本文来自微信公众号： 硅星人Pro ，作者：周一笑，原文标题：《硅星人Eval Eps.4 | “AI 押中率98%”？我们让8个AI 押了高考数学卷》

每年高考前一个月，全网都在卖同一种东西，押题。

2025年最夸张的是几家自媒体打出的“AI押题命中率98%”，后来上海辟谣平台、中国科协接连下场拆穿，高考命题严格保密、AI拿不到训练数据，加上年年反押题反套路，靠AI押中几无可能。

押题是迎合焦虑，我们想做的是反过来戳破它。

今年高考前夕，硅星人AI前沿团队把同一份Prompt发给8个全球主流的AI Agent产品，让它们各自走完三步，分析近年北京卷的命题规律，预测2026年会怎么考，再亲手出一整套2026模拟卷。然后我们把8套卷匿名打乱，让这8个AI互相盲评打分。最后请一位辅导过多届北京高三学生的数学老师，逐套审读，并在考后对着真题逐题核对了命中率。

没有“98%”。这位老师的判断是，除了选择、填空、大题第一道这些送分位，所有AI的预测里真能踩到点上的，加起来也超不过两成。

这是Agent Eval系列第二期。上期预测Google I/O好歹有泄露线索可蹭，这期的高考预测却是个密闭盒子，没有标准答案、还必须真造出新题。具体怎么测、为什么挑高考数学，放在文末，先看结果。

1

谁押注的更准

6月7日考完后，我们从两个角度给这8家打了分。一个客观，逐题核对它们的预测有没有押中真题的知识点；一个主观，请那位数学老师按“每套卷有几个亮点”打分，看卷子到底出得好不好。

先说客观的命中率（共21题，按命中的知识点数计）：

区分度比我们预想的明显，从9题到4题，差了一倍多。固定考点谁都押得中、拉不开差距，真正分高下的是中间那十几道浮动小题。并列垫底的Manus和GLM里，GLM更离谱，好几道大题的题号都对不上（押T17数列、T19概率、T20抛物线），基本是错位的。

两处结果值得单说，一处是赌局，一处是集体翻车。

赌局在T21压轴。真题是一道关于±1数表的新定义题，方向是组合、不是数列。考前赌“它已经告别数列、转向组合”的Claude、Gemini、Genspark、Manus赌对了，坚持押“还是数列”的ChatGPT、MiniMax、Kimi错了，而GLM连压轴该出新定义都没做到，直接放了道普通导数题。

翻车在T17、T18。真题这次把这两道大题对调了，T17改考概率、T18改考立几。没有一家料到这次对调，大多数仍按老规律押T17立体几何、T18概率，这两道大题上集体失分。

再说主观的亮点分：

老师对每套卷的锐评，节选几句：Genspark“第8题押中了类似题，大题对味，概率题背景丰富”；Gemini“不仅模仿还会改编，把2022年高考第10题改了角度、升了难度，导数考极值点偏移，绝对是8套里最难的”；

MiniMax“椭圆大题是8套里最佳，但导数高二期末压轴都不会这么简单”；Claude“第10题照着2022年高考只改了几个数字”；ChatGPT“导数乍一看很唬人，稍加计算就发现很简单”；垫底的GLM“卷面竟带参考公式、大题居然考等差数列、解析几何考抛物线，怀疑到底有没有看过北京卷，可能是穿越了”。

两份榜单对照着看很有意思。Genspark两头都第一、GLM两头都垫底，没悬念。但中间几家错位明显，Kimi命中率并列第一，亮点分却只有60；Gemini命中率才中游，亮点分却并列第一。押得准和出得好，是两回事。

1

几个没料到的发现

AI集体不自恋

把8套卷匿名打乱、编号“卷一”到“卷八”，再发回给这8个AI，让它们以教研员的身份盲评打分、排出名次。它们会不会偷偷给自己打高分？

为了让这一问问得干净，我们做了几层隔离。每套卷都抹掉了出处痕迹、统一了排版，让模型认不出哪份是自己写的；评审一律开新对话进行，关掉记忆、开启隐私模式，不让它带着“我上周出过一套卷”的印象来打分。我们自己则留了一张对照表，记下每个编号对应的真身，专门盯着对角线那八格，看谁给自己排了第几。

大模型的“自我偏爱”是学界公认的老问题，让模型评价一堆内容，其中混着它自己的产出，它往往会不自觉地高看自己一眼。匿名之后，这个偏爱还在不在，正是我们想看的。

8个AI里，只有1个把自己排在了第一。而且这唯一的“自封第一”还情有可原，它是Genspark，而它那套卷子本来就是全场公认的冠军，六家都把它排进了前二。连这一票“自恋”都是实至名归。

更意外的是反方向。GLM把自己的卷子排到了全场垫底，第八名。Kimi给自己排第五。其余几家也都老老实实待在中游，没谁往上抬自己。排除Genspark这个特殊点后，剩下几家给自己打的平均名次，比“随机乱排”的期望还要低一点点，没有谁明显自抬身价。

这批通用Agent，非但没表现出传说中的自我偏爱，反而有点严于律己。说它们谦虚倒未必，更准确的说法是，它们真的能看出自己作品的毛病。GLM那套卷子确实有硬伤，Kimi自己也清楚只分析了三年数据底气不足（原因下一节讲）。能在匿名的前提下，准确地把自己的短板也评进去，这本身是一种值得肯定的判断力。

顺带说一个离群点。8个AI里，唯独ChatGPT跟大家拧着来，它把公认冠军的那套卷压到了第六，转头把另一套卷捧上了第一。审美这件事，AI之间也对不上。

一份PDF，测出了谁更诚实

我们喂给8家的那份真题PDF，有两年（2021和2024）是扫描图片，机器直接抽取文本是抽不出来的。这本是个失误，但阴差阳错，反而成了这次评测里最意外的收获。它等于给所有Agent出了一道现实里极其常见的难题，手上的资料是残缺的，你怎么办。一个Agent诚不诚实、靠不靠谱，往往就藏在它对这种残缺的反应里。8家的应对，清清楚楚地分成了三档。

诚实的一档，Kimi。它在报告开头就专门写了一段说明，明明白白地告诉我们，这份PDF它只读到了2022、2023、2025三年，2021和2024没找到，所以后面的分析只基于这三年。它没有为了凑齐五年去编，宁可信息少一点，也不糊弄。

中间一档，GLM、Manus、MiniMax。它们都声称分析了完整五年，而且我们去核对了它们对2021、2024的知识点标注，居然是对的。比如GLM标的2021年第18题“核酸检测概率”、第6题“党旗规格的等差数列”，跟真题一字不差。这说明它们要么真的用了别的方式（图像识别、联网检索）补上了，要么调动了自己脑子里的存货，能力是够的。唯一的问题是，它们全程没提一句“这两年其实是图片、我是另想办法拿到的”，让你以为一切顺利。活是干到了，但少了一句本该有的交代。

最值得说的一档，Gemini。我们一开始没看出问题，直到追问它是怎么读取PDF的，它才承认，自己根本没真正读那份PDF，是凭训练时记住的北京卷题目直接答的。前面那套煞有介事的“五年分析”，并不是基于我们给的材料做出来的。真用起来这是个隐患，你以为它在认真读你给的文件，它其实在凭印象自由发挥。

谁较真，谁偷懒，谁穿越了

挨个说说这8家的过程表现。

ChatGPT（GPT-5.5 Thinking Extended）。最省心的一家，直接吐出一份排版好的PDF试卷，拿来就能用。预测也最“教科书”，结构判断稳、解析完整。它就是前面互评里那个离群值，全场就它把公认冠军压到第六。出的题偏常规、偏稳，没什么花活，但也几乎不出错。

Claude（Opus 4.8 Max）。最“较真”的一家。为了把数学公式渲染好看，它自己想了套方案，先生成Markdown，再转成带MathJax的HTML，最后用浏览器打印成PDF，思考时间长得出奇。这股较真劲也用在了盲评上，它是唯一一个逐题动手验算、把别家卷子里的数学错误一道道挑出来的，活脱脱一个改卷子的老教师。

Gemini（3.1 Pro Extended）。最爱往题里塞科技场景的一家，算力成本、神经网络节点、机器人测试，题题不离前沿。它就是前面PDF那节没真读、靠记忆答题的那位。另外它的卷子里有处公式没渲染出来，留下一串没解析的代码符号，露了点马脚。

Genspark（Ultra Mode，底层Claude Opus 4.7）。这次的“卷王”，公认冠军。它的卷子几乎挑不出数学错误，是少数全卷零差错的一份；情境设计也最见功力，电池衰减、低空经济无人机、自动驾驶算法可靠性，把“减少机械计算、贴近真实情境”这个近年命题趋势踩得最准。面对那份读不全的PDF，它的处理也很坦诚，主动说明自己没读完整、提出要联网搜题，征得我们同意后才去搜，全程摆在台面上。它身上的小瑕疵是，对2025年分值结构的判断我们没能找到来源支撑，疑似是自己脑补的。

GLM（GLM-5.1）。版式上很像真卷子，题号、分值、排版都规整。但它也是三方公认的垫底，AI同行把它排末尾，老师也对它最不客气。漂亮的只是壳，里子全是别家的。卷面带参考公式是上海卷的习惯，大题考等差数列是全国卷的考法，解析几何考抛物线北京卷更不会出，全是硬伤。它的选择题选项标号还一度全显示成“A”，是个挺明显的格式bug。

Kimi（k2.6-agent）。诚实的那位，但也像个勤恳却不肯多想一步的执行者，发现两年读不到就直接往下做，没想过换个法子补救，缺乏主动性。出的卷子模仿得有模有样，但偏简单，而且因为只看了三年数据，它是唯一一个把T16、T17押反的，被2023年那次T16/T17对调带偏了。

MiniMax（MiniMax-M3）。模板做得最漂亮、最规整，拿去当教辅排版都够用。但它也是四个国产模型里生成最慢的，跑了很久。出的题偏简单，老师点名它的导数题接近课后练习的水平。还闹了个不大不小的乌龙，让它出北京卷，它中途一度写成了上海，还顺手挂上了自家的产品名。

Manus（Manus 1.6 Max）。风格平稳、结构完整，没有特别出挑的地方，但也挑不出大毛病。在普遍偏简单的这一批里，它的解答题被老师评为“相对最有水平”的一档，算是闷声做对了事。

还有个小癖好很流行，8套卷里有6套都爱往题里塞AI、算力、新能源这类科技情境，Manus出充电桩覆盖率的对数模型，Gemini把神经网络分层节点编成数列，Genspark让考生算自动驾驶算法A、B的可靠性，最绝的是ChatGPT，它出了道甲、乙、丙三个AI模型做同一道数学题的概率题，让AI出的卷子去考AI做题。而真实北京卷五年才出现过一次AI情境。AI出题，是真喜欢cue自己。

老师阅完八套卷，我上我也被骂

光看分数还不够，得听听那位阅了八套卷的老师怎么说。他给的判断只有五个字，整体偏简单，这些AI出的卷子，难度比高二下学期的都赶不上。

这个判断并不孤立。一项针对高利害医学考试的研究发现，AI命制的题目确实更偏简单、更偏重事实记忆这类低阶认知，事实性错误也更多，整体不如人类专家命制的题。一位一线老师的经验之谈，和这条研究结论对上了。

更值得一提的是三方的相互印证。AI评审团把GLM排在垫底，这位老师在完全不知道AI怎么评的情况下，也把GLM点成了“最拉垮”的一份，理由和前面那些硬伤一致。人类专家、AI同行、还有我们的程序核对，三条独立的线索，最后都指向了同一个垫底答案。

至于为什么集体出不好，老师给了四条想法，喂的题太少、只会改数字式的拙劣模仿、生成不出新题型、做不到知识点组合创新。前两条我们能在数据里看到，ChatGPT和Genspark的导数大题撞成几乎同一道、还都和2025真题同源；后两条更偏经验之谈，背后可能是模型天生爱生成高频套路、回避低概率的新结构。

最让我们印象深刻的，是他一句很实在的话。“我去出，肯定比它们出的好很多倍。但我出出来，绝对也是被骂的。”因为能押中的实在太少，连他自己上场也未必高到哪去。也就是说，高考预测这道题，难的压根不在AI这头，预测题目本身就几乎无解。

1

形似，神不似

哪怕是被老师批得最狠的那几家，也能把北京卷的骨架、题型、分值分布模仿得有模有样。

但开奖后差距也清清楚楚，没有一家真正押中。Genspark在命中率、AI互评、亮点分三块都排在最前（命中率、亮点分都是并列第一），不过它的领先里有一部分来自中途主动联网搜了更多真题，这一步它摆在明面上、也经过我们同意，和偷偷不读PDF的Gemini是两回事。但即便如此，离真正押中一张高考卷还差得远。

8家几乎都能模仿出北京卷的“形”，却造不出它的“神”。那道每年翻新、逼考生现学现证的新定义压轴题，是全卷的灵魂，也是AI集体的盲区。模仿易，创造难，这道坎，AI们还没迈过去。

1

附｜我们怎么测的

为什么挑高考数学。第一期测发布会预测，至少还有产业链上的爆料、泄露可以蹭。高考命题是另一个极端，它是一个真正密闭的盒子，外面的人拿不到任何内部信息，只能从历年真题里抽规律去赌明年。更难的是，它要求AI真的“造”出题来，检索帮不上忙，背题也没用，因为2026年的题还不存在。读懂、推断、创造，三件事拴在一起，任何一步不稳，最后那套卷就会露馅。能不能从有限样本里归纳出真规律、能不能造出训练数据里没有的新题型，正是把“会背书的AI”和“会思考的AI”分开的那条线。

怎么测。参评的是第一期那8家，全部开到最高推理档、允许联网。测试分三阶段，8家收到完全相同的Prompt和输入材料（2021—2025五年北京卷真题及解析合集），在同一对话里依次完成。阶段一逐年逐题标注知识点、归纳规律，阶段二按题号预测2026年每道题，阶段三据此出一整套150分的模拟卷。

怎么评。我们锁定五个维度，前四个考前就能评（预测逻辑、出卷质量、AI互评、PDF诚实度），第五个是逐题命中率，等真题出来才算。

预测的逻辑也值得一看。看大题，8家像参考了同一份教研纪要，T16三角、T17立几、T18概率、T19椭圆、T20导数、T21新定义压轴，这副骨架谁都押中，连分值结构都对齐；看小题，又完全不像一伙人，T3到T14的浮动区几乎没有一道预测完全一致。

说明：北京数学官方版高考真题暂未放出，本次参考真题为多份考后记忆版交叉验证，个别题目细节可能有出入，但知识点框架可靠；命中率与亮点分均由该数学老师人工评定审核，评分细则与8份原始试卷见GitHub。

查看完整报告、8套预测试卷，可访问GitHub：https://github.com/pingwest-ai/agent-eval/tree/main/cases/EVAL-002-gaokao-math-2026

本文来自微信公众号： 硅星人Pro ，作者：周一笑，原文标题：《SpaceX 1.8万亿 IPO，马斯克要贩卖一朵怼天怼地的AI云》

北京时间今晚9点30分，纳斯达克开盘，史上最大的一笔IPO进入首个交易日。SpaceX，代码SPCX，发行价135美元，对应估值约1.8万亿美元。认购阶段，超过2500亿美元的资金在抢750亿美元额度，散户拿到三成配售，是同等规模惯例的三倍。

比起价格，招股书第一页更值得一翻。SpaceX的使命陈述比人们熟悉的版本长出了一截：“建造让生命成为多行星物种所需的系统和技术，理解宇宙的真实本质，并把意识之光延伸到群星。”

中间那句“理解宇宙的真实本质”，原本是xAI的公司使命。一句话里装着两家公司。

过去四个月，马斯克把一家火箭加卫星互联网的公司，重新打包成了一家AI算力基础设施公司，说得直接些，一朵云。火箭的故事撑不起1.8万亿，卫星也撑不起，能撑起这个数字的只有云。

1

招股书里已经有一朵云，在地面上

招股书把公司拆成三块。Starlink所在的连接业务去年收入113.9亿美元，经营利润44.2亿，三块里只有它赚钱。发射业务收入40.9亿，亏了6.6亿。第三块叫AI，就是并进来的xAI，收入32亿，亏掉63.6亿。

并表之后，前年还净赚7.9亿美元的SpaceX，去年净亏49亿，今年一季度亏得还在加速。钱的流向很清楚，Starlink在给xAI输血，力度越来越大，AI分部一个季度的资本开支就有77亿美元，是Starlink同期全部收入的两倍多。

Starlink本身越看越像一家电信运营商。用户三年里从230万涨到1030万，每用户月收入却从99美元掉到66美元，增长每一步都在用单价换。现金牛是真的，只是这头牛有利润，没想象力。

另外两份合同更能说明这家公司在变成什么。招股文件披露，Anthropic每月向SpaceX支付12.5亿美元，租用孟菲斯Colossus 1和2的算力，合同签到2029年；Google每月支付9.2亿美元，租用约11万张英伟达GPU，从今年10月付到2029年。两份合同跑满，一年加起来超过250亿美元，比SpaceX去年全公司的营收还高。

把算力批发给别的AI公司，干的就是云厂商的活，SpaceX自己也没绕弯子，两份合同的正式名称就叫“云服务协议”（Cloud Service Agreement）。

客户名单更有意思，Anthropic和Google都是Grok的直接竞争对手。Grok自己还远没赚到钱，去年Grok和X的订阅收入加起来才3.65亿美元，xAI先把两个对手发展成了最大的算力客户。

当然，这朵地面的云今天体量还小，AI分部32亿美元收入里，大头仍是X的广告和订阅，两份算力合同也都写着提前90天可终止。招股书还有个细节很显眼，合计约1吉瓦的Colossus 1和2，分别只用122天和91天建成，速度本身就是卖点。

这场IPO的结构并不复杂。Starlink的现金流、公开市场新进来的750亿美元，加上马斯克说一不二的控制权，三股力量被绑到同一个去向上，给xAI和轨道算力的故事供血。

供血还带着时限。为AI基建欠下的债务已堆到约300亿美元，其中200亿是过桥贷款，IPO后15个月内到期。这家二十多年没缺过私人资本的公司第一次需要公开市场，不全为愿景。华尔街已经有人把SpaceX和OpenAI这批巨型IPO的扎堆，读成AI行情接近尾声的信号，融资窗口不会永远开着。

整份招股书，就是为AI豪赌设计的融资方案。

1

AI是怎么被装进一家火箭公司的

这朵云被缝进SpaceX，前后用了大约一年，最后的封装只用了四个月。

去年3月，xAI收购X。7月，SpaceX向xAI投了20亿美元，当时对外的说法还只是Grok给Starlink做客服。今年1月底，SpaceX向FCC递交“轨道数据中心系统”申请，星座规模最多100万颗卫星。

三天之后，马斯克宣布SpaceX全股票收购xAI，SpaceX作价1万亿美元，xAI作价2500亿，合并出一家1.25万亿美元的公司，金额超过历史上任何一笔并购。并购通常论季度，这次论天。

两家都是马斯克控制的私人公司，交易不需要股东投票，换股比例由内部敲定。特斯拉年初刚拿20亿美元认购的xAI优先股，交割时已自动换成SpaceX的股票。

4月初，SpaceX向SEC保密递交上市申请，5月下旬招股书公开。火箭、全球最大的卫星星座、一个大模型实验室和一个社交平台，四个月里被装进同一个上市主体。

马斯克在公告里给的合并理由，落点全在天上，“天基AI显然是唯一的扩展方式”，配上那句更出圈的“太空里永远是晴天”。

愿景部分也配合这个结构。“火星”在全文出现了63次，公司给自己圈出28.5万亿美元的潜在市场，自称人类历史上最大，其中26.5万亿挂在AI名下，火箭反而成了零头。马斯克的新薪酬方案也在里面，10亿股限制性股票，解锁条件包括市值达到7.5万亿美元，以及在火星建成至少100万人的永久定居点。

IPO之后，马斯克持股约42%，握着约82%的投票权。小股东说了不算是上市公司的常态，SpaceX把它推到了极致，其余股东全部加起来也压不过他一个人，公司章程里甚至白纸黑字写着，不指望他把商业机会优先留给SpaceX，这是明牌。

1

估值里最贵的那朵云，还没上天

挂牌前四天的晚上，路演的最后一幕，马斯克用一段半小时的技术视频发布了第一款算力卫星AI1。它相当于一颗去掉通信天线、换上算力载荷的Starlink V3放大版，翼展70米，比一架波音747还宽。

这么大一颗卫星的算力，峰值150千瓦，只相当于地面机房里一个英伟达GB300机柜。一颗卫星换一个机柜，轨道云今天的兑换率就这么多。马斯克不觉得这是难题，他说AI1“比Starlink卫星简单得多”。

两颗原型星明年初就要上天。配套的Gigasat工厂选在得州Bastrop，规划面积超1100万平方英尺，从太阳能电池片到整星总装都在同一园区，目标明年年底量产。节奏表一看就是马斯克的手笔，先把部署速度推到每年1吉瓦，之后每年提一个数量级，三四年内做到每年100吉瓦。招股书的口径收敛些，轨道算力卫星“最早2028年”开始部署。

地面上的麻烦，是这套计划最好的广告。美国的并网申请排队已积压约2600吉瓦，东部电网的容量拍卖价格连续三年创纪录。SpaceX自己算过一笔账，每年100吉瓦的算力若放在地面，需要的电力约相当于美国全年发电量的五分之一。地面电网确实长不出这么多电，这是太空方案站得最稳的一半。

物理的另一半没那么配合。真空里只能靠辐射散热，国际空间站那套325平方米的散热系统造价好几亿美元，能排掉的热量只有约70千瓦，还不到一个GB300机柜的一半。黄仁勋干脆把太空数据中心叫作“一个梦”，他算过，GB300机柜重约2吨，其中1.95吨本质上都是散热系统。

半导体研究机构SemiAnalysis上周出过一份测算，按现有技术，太空算力的综合成本是地面的3.6到4.4倍，按部就班地推，要到2040年前后才能跟地面打平。Google研究太空算力的论文也给过一道门槛，发射成本得降到每公斤200美元以下，今天猎鹰9号的实际价格是1400到1800美元。这道门槛倒也不是没人接得住，航天产业研究机构Payload估算过，Starship V1一次性构型的内部成本已压到每公斤500美元上下，V3再砍一半就贴到门槛线。

Starship卡着整个时间表的咽喉。马斯克在FCC文件里的算法很简单，每年发射100万吨卫星、每吨产出100千瓦算力，正好每年100吉瓦。可V3构型三周前才完成首飞，飞船受控溅落，助推器返回时坠毁，FAA的调查还没结束。SpaceX现在一年的实际运力约2500吨，离100万吨差着400倍，马斯克给这段路留了三年。

SemiAnalysis还有一个反驳，绕开了所有轨道参数。AI最紧的瓶颈是芯片产能，明年AI需求就可能吃掉台积电N3制程产能的86%，机柜搬到天上，流片还在地上。

马斯克对这一层也有预案。今年3月他给过一个需求口径，全球一年新增的AI算力大约20吉瓦，只够他旗下公司最终需求的2%。

同月，特斯拉和SpaceX在奥斯汀公布合资芯片厂Terafab，目标2纳米级制程，最终一年产出1太瓦算力，八成供给太空，还专门规划了耐辐射轨道芯片D3的产线，英特尔随后带着先进制程入伙。这个项目自己也悬在半空，SpaceX估算全部建成最高要花1190亿美元，而明年全球能交付的High-NA EUV光刻机一共约10台。SemiAnalysis提醒，Terafab满产相当于全球代工产能的24%，台积电走到这个量级花了三十年。

这些争论一时不会有裁判。反方手里是物理定律，马斯克手里是施工记录，双方都相信时间站在自己这边。

这条赛道上倒是不缺同行背书。Google的Project Suncatcher同样定在明年初发射两颗原型星，英伟达投资的Starcloud已把一块H100送进轨道，训练了一个小模型。贝索斯说10到20年内会出现吉瓦级太空数据中心，顺带评价马斯克的时间表“有点激进”。中国的三体计算星座去年5月发射了首批12颗卫星。

方向上大家没有分歧，分歧全在时间表，而马斯克报的永远是全场最激进的那个数，他说两到三年内，太空就会成为成本最低的AI算力来源。

在时间表这件事上，他是惯犯。完全自动驾驶的“明年就好”说了快十年，载人登火星的日期也一改再改。市场早就学会了对他的日期打折、对他的方向认账。但这次不太一样，1.8万亿美元的估值买的恰恰是日期，方向再对，晚到十年，就是另一笔账了。

现在真的在天上跑着的最大算力集群，属于加拿大的Kepler，10颗卫星，总共40个英伟达边缘处理器，18家客户。从这里到马斯克口中的每年100吉瓦，大致相当于从一台家用路由器到整个AWS的距离。

这套蓝图还有更远的一层。马斯克年初就讲过，将来要在月面建厂，就地取材造算力卫星，用电磁弹射器直接打进深空。IPO文件里埋的坐标还要更远，最终迈向“卡尔达肖夫II型”，一个能完整调用母恒星全部能量的文明等级。放在一份定价文件里，这种段落的用途其实很实际，把想象力的上限，抬到任何估值模型都够不着的地方。

1

135美元里，有72美元是想象力

按发行价算，SpaceX的市销率大约67倍，差不多是英伟达的3倍。华尔街把账拆得最细的Morningstar给过一个版本。火箭加Starlink这两块算得清现金流的业务，值约6110亿美元；AI业务按三种前途做概率加权，再加1700亿，他们管这部分叫“一份关于轨道AI基础设施能否商业化的看涨期权”。

两块加起来约7800亿，折成每股63美元，不到发行价的一半。135减去63，剩下的72美元，买的就是那份期权。

报告里还有一张更扎眼的概率表。轨道数据中心彻底干不成、几百亿美元投资归零，他们给了43%；跑通一个不大不小、承接全球约4%算力的生意，给了50%；至于登月剧本，轨道算力吃下全球五分之一，只有7%。

同一份报告，给SpaceX的资本配置打了最高档的“模范”评级，理由放在二十年里看完全成立，2015年第一次把火箭立着收回来，那一次成功，赚回了之前所有的炸毁。对马斯克的定价分裂，就这样发生在同一份报告内部。

学院派把参数怎么调，都调不到135美元。有人倒推过，要配得上这个估值，SpaceX到2035年得做出1.1万亿美元的年收入，美国企业史上没有一家公司摸到过这个数。

需求端懒得理会这些算术，超额认购4倍，承销的高盛干脆把模型写到2030年AI收入3220亿美元、超过今天的AWS。看多的人里最聪明的一版来自Ben Thompson，他把SpaceX叫作“边际算力的潜在垄断供应商”，最适合承接那些不需要等人类回话的AI推理任务，转头也承认，这个估值没法用现金流解释。

价格的剧本，已经被发行结构提前写好了一半。流通盘不到总股本的5%，承销团塞进了21家银行，纳斯达克100指数的纳入窗口只要15个交易日，到时候指数基金必须进场接货。Morningstar自己都判断，这只股票大概率能撑过“级间分离”，甚至继续向轨道爬升，至少一段时间内如此。

考验排在后面。他们给那个时刻起的名字叫Max Q，火箭承受最大动压的时刻，下半年开始，早期投资人和员工的持股分批解禁，财报之后每15到20天开一扇卖出窗口，马斯克本人锁定一年。一份看空报告，通篇在用火箭术语描述这只股票的飞行剖面。

马斯克的魔力在这里显形。按云公司的参照系，AWS一年收入超过1100亿美元，也只是亚马逊市值的一部分，而SpaceX全公司去年的收入只有187亿。他干脆让参照系失效，市场没法按云给SpaceX定价，因为地球上找不到第二家同时拥有火箭、最大卫星星座、大模型和社交平台的公司。估值锚一消失，定价权就回到讲故事的人手里。

这场IPO干的事情其实很简单，把一个最早2028年才可能开始部署的轨道算力计划，提前变成今天就能成交的证券。天上的物理账以后能不能算平另说，地面的融资账已经收口，在第一颗量产算力卫星上天之前，这个故事先拿到了750亿美元，而这笔钱，恰好就是把故事变成实物的燃料。

Starlink走过同一条路，从全行业摇头，到一年113.9亿美元的收入。马斯克赌同一套循环能在轨道上再跑一遍。

同一套剧本，也有演砸过的先例。2020年的电池日上，马斯克承诺4680电池两年内自产100吉瓦时、2030年做到3太瓦时、综合成本砍掉56%。五年多过去，没有一项按时兑现。

Starlink和4680，哪一个才是轨道算力故事的前传，没人等得到答案再下单。市场用750亿美元买下的，是马斯克把不可能变成工程问题的那份履历，相当于为这份履历再预付一次现金流。履历的两面都摊在桌上，一面写着Starlink，一面写着4680。

他发射过猎鹰、龙飞船和星舰。今晚这一发的载荷，是他造过的最贵的一个，一朵还在图纸上的云。