谷歌母公司Alphabet发布了2026年第二季度财报，净利润部分直接把我看懵了。
一家4万亿美元市值的公司，净利润同比增长了3倍。
炸裂的还不止这些，这份财报，是谷歌首次公开TPU销售情况。并且，这季度是谷歌自2004年上市以来，首次出现负数自由现金流。
财报发布后股价盘后下跌约3%。
所以这份财报到底为什么如此神奇？难道谷歌真开挂了？别急，咱们一起把它拆碎了看。
01
1121亿净利润，水份有多大
具体来看财报，2026年第二季度，Alphabet总收入1198亿美元，同比增长24%。这已经是连续第12个季度双位数增长。经营利润408亿美元，同比增长30%，经营利润率从32%提升到34%。
净利润为1121亿美元，同比增长298%，每股收益9.11美元。
然而这些钱里面，有一大块和谷歌的主营业务没有直接关系。财报里有一行叫“Other income (expense)”，指的是主业务之外的收入和损失，这个季度是980亿美元，而去年同期只有27亿美元。
这980亿美元几乎全部来自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的股票涨了。
扣掉税之后，剩下大约771亿美元。
谷歌表示，主要贡献者是SpaceX，6月上市后股价飙升，带飞了谷歌的账面资产。
把这部分拿掉，谷歌正常业务的季度净利润约350亿美元。去年同期为282亿美元，增长率就从298%变成了大约24%，和收入增速基本匹配。
这才是一个反映谷歌实际经营状况的数字。
搞清楚净利润的水份之后，真正的增长引擎得以显现——谷歌云。
谷歌云业务收入248亿美元，同比增长82%。此前，分析师预期是增长64%左右。
云业务经营利润88亿美元，而去年同期只有28亿美元，利润率从20.7%提升到35.6%。这意味着谷歌云不仅收入在爆发，而且已经是一门赚钱的生意。
Cloud backlog部分（云业务已经签约、但尚未交付和确认收入的订单）更是达到了5140亿美元。
皮查伊表示，谷歌云的增长归因于“AI组合”，包括芯片、模型、数据、安全和Agent平台。在这个组合里，最底层、需求最硬的是算力基础设施。
财报里提到，谷歌现在开始把整套TPU硬件直接卖给部分客户，因此在确认销售收入的同时，也必须把制造这些TPU的成本计入当期“营收成本”。
这是谷歌第一次在财报中确认TPU直接销售收入。CFO阿纳特·阿什肯纳齐（Anat Ashkenazi）在电话会议上说，大部分TPU的收入，要到明年才会大规模体现。
除了卖芯片，谷歌云还提供算力租赁。企业可以用谷歌的TPU和英伟达GPU来训练自己的模型。
电话会议里提到，谷歌云的客户包括Ineffable Intelligence、Kakao、Deutsche Börse Group、Pfizer、Roche、World Labs等。
皮查伊在电话会议中被问到TPU分配问题时表示，第一优先级是确保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；然后才是用于对外销售的云业务。
而在云业务内部，谷歌会优先把算力分配给模型服务（Vertex AI、Gemini Enterprise）和核心解决方案（数据分析、网络安全）。
对于大家最关心的gemini性能落后于GPT和Claude，皮查伊是这么说的。
“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，过去12个月中，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。
还有一个容易被忽略的点，Search广告这季度也涨了17%，收入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，搜索结果更准确。与此同时，谷歌利用AI提高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。
02
谷歌把钱花在刀刃上了吗？
电话会议里，谷歌的高管们表示，谷歌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。
Q2单季度资本支出449.2亿美元。作为对比，去年同期的资本支出是224亿美元，整整翻了一倍。可当季经营现金流约391亿美元，因此，自由现金流约负58亿美元。
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？融资。
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；又发行了高级无担保票据，净融资203亿美元。一家长期靠回购来回馈股东的公司，不仅这个季度没有回购，还开始通过资本市场找钱了。
然而，这还不是本季度的现象，整个2026年，谷歌都要使劲砸钱。
2026全年的CAPEX指引，从之前的1800亿到1900亿美元，提高到了1950亿到2050亿美元。阿什肯纳齐在电话会议里还明确提到，2027年的支出会“显著增加”。
阿什肯纳齐的解释是：“过去三年，我们已经大幅增加了产能，但需求仍然超过投资。”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，谷歌不是在瞎花钱，它看到了足够的需求。Cloud backlog达到5140亿美元，也是他们的底气所在。
但股东们并不买账，他们在电话会议里向谷歌提问，这些数据中心、服务器、TPU和电力设施，未来是否能够产生足够的回报？
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。每投入一笔钱，公司都会计算未来能够赚回来多少，以及需要多长时间才能回本。
如果建设服务器、购买芯片和电力的成本继续上涨，谷歌也会把一部分成本反映到云业务的价格中，不会长期自己承担全部费用。
对于一些金额很大的云计算合同，谷歌在刚签约时可能并不赚钱。为了满足客户需求，谷歌需要提前购买TPU和GPU、建设数据中心并准备足够的电力和网络。合同开始的前几个月，投入可能高于客户带来的收入。
但这类合同通常会持续很多年。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，是根据其完整周期的最终收益。
对于这个逻辑能不能成立，分析师提出了几个问题。
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，谷歌建的数据中心就会变成沉没成本。
皮查伊对此的看法是，企业“才刚刚触及AI的早期阶段”，两三年内需求不会放缓。
第二个问题有点扎心，分析师问皮查伊，TPU能不能在和英伟达GPU的竞争中守住阵地。
皮查伊说，TPU的竞争力，目前主要体现在和谷歌自家软件栈（JAX、PyTorch、vLLM、SGLang）的深度集成上，以及谷歌新推出的Virgo网络。
Virgo可以把分布在不同数据中心的100万个AI芯片连成一台超级计算机。
还有一个新变量，谷歌专门为Agent推出的Axion CPU，号称比同类产品每美元性能高30%。
谷歌的高管表示，这些加在一起，构成了谷歌区别于“英伟达GPU+标准云服务”的差异化故事。
03
Gemini 3.5 Pro 去哪了
今年5月的谷歌I/O大会上，谷歌宣布 Gemini 3.5 Pro 将于6月推出。可是到了现在，在电话会议中谷歌的高层们表示，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的博客里，就曾提到，“我们计划在Gemini 3.5 Pro完全准备好之后，尽快广泛发布。”
过去几个月里，Anthropic和OpenAI都在持续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。
电话会议上，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上有所欠缺。
皮查伊是这样说的，“在很多维度上我们仍处于前沿，但也有我们承认需要改进的领域，编程和Agent就是其中之一。
虽然Gemini 3.5 Pro迟迟不发布，但是谷歌已经启动了迄今最大规模的预训练，以用于开发Gemini 4。皮查伊说团队正在把大量算力和精力投入这个方向，目标是确保在下一代模型上处于前沿。
那么问题来了，谷歌究竟是怎么做到不发布3.5 Pro就能开始训练4的？两个版本同时开发，背后的逻辑又是什么？
从技术角度看，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，那么3.5 Pro目前卡在外部测试阶段，说明它的预训练和后训练已经完成，正在做最后的调整和验证。
而Gemini 4处于预训练阶段，是最早期的工作。
3.5 Pro和Gemini 4在开发周期上并不冲突，一个临近发布，一个刚刚起步。这两个阶段需要不同的资源和技能，确实是可以并行推进的。
但从资源分配的角度看，并行开发是有代价的。
预训练是整个流程中最吃算力的环节。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，最终就会减缓3.5 Pro的开发进度。
另一个可能的解释是战略选择。
皮查伊在电话会议里提到了一个概念：“parade of Frontiers”——前沿模型的队列。
他的意思是，谷歌要在不同价格点上提供最好的模型，比如Flash Lite，就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，不是所有客户都需要最强的模型，大多数企业需要的是“够用且便宜”的模型。
从这个角度看，3.5 Pro的延迟可能不是纯粹的技术问题，而是资源优先级的权衡。如果Flash系列已经能覆盖大部分企业需求，还能给谷歌带来收入增长。
那么与其开发3.5 Pro，倒不如把更多算力投入Gemini 4的预训练。因为从长远来看，一个新的模型，远比打磨3.5 Pro更有战略价值。
电话会议里还有一句话值得注意。皮查伊还说到，“我们对在下一代处于前沿既非常投入也非常有信心。”
侧面印证了3.5 Pro没有达到谷歌预期的竞争力水平，谷歌把翻盘的希望寄托在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，随后很快跟上3.6 Flash，未来还会有更多迭代。
皮查伊说，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，这是两个完全不同的问题。
Flash做得再好，也不能替代旗舰模型在编程和Agent场景中的角色。
至于谷歌能不能解决，那就要看Gemini 4什么时候出来了，反正3.5 Pro是指望不上了。