Alphabet在2026年第二季度的财务报告震撼了市场，尤其是那1121亿美元的净利润，让不少人瞠目结舌。这家市值高达4万亿美元的公司，净利润竟同比激增3倍。
财报中还有重磅消息，谷歌首次披露了TPU的营收状况。更引人注目的是，本季度自由现金流首次出现负数，这可是自2004年上市以来头一遭。财报公布后，股价盘后跳水了大约3%。
这份财报到底为何如此引人关注？谷歌是否真的 permutation 了？且慢，不妨细细拆解财报中的各项数据。
财报显示，2026年第二季度Alphabet总收入高达1198亿美元，同比增长24%。这已是连续第12个季度实现两位数增长。经营利润达到408亿美元，同比增长30%，经营利润率从32%增至34%。净利润更是惊人地达到1121亿美元，同比增长298%，每股收益为9.11美元。
然而，在这1121亿美元的净利润中，有一大块并非来自谷歌主营业务。财报里有一行叫“Other income (expense)”，表示主营业务之外的收入和损失。本季度这一科目数值为980亿美元，而去年同期仅为27亿美元。这980亿美元几乎全部源于股权证券的未实现收益，简单来说就是谷歌投资的其他公司股票价格上涨。
扣除税收后，这部分收益大约为771亿美元。谷歌表示，主要贡献者来自SpaceX，在其上市后股价飙升，带动了谷歌的账面资产增值。
剔除这部分非经营性收益，谷歌正常业务的季度净利润约为350亿美元，去年同期为282亿美元。这样一来，增长率从298%调整为大约24%，与收入增速基本匹配。
这才是真正反映谷歌实际经营状况的数字。
在了解了净利润的构成后，我们再来看看谷歌真正的增长引擎——谷歌云。谷歌云业务收入达到248亿美元，同比增长惊人的82%。分析师此前预期的增长率约为64%。
云业务的经营利润更是高达88亿美元，而去年同期仅为28亿美元，利润率从20.7%提升至35.6%。这表明谷歌云不仅收入快速增长，而且已经成为一门盈利的生意。
更令人瞩目的是，云业务已经签约但尚未交付和确认收入的订单（Cloud backlog）达到了5140亿美元。
谷歌CEO Sundar Pichai表示，谷歌云业务的增长主要得益于其“AI组合”，包括芯片、模型、数据和安全和Agent平台。在这个组合中，最基础也是需求最迫切的是算力基础设施。
财报中提到，谷歌现在开始将整套TPU硬件直接销售给部分客户。因此，在确认销售收入的同时，也必须将制造这些TPU的成本计入当期的“营收成本”。
这是谷歌首次在财报中确认TPU的直接销售收入。CFO Anat Ashkenazi在电话会议上表示，大部分TPU的收入，要等到明年才会大规模体现。
除了直接销售芯片，谷歌云还提供算力租赁服务。企业可以使用谷歌的TPU和英伟达GPU来训练自己的模型。
电话会议中透露的信息显示，谷歌云的客户包括Ineffable Intelligence、Kakao、Deutsche Börse Group、Pfizer、Roche、World Labs等。
当被问及TPU分配问题时，皮查伊表示，分配的优先级首先确保AGI前沿开发所需的算力，也就是谷歌自己的Gemini训练；其次是核心产品，Search和YouTube；然后才是对外销售的云业务。
在云业务内部，谷歌会优先分配算力给模型服务（Vertex AI、Gemini Enterprise）和核心解决方案（数据分析、网络安全）。
对于业界关注的Gemini模型性能问题，皮查伊的解释是：“企业客户买的是一整套东西，比如算力基础设施、数据整合、安全合规、Agent开发工具、企业级支持。模型是其中一个环节，但不是唯一环节。”
以谷歌云的安全业务为例，目前约90%的《财富》美国100强企业都在使用相关服务。这套系统可以发现网络威胁、判断哪些漏洞最危险、自动扫描代码并提出修复方案，还能持续监控风险。
Gemini负责其中一部分分析工作，但客户最终购买的是“能否减少安全事故”，而不是Gemini的benchmark成绩。
皮查伊表示，在过去一年中，接近500家谷歌云客户各自处理了超过1万亿个Token，超过2000家企业分别处理了超过1000亿个Token。谷歌的Agent开发工具下载量也接近7000万次。
还有一点容易被忽视的是，Search广告本季度也涨了17%，收入达到633亿美元。谷歌把Gemini集成到了整个广告基础设施里。AI让谷歌搜索变得更方便，搜索结果也更为精准。与此同时，谷歌利用AI提升了广告的匹配和投放效果。只要用户仍然习惯使用谷歌搜索，广告业务就能继续增长。
谷歌的高管表示，公司正在把过去由广告业务产生的巨额现金流，全部投入进AI基础设施的建设中。
2026年第二季度，谷歌的资本支出达到449.2亿美元。相比之下，去年同期的资本支出为224亿美元，整整翻了一番。可当季经营现金流约为391亿美元，因此，自由现金流约负58亿美元。这是谷歌历史上第一次出现自由现金流为负的情况。
钱不够怎么办？谷歌选择通过资本市场解决问题。本季度，谷歌发行了股票和强制可转换优先股，净融资496亿美元；随后又发行了高级无担保票据，净融资203亿美元。长期以来以股票回购回馈股东的公司，不仅本季度没有进行回购，反而开始通过资本市场进行融资。
然而，这并非孤立事件。整个2026年，谷歌都将投入巨资进行建设。
2026年全年的资本支出（CAPEX）指引已从之前的1800亿到1900亿美元提高至1950亿到2050亿美元。CFO Ashkenazi在电话会议上明确表示，2027年的支出将“显著增加”。
阿什肯纳齐解释说：“过去三年，我们已经大幅提高了产能，但需求仍然超过了投资。”她还提到，产能交付速度快于预期，也是上调指引的原因之一。
换句话说，谷歌并非盲目投资，而是看到了足够的需求。Cloud backlog达到5140亿美元，这给了他们充足的底气。
尽管如此，股东们并不完全满意。在电话会议中，多位分析师向皮查伊提问，这些数据中心、服务器、TPU和电力设施，未来能否带来足够的回报？
阿什肯纳齐的回答是，谷歌不会因为AI很热门就不计成本地建设数据中心。每笔投资，公司都会计算其未来的回报率以及收回成本所需的时间。
如果服务器、芯片和电力的成本继续上涨，谷歌也会将部分成本反映到云业务的价格中，不会长期自行承担所有费用。
对于一些金额较大的云计算合同，谷歌可能在签约初期并不赚钱。为了满足客户需求，谷歌需要提前采购TPU和GPU、建设数据中心并准备充足的电力和网络。合同开始的前几个月，投入可能高于客户带来的收入。
但这类合同通常持续时间较长，可能达到数年。前期建设完成后，设备可以长期运行，客户也会持续支付服务费用。因此，谷歌判断一份合同是否值得，是基于其整个生命周期的最终收益。
对于这个逻辑能否成立，分析师提出了一些疑问。
第一个问题是，如果企业对AI算力的需求在未来两三年内放缓，谷歌建设的数据中心就会形成沉没成本。
皮查伊对此的看法是，企业“才刚刚开始接触AI的早期阶段”，两三年内需求不会出现明显放缓。
第二个问题更加关键，分析师询问皮查伊，TPU能否在与英伟达GPU的竞争中保持优势。
皮查伊表示，TPU目前的竞争力主要体现在与谷歌自家软件栈（JAX、PyTorch、vLLM、SGLang）的深度集成上，以及谷歌新推出的Virgo网络。
Virgo网络可以把分布在不同数据中心的100万个AI芯片连接成一台超级计算机。
还有一个新因素，谷歌为Agent推出的Axion CPU，号称比同类产品每美元性能高30%。
谷歌高管表示，这些因素共同构成了谷歌区别于“英伟达GPU+标准云服务”的差异化策略。
关于Gemini 3.5 Pro的发布，今年5月的谷歌I/O大会上，谷歌宣布该模型将于6月推出。然而，到了现在，在电话会议中谷歌高管表示，3.5 Pro仍然处于“合作伙伴测试阶段”。
谷歌在发布3.6 Flash和3.5 Flash-Lite的博客中提到，“我们计划在Gemini 3.5 Pro完全准备好之后，尽快进行广泛发布。”
过去几个月里，Anthropic和OpenAI都在不断推出面向企业的模型升级，中国开源模型也在快速迭代。
谷歌曾经在Gemini 3 Pro累积的领先优势，如今已经不存在了。
电话会议中，多位分析师向皮查伊询问关于模型竞争力的问题。
皮查伊承认了谷歌目前在AI编程和Agent方面存在不足。
皮查伊表示，“在很多维度上我们仍处于前沿，但也有一些领域我们承认需要改进，编程和Agent就是其中之一。”
虽然Gemini 3.5 Pro尚未正式发布，但谷歌已经启动了迄今为止最大规模的预训练，以用于开发Gemini 4。皮查伊表示，团队正在将大量的算力和精力投入到这个方向，目标是确保在下一代模型上保持领先。
那么问题来了，谷歌究竟是如何在不发布3.5 Pro的情况下就开始训练4的呢？两个版本同时开发，背后的逻辑又是什么？
从技术角度来看，大模型的开发周期分为几个阶段：预训练、后训练（包括指令微调、人类反馈强化学习等）、对齐和安全测试、内部评估、外部测试、正式发布。
如果按照谷歌的说法，3.5 Pro目前正处于外部测试阶段，说明其预训练和后训练已经完成，正在进行最后的调整和验证。
而Gemini 4正处于预训练阶段，这是整个流程中最早的工作。
3.5 Pro和Gemini 4在开发周期上并不冲突，一个即将发布，一个刚刚起步。这两个阶段需要不同的资源和技能，确实可以并行推进。
但从资源分配的角度来看，并行开发是有代价的。
预训练是整个流程中最耗算力的环节。如果Gemini 4的预训练占用了大量TPU，那么必然会减少3.5 Pro的算力，最终会延缓3.5 Pro的开发进度。
另一个可能的解释是战略选择。
皮查伊在电话会议中提到了一个概念：“parade of Frontiers”——前沿模型的队列。
他的意思是，谷歌需要在不同的价格点上提供最佳的模型，比如Flash Lite，专门负责低成本高吞吐，Flash负责主力场景，Pro负责旗舰能力。
这个策略的逻辑是，并非所有客户都需要最强的模型，大多数企业只需要“够用且便宜”的模型。
从这个角度看，3.5 Pro的延迟可能并非纯粹的技术问题，而是资源优先级的权衡。如果Flash系列已经能够满足大部分企业需求，并带来收入增长。
那么与其开发3.5 Pro，不如将更多算力投入Gemini 4的预训练。因为从长远来看，一个新的模型，比打磨3.5 Pro更有战略价值。
电话会议中还有一句话值得注意。皮查伊还提到，“我们对在下一代处于前沿既非常投入也非常有信心。”
这句话侧面印证了3.5 Pro没有达到谷歌预期的竞争力水平，谷歌将翻盘的希望寄托在Gemini 4上。
皮查伊还提到了模型发布速度的问题，他说谷歌会继续加快发布节奏。I/O上发布3.5 Flash，随后迅速跟进3.6 Flash，未来还将有更多迭代。
皮查伊表示，谷歌意识到自己在模型迭代速度上落后了，正在试图通过更频繁的小版本更新来弥补。
但频繁发布小模型迭代，和发布Pro级别的旗舰模型，是完全不同的问题。
Flash做得再好，也无法替代旗舰模型在编程和Agent场景中的角色。
至于谷歌能否解决这些问题，那就要看Gemini 4何时发布了，反正3.5 Pro是指望不上了。