被成本更低的替代方案绕过。在全栈开发中，建议在模型推理层做一层抽象，别把业务逻辑焊死在某个特定推理后端上。
（CNBC）
5月22日消息显示，这家中国AI公司正在推进约700亿元人民币（约100亿美元）的新一轮融资，创始人梁文锋明确表态将坚持开发开源AI模型，追求通用人工智能而非短期商业化目标。目前该公司估值已接近450亿美元。
结合该团队近期密集的动作——V4-Pro永久降价、识图模式大范围开放、组建Harness团队主攻代码智能体——这轮巨额融资指向一个清晰的路线：以开源+低价策略铺设基础设施，然后用代码Agent切入开发者生态。这与ChatGPT开发商以闭源API+企业服务的路径形成镜像竞争。
为什么这事重要：当两个路径（开源低价 vs 闭源企业级）同时加速，夹在中间的AI应用开发者反而获得了最大的议价空间和工具选择。对正在评估AI技术栈的企业来说，现在不是"选边站"的时候——明智的做法是保持架构灵活性，在模型层做可替换设计，把真正的差异化放在业务逻辑和行业know-how上。这正是AI全栈开发团队能提供的核心价值：帮你做对技术选型，而不是替某个模型厂商卖货。
（钛媒体）
智谱近日面向企业客户开放GLM-5.1高速版API（GLM-5.1-highspeed），模型输出速度达到400 tokens/s，刷新全球大模型厂商API速度上限。此前高速模型多为轻量级版本，以牺牲能力换速度；GLM-5.1高速版打破了这一惯例，首次在国产大模型中实现旗舰级能力与低延迟并存。
企业视角：400 tokens/s意味着什么？一屏约500字的回答只需1秒左右生成完成。对于实时客服智能体、代码补全、在线翻译等延迟敏感场景，这个速度让"AI等待感"基本消失。结合DeepSeek的降价、智谱的提速，国内大模型API正在从"能不能用"阶段进入"谁更快更便宜"阶段——企业AI应用的用户体验天花板被大幅抬高了。
（格隆汇）
| 模型 | 输入（缓存命中） | 输入（未命中） | 输出 | 速度 |
|---|---|---|---|---|
| DeepSeek-V4-Pro（永久价） | 0.025元/百万tokens | 3元/百万tokens | 6元/百万tokens | — |
| GLM-5.1-highspeed | — | — | — | 400 tokens/s |
注：此为公开定价，企业批量采购通常有额外折扣。价格单位均为人民币。
这三天（5月21-23日）的AI新闻密度极高，但串起来看，有一条主线非常清晰：AI正在从"模型竞赛"进入"基建和成本竞赛"。
ChatGPT开发商冲刺IPO、Q1营收57亿但利润率-122%，说明头部玩家的逻辑不是"赚钱"而是"占位"——用规模换生态锁定。DeepSeek把旗舰模型永久打到原价1/4、智谱把API速度推到400 tokens/s，说明国内厂商的逻辑是"先让所有人用得起、用得快，再谈商业化"。而芯片厂商大涨、CPU超级周期的叙事，则说明硬件层正在为即将到来的Agent大规模部署做准备。
三重信号叠加在一起，对企业的含义很直接：用AI做软件的成本结构已经彻底变了。
一年前，企业做一个AI应用——比如智能客服Agent、合同审查系统、代码审查流水线——成本大头在模型推理。现在推理成本降到接近零，真正的成本变成了：(1) 把AI嵌入业务流程的工程复杂度；(2) 保证Agent行为可控、可审计的工程投入；(3) 持续迭代和运维的人力。
这正是AIcoding全栈开发模式的优势所在。当模型层变成可替换的"水电煤"，核心竞争力就回到了谁能更快地把业务需求翻译成可运行的软件系统——App、Web、小程序、桌面端、智能体工作流。我们实际交付的项目中，用AI辅助全栈开发的方式，典型企业应用的工期从传统12-16周压缩到5-8周，且首版质量不低于传统开发。
如果你在考虑：模型降价了是不是该做点什么？CPU便宜了是不是该上Agent？我们的建议是先别急着追工具——先想清楚你的业务里哪3个环节最适合被AI重构，然后找一个能端到端交付的团队，用AIcoding的方式快速验证。30分钟的免费咨询可能比你自己调研三个月更有价值。