stoaexchange

一句话定位

给 GPU 做一个公开报价的地方：谁有货、什么价、什么时候能交，摆在同一张表上。

做这个东西的人

YC S26 批次，团队信息未公开披露。

产品定位句写的是 "The market behind AI hardware"，落地页第一屏直接摆五个型号的 实时价格 —— 这个选择本身说明了它对自己的判断：它卖的不是撮合服务，是价格本身。

它到底能做哪几件事

• 看价格 → 五个主力型号的当前成交价直接摆在首页： A100 80GB $9,490 · H100 SXM5 $25,860 · H200 SXM $33,850 · B200 $43,860 · GB200 NVL $67,400
• 买卖双方对接 → 对手方经过验证，不是匿名挂牌
• 价格发现 → 把 OEM 配额、云厂商余量、经纪商、机房运营商、二手卖家 这五类割裂的供给拉到同一个视图里比较
• 提供 Data 和 Research 两个独立栏目，说明数据本身也是产品

它明确不做什么：不自己持有库存，不做融资，不做托管。 它只做那一层信息 —— 这个克制决定了它的规模上限，也决定了它的毛利结构。

它在替代什么旧行为

买 GPU 现在的实际流程是：挨个问 OEM 的销售拿配额报价、问云厂商有没有余量、 托朋友找经纪商、在二手渠道碰运气。每一路的报价口径都不一样， 你没法知道自己拿到的价格是好是坏。

它自己把这个问题说得很准："GPU supply has no shared price discovery layer."

价格取决于型号、交付时间、地区、数量、成色、融资方式和紧急程度 —— 七个变量， 每一个都会改变最终成交价，而没有任何一个地方能同时看到它们。

旧行为极其明确，而且痛点频率高、金额大。 一台 GB200 NVL 六万七千美元， 信息不对称带来的价差可能就是几千美元。

商业模式

未披露定价。这个形态通常有三种收法：按成交额抽佣、卖数据订阅、卖研究报告。 它同时开了 Data 和 Research 两个栏目，说明至少在为后两种做准备。

判断：抽佣是最直接的，但也最容易被绕过（双方对上了就私下成交）。 真正能收得住的是数据订阅 —— 因为价格数据是持续消耗品，不是一次性的。

硬数字

• YC S26（最新一批）
• 首页公开五个型号的实时报价，是目前少见的公开价格源
• 成交量、收入、团队规模：未披露

四维评估

判断

Stoa 赌的是算力正在从固定资产变成大宗商品。

固定资产是一次性采购、长期持有、没有二级市场；大宗商品有标准规格、有公开报价、 有期限结构、有做市商。GPU 正在从前者变成后者 —— 型号标准化了（H100、B200 是明确的 SKU），持有周期缩短了（模型迭代快，两年前的卡就落后），供给来源多元化了。 这三件事一起发生时，中间商的机会就出现了。

可迁移的规律：当一个东西从"你自己买来用"变成"随时可以转手"， 最先赚钱的不是买卖双方，是提供报价基准的那一方。 石油、航运、电力都走过这条路，先有价格指数，后有衍生品和做市商。

代价很清楚：它现在的护城河等于零。价格数据一旦公开就无法阻止别人抄， 而买卖双方一旦对上号，完全可以绕开平台私下成交。这类市场的历史规律是 赢家最终靠的不是信息，是清算和履约 —— 谁能保证钱货两清，谁才能收得住佣金。 它现在明确不碰托管和融资，那是聚焦，也是把最值钱的那块地留给了别人。

它和云厂商的关系也待观察：AWS、CoreWeave 这些既是供给方也是它的潜在竞争者， 它们没有任何理由让自己的定价被公开比较。

下一步看什么

1. 首页报价的更新频率 —— 如果是每周甚至每月手动更新，那它是研究报告不是市场
2. 有没有从信息层往履约层走 —— 出现托管、担保交易或融资功能，说明它想清楚了怎么收钱
3. 有没有云厂商入驻 —— 供给侧最大的那几家愿不愿意来，决定了它是行业基准还是二手市场

可借鉴的做法

产品逻辑：不做撮合，先做基准。 先让所有人都来看你的价格，来的人多了，交易自然发生在你这里。 这条对任何「信息不对称严重、单笔金额大」的行业都成立 —— 地产、二手设备、大宗商品，结构和 GPU 是同一个。

定价结构：抽佣容易被绕开，数据订阅收得住。 这个判断对任何「我帮你对接资源」型的服务业务都适用 —— 卖对接是一次性的，卖判断才可持续。

结论

重点研究。 它是"信息不对称的行业如何被重做"的一个干净样本， 而且现在处在最早期，接下来一年的每一步都能拿来验证判断。