商业模式拆解 · CoreWeave
CoreWeave 的 GPU 重资产赌局：合同抵押债务堆叠与 15% 债息之间的赛跑
靠长约和芯片抵押债务买 GPU 再按小时出租，赌的是合同回款跑赢两位数的融资成本。
关键数字
- 每小时 4.25 美元NVIDIA H100 PCIe GPU 组件小时价公开定价页R8
- 每小时 2.21 美元A100 80GB NVLINK 与 PCIe GPU 组件小时价公开定价页R8
- 每 GB 每月 0.03 美元对象存储单价公开定价页R3
- 每 GB 每月 0.04 美元HDD 块存储与共享文件系统存储单价公开定价页R3
- Free 每月 100 美元、Pro 每月 6000 美元、Enterprise 每年 70 万美元Serverless Inference 默认支出上限（Free/Pro 按月、Enterprise 按年）公开定价页R9
- 输入 0.20 美元、输出 0.65 美元CoreWeave Forge 每百万 token 价格（DeepSeek V4.1-Flash）公开定价页R7
CoreWeave 的收入来自三条线：按 GPU 组件小时计费的容量租赁、按 GB 月费计的存储、按 token 计的推理。付钱的是需要大规模算力的 AI 实验室与企业客户，它们为可预期的容量与相对通用云更低的单位成本付费。钱主要花在采购 GPU 与建设数据中心上，靠以客户合同为抵押的债务融资滚动扩张。活下去的关键是长约回款速度跑赢债务成本，而 2026 年其部分无担保债券的二级市场收益率已到约 15% 区间，说明市场对集中度与合同法律效力的疑虑在定价。最大赌注是少数大客户的合同能否被资本市场持续认定为可抵押资产；若债市收紧，扩张节奏将被迫放慢。
产品与模型
Dedicated Inference 卖的是预留节点，不是 token
Dedicated Inference 按底层计算资源计费，节点预留客户可按原费率复用节点。这意味着客户买的是一段时间内独占的 GPU 容量，而不是按调用量结算。对客户来说，好处是性能可预期、单价不随调用量波动；对 CoreWeave 来说，收入在预留期内相对可预测，但需要提前把卡买好。
这种模式把需求预测的风险部分转移给了客户：客户为确定性付预留费，CoreWeave 则承担 GPU 采购与折旧。与 Serverless 按 token 计费相比，Dedicated 更接近传统 IDC 的包租逻辑，只是计费单位换成了 GPU 组件小时。
公开资料未披露预留合同的最低期限与预付比例，因此无法判断现金回流是否足以覆盖买卡支出。
依据R1Serverless Inference 按 token 计价，支出上限做成套餐
Serverless Inference 按 token 计费，CoreWeave Forge 托管模型也按每百万 token 计价，例如 DeepSeek V4.1-Flash 输入 0.20 美元、输出 0.65 美元。这是典型的按用量付费，客户无需预留节点，门槛低但单价随调用量浮动。
账户默认支出上限被做成三档：Free 每月 100 美元、Pro 每月 6000 美元、Enterprise 每年 70 万美元。这相当于用默认上限做客户分层，Free 档拉新，Pro 档覆盖中小团队，Enterprise 档用年框锁定大客户。上限本身不是收入，但决定了单账户的风险敞口。
与 Dedicated 相比，Serverless 的毛利更依赖模型推理效率，而 CoreWeave 并不拥有这些模型，它赚的是算力转租的差价。
依据R1R7R9收入模式
GPU 组件小时价是收入主干，存储费是搭售
GPU 实例按 GPU 组件小时价计费，NVIDIA H100 PCIe 为每小时 4.25 美元，A100 80GB NVLINK 与 A100 80GB PCIe 均为每小时 2.21 美元。这是 CoreWeave 最核心的收入线：客户为每块卡每小时付钱，容量计划分 Reservations、On-Demand、Spot 与 Flex Reservations 四种模式，对应不同的价格与确定性。
存储是搭售收入：对象存储每 GB 每月 0.03 美元，无访问费与传输费；HDD 块存储与共享文件系统存储每 GB 每月 0.04 美元。存储单价低，但客户一旦把训练数据放进来，可能提高迁移成本与粘性（推断）。
公开资料未披露各容量模式在收入中的占比，因此无法判断 Spot 这类低价模式是否在稀释单价。
依据R8R3R12存储分档计费：从统一单价转向用量分层
CoreWeave 的 AI 对象存储自 2025 年 10 月 31 日起默认启用 Hot/Warm/Cold 三档用量计费。此前对象存储是统一每 GB 每月 0.03 美元，分档后客户按访问频率选择档位，理论上可以让低频数据付更少的钱，同时把高热数据的成本转嫁给用量大的客户。
这种定价机制的本质是把存储成本按访问行为分摊，而不是按容量一刀切。对 CoreWeave 来说，分档能减少冷数据占用高性能存储带来的隐性成本；对客户来说，需要自己判断数据热度，否则可能付错档位。
公开资料未披露三档的具体单价，因此无法评估分档后客户实际支出是升是降。
依据R10R3客户与市场
客户是签长约的 AI 大客户，集中度本身就是融资结构的一部分
CoreWeave 的客户以需要大规模 GPU 容量的 AI 实验室与企业为主，公开报道中反复出现微软与 Meta 的合同，且这些合同被用作债务融资的抵押品。据媒体报道，2023 年首笔芯片抵押融资以微软合同为抵押（来源置信度中等），2026 年 3 月又以 Meta 合同为支撑完成 85 亿美元债务融资。
这意味着客户不只是收入来源，还是信用来源：合同越长约、对手方越强，CoreWeave 越能借到钱。但反过来，客户集中度越高，债券持有人越会担心单一合同的法律效力与重新谈判风险。
公开资料未披露客户数量与各客户收入占比，无法判断集中度的具体程度。
依据R2R14获客与渠道
直销大客户加开发者自助，两条渠道对应两种定价
大客户走的是合同直销：容量计划中的 Reservations 与 Flex Reservations 需要与 CoreWeave 谈预留，合同期限与规模不公开。这类渠道的获客成本高，但单笔金额大，且合同可直接用于融资抵押。
中小客户与开发者走自助渠道：Serverless Inference 有 Free、Pro、Enterprise 三档默认支出上限，对象存储有公开单价，客户可以按用量直接开通。这条渠道单价透明、门槛低，承担的是拉新与产品验证功能。
公开资料未披露两条渠道的收入贡献比例，因此无法判断直销与自助哪条更赚钱。
依据R1R9R12成本结构
钱花在买卡和建集群上，回收期靠合同长度覆盖
CoreWeave 的主要支出是 GPU 采购与数据中心建设，这是重资产模式的固定成本。公司称其回收期为 2.5 年，而典型合同为 5 年承诺，意味着单个合同周期内理论上可以覆盖买卡成本并留出余量。
但这一说法来自公司口径，且回收期计算依赖合同按时回款与 GPU 利用率维持高位。若客户提前终止或利用率下降，回收期会被拉长，而债务利息不等人。
公开资料未披露其资本开支金额、折旧年限与数据中心租赁成本，因此无法独立验证 2.5 年回收期。
依据R6融资与资本
靠合同抵押债务活着，债息从 6% 到 15% 分层
CoreWeave 的扩张资金主要来自债务融资，且以客户合同和芯片资产作为抵押。2023 年黑石牵头 23 亿美元私募信贷，这是首单芯片抵押债务交易；2026 年 3 月又以 Meta 合同为支撑完成 85 亿美元债务融资，据媒体报道利率约 6%（来源置信度中等）。
但二级市场给出了不同的定价：2026 年 10 月 22 日报道显示，其 2031 年到期债券收益率约 15.76%，五年期 CDS 约 1115 个基点；另有报道称企业级垃圾级债券部分跌至面值 80 美分，收益率升至约 15%。有讨论称无担保债务二级市场重定价，隐含票面利率从 9.6% 被推高至约 15%，但实际仍付 9.6% 票面，该说法置信度较低。
这说明 CoreWeave 的融资能力分化：有合同抵押的银团贷款认购稳健、市价接近面值，而无担保债务的二级市场收益率反映了市场对集中度与合同效力的担忧。需注意，6% 是 Meta 合同抵押融资的发行利率（据媒体报道），约 15% 是无担保债券的二级市场收益率，两者不是同一工具、同一口径。
依据R2R5R13R14R6护城河
护城河是合同抵押融资能力，不是 GPU 本身
CoreWeave 称其基础设施比通用公有云快至 35 倍、便宜 80%，这是公司自述，公开资料未见独立第三方验证。GPU 云的技术门槛并不高，真正难复制的是以长约合同为抵押、从私募信贷和债市反复借到钱的能力。黑石 2023 年的 23 亿美元私募信贷开创了芯片抵押债务的先例，此后 CoreWeave 能把 Meta 合同变成 85 亿美元融资，说明它在债权人那里建立了可重复的抵押结构。
这种能力的另一面是依赖：债权人认可的是合同对手方的信用，而不是 CoreWeave 自身。一旦大客户合同被质疑或重新谈判，融资能力会同步收缩。
公开资料未披露其与客户合同的违约条款与抵押覆盖率，无法判断这一护城河的厚度。
依据R8R2R5R14风险与不确定性
客户集中加合同法律效力存疑，抵押品可能打折
报道指出该行业风险集中于少数芯片厂商、云巨头与新兴云商，CoreWeave 作为以合同抵押融资的公司同样暴露于这一结构，且客户合同的法律效力受到质疑。CoreWeave 的债务融资以这些合同为抵押，若合同被认定不可执行或客户重新谈判，抵押品的价值会直接缩水。
2026 年 10 月其 2031 年到期债券收益率约 15.76%、五年期 CDS 约 1115 个基点，说明市场已经在为这一风险定价。对于以合同抵押滚动融资的公司，信用利差扩大意味着新项目融资成本上升，扩张节奏会被动放慢。
公开资料未披露合同的具体违约条款与客户集中度数字，无法量化这一风险的概率。
依据R2R14R5R13回收期 2.5 年对 5 年合同，中间没有缓冲垫
公司称回收期为 2.5 年、典型合同为 5 年承诺，看似有 2.5 年缓冲。但回收期计算假设 GPU 利用率维持高位且客户按时付款，而 GPU 折旧与技术迭代速度快，若新一代芯片降价或客户转向自建，旧卡的租金与残值都会下降。
同时，债务利息是刚性支出，且无担保债务的二级市场收益率已到约 15% 区间。回收期与债务期限的错配，是这家公司最脆弱的环节。
公开资料未披露其债务到期结构，无法判断再融资压力集中在哪一年。
依据R6R2R14关键节点
对AI原生公司创始人的启示
这一节是编辑判断，基于上面的证据推演，不是公司原话。
小团队可以学 CoreWeave 把定价页做成产品，但学不了用合同抵押借钱
CoreWeave 的 Serverless Inference 用 Free、Pro、Enterprise 三档默认支出上限做客户分层，配合公开的 token 单价，客户无需销售介入即可自助开通。小团队可以直接借这一点：把定价页当作产品的一部分，用默认上限控制单账户风险敞口，而不是靠人工谈合同。存储分档计费也值得参考，按访问行为分层比按容量一刀切更能反映成本结构。
但 CoreWeave 真正的杠杆——以微软、Meta 等长约合同为抵押，从私募信贷和债市反复融资——小团队借不了。这依赖大客户信用与投行关系，不是产品设计能复制的。若小团队模仿重资产买卡再出租，会在回收期与债务利息之间被夹住，而 CoreWeave 自己无担保债券的二级市场收益率已到约 15% 区间，说明市场对这类结构的疑虑正在定价。
容量模式分层可以借，但前提是交付足够标准化
CoreWeave 把 GPU 容量拆成 Reservations、On-Demand、Spot 与 Flex Reservations 四种模式，对应不同的价格与确定性。小团队可以把服务拆成预留档与按需档，用价格差异筛选客户，而不是所有客户一个价。这种做法不需要重资产，只需要把交付流程标准化到可以承诺确定性的程度。
借不了的是分层背后的规模前提：CoreWeave 能提供 Spot 这类低价模式，是因为它有足够多的 GPU 池子可以调度；小团队若池子太小，分层只会增加管理成本，而不是提高利用率。另外，CoreWeave 的回收期 2.5 年对 5 年合同这一缓冲垫来自公司口径，未经独立验证，小团队不应把类似假设直接套用到自己的现金流测算里。
把交付记录做成可验证的信用，是小团队唯一能模仿的融资替代
CoreWeave 的融资结构说明，在 GPU 云里客户合同的质量比公司自身资产负债表更重要：微软合同支撑了首笔芯片抵押融资，Meta 合同支撑了 85 亿美元债务融资。小团队没有这种对手方，但可以反向操作——把交付记录和续费率做成可验证的信用，而不是去赌单一客户。
这一点的边界在于：CoreWeave 的合同抵押结构依赖债权人认可合同对手方的信用，一旦大客户合同被质疑或重新谈判，融资能力会同步收缩。小团队没有债权人来定价自己的合同，所以“信用”只能用于获客和续约，不能用于加杠杆。差在规模与资本，不在方法。
公开资料没有回答的问题
- 公开资料未披露 CoreWeave 的收入、利润、客户数量与员工人数
- 公开资料未披露 Reservations 与 Flex Reservations 的最低合同期限和预付比例
- 公开资料未披露 AI 对象存储 Hot/Warm/Cold 三档的具体单价
- 公开资料未披露其债务到期结构，无法判断再融资压力集中在哪一年
- 公开资料未披露微软与 Meta 合同的具体违约条款和抵押覆盖率
证据来源
正文里的编号对应下面的来源。数字没有来源的句子在成稿前已被删除；公开资料未披露的直接写明未披露。
- R1Billing - CoreWeave Docsdocs.coreweave.com · 一手来源 · 可信度 88
- R2从CoreWeave到Anthropic，芯片抵押融资正重塑AI债务市场 - 华尔街见闻wallstreetcn.com · 媒体与披露 · 可信度 87
- R3Performant, Flexible Object Storage Solutions | CoreWeavewf.coreweave.com · 一手来源 · 可信度 87
- R4从CoreWeave到Anthropic，芯片抵押融资正重塑AI债务市场news.platform.elebank.com · 媒体与披露 · 可信度 87
- R5黑石点燃AI芯片融资狂热之后，万亿美元债市版图浮现! AI牛市迎来“信用与现金流”终极大考finance.jrj.com.cn · 媒体与披露 · 可信度 87
- R6AI泡沫破了吗？ - CoreWeave有执行问题吗m.163.com · 媒体与披露 · 可信度 86
- R7CoreWeave Forge Inference, Sandboxes, and Agents pricingwf.coreweave.com · 一手来源 · 可信度 86
- R8GPU Cloud Pricing — CoreWeavecoreweave.com · 一手来源 · 可信度 86
- R9Usage information and limits - CoreWeave Docsdocs.coreweave.com · 一手来源 · 可信度 86
- R10docs.coreweave.comdocs.coreweave.com · 一手来源 · 可信度 86
- R11从CoreWeave到Anthropic，芯片抵押融资正重塑AI债务市场_财富号评论(cfhpl)股吧_东方财富网股吧guba.eastmoney.com · 媒体与披露 · 可信度 86
- R12Flex Reservations and Spot Explained | CoreWeave Blogcoreweave.com · 一手来源 · 可信度 85
- R13黑石点燃AI芯片融资狂热之后，万亿美元债市版图浮现! AI牛市迎来“信用与现金流”终极大考zhitongcaijing.com · 媒体与披露 · 可信度 85
- R14華南永昌綜合證券ovs.entrust.com.tw · 媒体与披露 · 可信度 85
由 EveryTik 调研流水线生成（deepseek-flash），经结构门禁、数字核对与独立审稿；引用 12 个来源、8 个独立域名。发现错误请以公开来源为准，我们会在下一轮调研时修正。