腾讯的AI Capex为什么偏低，以及它是否仍是一个核心指标？

这是中国CSP AI资本开支系列的第三篇。前两篇我们拆解了字节跳动（《字节跳动的AI资本开支分析：谁在花钱，花在哪，为什么花》）和阿里巴巴（《解析阿里巴巴的AI资本开支：1238亿的流向与逻辑》）。这一篇，我们看三家中花钱最少的腾讯。

腾讯在AI军备竞赛中选择了一条不同的路：不追求算力规模。这到底是战略定力，还是一个无法持续的短期判断？

腾讯的AI资本开支规模

腾讯和阿里一样，是港股上市公司，资本开支数据来自经审计的季度财报。和阿里一样，腾讯财报也只披露总资本开支，没有单独拆出【AI资本开支】这一科目。但管理层在2026年Q1财报中将资本开支描述为”主要用于AI相关业务发展”，在2024年年报业绩会上更是将资本开支用途拆解为三个方向：购买GPU支持广告技术、购买GPU用于大模型训练、为云业务购买GPU服务器，都指向了AI和GPU。考虑到腾讯本身不是重资产公司，并没有线下零售、物流仓库等，其资本开支中AI相关的比重应当很高，但无法给出精确占比。

自然年	资本总开支	信源
2023年	约239亿人民币	财报各季度加总
2024年	约767.6亿人民币	腾讯2024年年报
2025年	约792亿人民币	腾讯2025年年报
2026年Q1	待披露	预计2026年5月中旬发布

高盛原本预期腾讯2025年资本开支达到1000亿，实际只有792亿，大幅低于预期。对比美国大厂，腾讯的体量大约只是其中最少的Meta的1/6。

为什么花得比字节和阿里少？？

三家公司2024年的资本开支几乎在同一起跑线上，字节800亿、腾讯767.6亿、阿里725亿。但到了2025年，字节翻倍到1500亿，阿里加速到1238亿，腾讯基本持平在792亿。

这种分化的背后，有两层原因：一是【不能】，有些钱腾讯想花，但花不出去；另一层是【不需要】，腾讯在AI产业链中的位置决定了它不需要花那么多。

【不能】的原因，显而易见是芯片供应被卡脖子。

腾讯买芯片并不吝啬。据Omdia数据，2024年腾讯订购了约23万颗英伟达Hopper芯片，和字节并列，全球排名第二到第三，仅次于微软的48.5万枚。

但问题在于节奏。2024年Q4腾讯单季资本开支365.8亿（同比+386%），主要就是在抢购GPU。当时出口管制收紧预期下全行业囤货。之后腾讯进入消化库存的阶段，资本开支从Q1的274.8亿逐季降到Q3的129.8亿。管理层在业绩会上坦言，资本开支下降反映的是AI芯片供应变化。

字节和阿里面对同样的外部供应压力，为什么没有出现类似的骤降？关键区别在于自研芯片的缓冲能力。

阿里有平头哥，47万片通用AI GPU已交付，性能对标英伟达H20，BOM成本低40%。当英伟达芯片供应紧张时，阿里可以用平头哥补上，算力扩张不会断档。字节虽然SeedChip还在流片，但它储备了近百万片英伟达H20/L20/L40，库存深度足以支撑持续部署。

腾讯也有自研芯片，但定位完全不同。腾讯在2021年公布了三款自研芯片：AI推理芯片”紫霄”、视频转码芯片”沧海”和智能网卡芯片”玄灵”。其中沧海已量产投用数万片，在云游戏和直播场景中服务；紫霄V1已作为英伟达A10的替代品用于图像和语音识别，V2 Pro正在开发中计划替代L40S。

但这三款芯片和阿里平头哥做的不是同一件事。平头哥的PPU（真武810E）是通用AI GPU，可以用于大模型训练和推理，直接对标英伟达H20。腾讯的紫霄是面向特定场景（图像识别、视频处理、搜索推荐）优化的专用推理芯片，对标的是英伟达A10/L40S这类中端芯片，不是H100/H20这类高端训练/推理芯片。沧海更是纯粹的视频转码专用芯片。

在大模型训练和大规模推理这个最核心、最吃算力的环节上，腾讯仍然完全依赖英伟达的外部供应。一旦供应节奏放缓，腾讯的算力扩张就会被卡住。2025年Q3资本开支骤降到129.8亿就是直接体现。

更有意思的一个细节：据《财经》报道，2025年Q1腾讯向字节跳动购买了约20亿元的GPU算力资源，以英伟达H20和服务器为主，腾讯元宝的部分服务主要使用来自字节的卡（但字节否认了这一消息）。但如果属实，说明腾讯在DeepSeek爆红后元宝用户暴涨时，自有算力一度不够用，需要向竞争对手租借应急。

回到【不需要】的部分，因为腾讯的AI变现路径不依赖算力规模。至少是1年这个尺度的不需要。

首先，腾讯的云业务体量不够大，缺乏外部客户的拉力。

阿里花钱最直接的驱动力是云客户订单积压。但腾讯云的处境完全不同。在整体公有云市场中，腾讯云份额只有8-10%，排在阿里云、华为云、天翼云之后，位列第四到第五。在AI云市场中更弱，Omdia数据显示只有7%，远落后于阿里云的35.8%和火山引擎的14.8%。腾讯云没有阿里云那种需要给客户出货的紧迫感。

管理层自己也承认了这一点。他们在业绩会上表示，GPU优先满足内部使用，但”一定程度上影响了腾讯外部的云收入”。翻译一下就是说，自己够用，但腾讯云的外部客户在被算力不足卡脖子。腾讯选择了优先保障自用，而不是像阿里那样疯狂扩建来满足外部客户。

**然后，腾讯最赚钱的AI应用不需要最多的GPU。**字节需要海量算力是因为豆包这个3.45亿月活的AI应用，阿里需要海量算力是因为云客户的堆积订单。但是腾讯AI最赚钱的方向是什么？广告。刘炽平在业绩会上透露，AI驱动的广告技术在2024年Q4推动广告收入同比增长60%，2025年Q3广告收入同比增长21%，其中约一半来自AI驱动的eCPM提升。James Mitchell更直言”资本支出用于具体业务时，不仅不会带来压力，反而会产生不错的利润率”。广告AI需要的是更好的算法、更精准的用户画像、更高效的投放匹配、更智能的出价策略。这些是数据和算法层面的优化，不需要最大的GPU集群来支撑。把一个广告推荐模型的精准度提高10%，可能只需要增加20%的算力，但能带来巨大的增量收入。这和豆包那种“每多一个用户就多消耗一份推理算力”的线性关系完全不同。

继续，还有一个核心因素是，DeepSeek在2025年初的出现，一定程度上动摇了Scaling Law。

腾讯管理层在2025年年报业绩会上明确表示，DeepSeek的技术突破，意味着无须像之前预期的那样快速增加GPU。整个行业都能利用现有GPU资源大幅提高训练效率。腾讯也是DeepSeek最积极的拥抱者之一。微信、元宝、腾讯文档、QQ浏览器、腾讯地图、QQ音乐全部接入了DeepSeek-R1，形成了”自研混元+开源DeepSeek”的双轨策略。这意味着腾讯不需要像字节和阿里那样投入巨额资本去训练自研模型。

最后，腾讯还有微信生态这个王炸。

字节需要砸几十亿推广费来获取豆包用户，阿里需要在全球建数据中心来服务云客户。腾讯有一个他们都没有的东西：13.85亿月活的微信。

元宝已经入驻微信联系人列表。这一个动作的分发效率可能比字节砸60亿推广费还高。用户不需要下载新App，不需要注册新账号，在最熟悉的界面里就能使用AI。腾讯管理层在业绩会上透露，腾讯元宝月活已突破1亿，而推广费用远低于竞争对手。

微信生态的存在，让腾讯可以用更少的基础设施投入获得更大的AI用户触达。它不需要从零建设一个独立的AI产品分发体系，只需要把AI功能嵌入已有的13亿用户场景中。

AI Capex还是一个核心指标吗？

腾讯2025年资本开支792亿，但研发投入857.5亿，不仅创历史新高，而且超过了资本开支。

这种资源分配的背后，隐含了腾讯的一个策略判断：AI竞争的核心不是谁的GPU最多，而是谁的算法最好、应用最强、效率最高。腾讯把钱花在了不同的地方，从硬件转向了软件，从Capex转向Opex。

但是这个判断有道理吗？而且它的有效期能够覆盖多远？

腾讯管理层的逻辑链应该是这样的：DeepSeek用远少于OpenAI的算力，训练出了接近前沿水平的模型。这证明了Scaling Law不是唯一的路径。算法创新可以大幅降低对算力的依赖。

腾讯AI最成功的变现是把AI嵌入已有的高利润的业务。广告收入因AI技术升级同比增长60%，企业微信AI收入翻倍，腾讯会议AI收入增长超40%。这些变现路径的共同特点是它们需要的是更好的算法，而不是更多的GPU。

腾讯可能是这样算账的，我用857.5亿研发投入撬动的AI收入增长，不亚于别人用1200-1500亿资本开支撬动的效果。Capex不是衡量AI竞争力的唯一指标，都2025年了，甚至可能已经不是最重要的指标了。

这个论点在当下是成立的。腾讯2025年全年营收7517.7亿，同比增长14%；净利润2248亿，同比增长16%。在资本开支远低于字节和阿里的情况下，腾讯的利润率和增速都很健康。市场短期内也接受了这个叙事，腾讯2025年股价表现并不差。

但问题是，AI应用不会永远停留在优化广告投放的阶段。有几个正在发生或即将发生的变化，可能在未来几年让“算法创新”的优势失效。

第一个变量，就是2026年爆发的AI Agent。

当AI从聊天助手进化为执行助手，算力消耗的量级会发生质变。聊天是一问一答，几百个Token就能完成。但Agent需要连续多轮推理，从理解任务、规划步骤、调用工具、验证结果、到处理异常。单次任务的Token消耗可能是简单对话的几十倍甚至上百倍。Agent一旦规模化落地，比如微信里的AI助手开始帮13亿用户订外卖、比价、管理日程，推理算力需求就天文数字。到那时，【广告AI不需要多少GPU】的前提就不再成立了。

第二个变量是多模态的爆发。

当前消耗算力的大头是文本。但视频生成、语音交互、图像理解正在快速起量。字节的Seedance 2.0已经在消耗巨量算力，一段10秒视频生成的Token消耗可能是一次文本对话的百倍以上。

腾讯有微信视频号、视频通话、腾讯视频、QQ音乐，这些场景天然适合多模态AI。但如果腾讯等到多模态需求真的爆发才开始扩建算力，时间可能来不及，数据中心从立项到上架至少12-18个月，GPU从下单到交付也要排队（当然是你能够买到足够性能的芯片的前提下）。

第三个变量是对手的进化。

这可能是最深层的风险。字节和阿里现在多花的每一块钱AI资本开支，不只是在买硬件。它们在用这些硬件训练更强的模型、服务更多的用户、积累更多的数据和反馈，再用这些反馈训练下一代更强的模型，这个飞轮一旦转起来，追赶的成本会越来越高。

腾讯目前的策略是合作借力，用DeepSeek的模型、用更少的GPU、靠微信的分发效率来参与竞争。但3年之后，如果字节和阿里的模型能力因为更大的算力投入和更多的用户数据而拉开代差，腾讯靠”自研混元+开源DeepSeek”的组合可能追不上了。

最后一个变量，或者说是一个灵魂拷问：微信在AI时代是否还能够是超级应用？

微信13.85亿月活是腾讯最大的资产，也是它不需要花那么多钱的底气所在。但微信的统治力建立在移动互联网时代的App分发逻辑上。如果AI改变了人与服务交互的方式，直接让Agent去办事，那么流量入口可能从App转移到Agent生态。谁拥有最强的Agent、最好的模型、最完整的工具链，谁就是新时代的”微信”。

事实上，Google和OpenAI已经在布局AI操作系统的概念。如果这个趋势在未来5年内成形，微信的护城河可能就危险了。

尾声

回到标题的问题：AI Capex还是核心指标吗？

对腾讯来说，今天可能不是。腾讯用792亿资本开支和857.5亿研发投入，在广告、游戏、企业服务上取得了实打实的AI收入增长，利润率健康，增速稳定。用AI Capex这把尺子可能量不出它真正的AI竞争力。

但AI Capex仍然是一个重要的预警信号。它能衡量你在为明天储备多少能力。效率优化有天花板，算力规模没有。当AI开始创造全新的业务形态的时候，谁的基础设施储备更深厚，谁就有更多的选择权。

Opex决定了今天的效率，Capex决定了明天的上限。

腾讯的风险不在于今天花得少，而在于如果明天突然需要花得多（Agent爆发、多模态起量、被对手飞轮效应甩开）的时候，它能不能在足够短的时间内把算力补上来。而这个”能不能”取决于两件事：一是芯片供应链是否畅通。腾讯没有自研通用GPU是最大的软肋，以及管理层是否愿意在利润率上做出让步。腾讯2025年净利润2248亿，它不是没钱花，而是选择不花。

我们将会密切关注腾讯2026年Q1的资本开支情况。如果你有新的信息或不同的观点，欢迎交流。

参考资料

腾讯2023年各季度财报
腾讯2024年年报
腾讯2025年年报
腾讯2024年年报业绩交流会
腾讯2025年Q2、Q3业绩交流会
《中国AI云市场，究竟谁是“第一”？》，半熟财经，09/2025