从降价60%到涨价400%，云厂商疯抢AI蛋糕

3 天前

AI资讯

15 阅读

AI算力云服务涨价行业周期巨头动态

2026年3月，一场席卷全球云服务市场的涨价潮突如其来。短短10天内，谷歌云、亚马逊AWS、腾讯云、阿里云、百度智能云等国内外巨头相继宣布上调核心AI算力与存储服务价格，涨幅普遍在30%至50%。作为这场风暴的中心点，腾讯云宣布结束GLM 5、MiniMax 2.5等多款热门模型的免费公测，并将混元系列部分服务价格上调超过400%。更早之前，AWS已在1月悄然将EC2旗舰机型价格上调约15%，谷歌云也计划从5月起将北美地区数据传输费率翻倍。这股涨价浪潮打破了云行业长达二十年“只降价、不涨价”的铁律，也标志着AI算力正式进入了价值重估的全新周期。

十年降价与一夜涨价的背后

在大模型爆发之前，云计算市场遵循着一套残酷而高效的降价逻辑。自2006年AWS诞生以来，云厂商的核心战略就是通过“价格战”抢占市场份额。

摩尔定律与零边际成本：早期云服务本质是售卖标准化的“数字水电煤”。受摩尔定律驱动，硬件成本持续下降；同时，由于数据中心建设属于巨额固定投资，而多服务一个客户的边际成本几乎为零，这使得云厂商具备了不断降价的底气。
内卷化的生存法则：在阿里云、腾讯云等巨头参与的牌局中，降价成为一种本能防御。不主动降价就意味着将市场份额拱手让人，这种“低价换垄断”的飞轮效应持续了二十年，将原本昂贵的企业级IT设施砸成了白菜价，也孕育了繁荣的互联网生态。

从降价60%到涨价400%，云厂商疯抢AI蛋糕

然而，随着2026年AI大模型需求的井喷，这套运行了二十年的底层逻辑被彻底打破。

算力需求的质变：传统的CPU或通用GPU已无法满足海量推理需求。企业将客服、数据分析乃至核心业务流全面接入大模型，个人用户也通过Agent产品高频调用AI。优刻得在公告中坦言，“核心硬件采购等基础设施成本出现显著且结构性的上涨”，言下之意是用户的算力消耗已远超供给极限。
从训练到推理的硬件断层：当前的数据中心里，大量昂贵的通用GPU正被用于处理日常推理任务，这种“大炮打蚊子”的模式导致成本结构全线崩塌。市场急需从“练脑子”的训练芯片转向“干苦力”的推理芯片，而硬件迭代的空窗期，直接引爆了此次涨价潮。

飞轮反转：Token的廉价与智能的昂贵

涨价潮引发了一个核心问题：未来使用AI的成本是会越来越便宜还是越来越贵？答案呈现出一种分裂的景象：Token的单价会继续下降，但完成复杂任务的总账单将无限上涨。

1. 效率革命：Token为何越来越便宜？

硬件厂商正在全力填补“训练”与“推理”之间的鸿沟。未来的数据中心将大规模部署专门为生成Token设计的推理芯片（如英伟达整合LPU技术的新品、国产寒武纪芯片等）。这些新硬件砍掉了冗余算力，专攻数据吞吐，在同等能耗下，Token产出效率呈指数级提升。与此同时，模型架构也在优化，通过混合专家模型（MoE）等技术，让AI只唤醒解决问题所需的“那一小部分脑细胞”，大幅降低了单次推理的能耗。因此，单个Token的物理成本将持续走低。

2. 范式升级：为何总账单却在飙升？

真正的开销在于“智能”的复杂度。AI已从“一问一答”的对话框进化为能独立完成任务的“Agent智能体”。

任务复杂度与Token消耗量成正比：当一个Agent被要求完成一份竞品分析或合同审核，它在后台会进行多步逻辑推演、反复调用搜索与数据库、甚至自我学习新技能。相比两年前的简单问答，这类任务的Token消耗量可能是几十倍甚至上百倍的增长。
蒸汽机悖论：正如150年前蒸汽机效率提升反而导致煤炭总消耗量爆炸一样，AI效率的提升刺激了更高频、更复杂的调用需求。当全球数十亿Agent 7x24小时不间断工作时，整体算力需求不降反增，直接撞上了物理世界的能源天花板。