当AI算力不再便宜：云服务价格“只降不升”行业惯例被打破意味着什么

国内云计算市场调价浪潮仍在延续。

4月13日，阿里云宣布，旗下大数据开发治理平台DataWorks对标准版、专业版用户取消每日调用API的数量限制，本次变更从2026年4月14日起逐步发布。其中，DataWorks标准版调用API的免费额度调整为10万次/月，DataWorks专业版调用API的免费额度调整为50万次/月，超出部分采用OpenAPI按量付费的方式。

这已经是阿里云旗下产品在一个月的时间内第二次调整收费政策。3月18日，阿里云宣布，因全球AI需求爆发、供应链涨价，阿里云AI算力、存储等产品最高涨价34％。据知情人士透露，涨价的一个重要原因是“Token（词元）调用量暴涨”。

今年以来，阿里云、腾讯云、百度云等头部厂商纷纷加入“涨价潮”。在密集调价背后，驱动这一轮涨价的深层逻辑是什么？这一趋势又将走向何方？

从“成本项”变为“稀缺资产”的算力

表面上看，本轮云计算涨价起源于硬件与能源成本上升，但更深层的驱动力，在于AI时代算力供需关系的结构性重塑。

与阿里云一样，同样是在3月18日，百度智能云官网发布公告称，受全球AI应用快速发展影响，算力需求持续攀升，核心硬件及相关基础设施成本出现显著上涨。为保障平台长期稳定运行与服务质量，4月18日起，AI算力相关产品服务上调约5%至30%，并行文件存储等上调约30%

今年以来，腾讯云也连续两次宣布涨价。继3月11日对部分模型启动正式收费及涨价后，4月9日，腾讯云称鉴于全球AI算力需求持续激增，核心硬件供应链成本大幅上涨，将于2026年5月9日起，对AI算力、容器服务及弹性MapReduce（EMR）相关产品刊例价进行调整。

除了云端之外，下游模型端同时出现价格上修信号。

国产大模型厂商智谱已在年内进行三次API价格上调。2月12日，智谱对GLM Coding Plan套餐实施结构性调价，整体涨幅自30%起。智谱在价格调整函中明确表示，涨价源于“市场需求持续强劲增长，用户规模与调用量快速提升”。

3月16日，智谱发布专为智能体“龙虾”（OpenClaw）场景深度优化的通用大模型GLM-5-Turbo，并上调其API价格，涨幅为20%。4月8日，智谱正式发布GLM-5.1，再度提价10%。调价后，GLM-5.1在Coding场景的缓存命中Token价格已接近Anthropic旗下Claude Sonnet 4.6水平。

虽然云厂商和大模型厂商的涨价原因并不完全一致，但都指向以Token消耗为核心的算力需求结构性变化。需求爆发与供给限制的叠加，也使算力价格从“成本驱动”开始转向“供需再定价”。

快思慢想研究院院长、特邀评论员田丰向澎湃新闻记者指出，2026年云厂商集体上调AI算力价格，标志着“硅基通胀”的确立，本质是算力这一“新时代石油”的价值重估，而非单纯成本转嫁。

田丰解释道，一方面，由Agent驱动的“Token海啸”正在重塑需求结构：复杂多步骤推理使Token消耗较传统对话暴增数十至数百倍，需求呈指数级扩张；另一方面，高带宽内存（HBM）供给紧张、能耗与散热成本刚性上升，令算力边际成本难以持续下降。同时，云厂商主动收缩低价扩张策略，将稀缺GPU资源向高毛利MaaS与核心API集中，重掌定价权。

天使投资人、资深人工智能专家郭涛也对记者表示，本轮涨价是多重因素共同作用的结果，既源于高端GPU、存储芯片等硬件成本的刚性上涨，以及大模型训练带来的能耗与碳排放管控成本攀升，也是头部厂商从传统的“成本加成定价”转向“价值定价”的主动战略调整：“以往低价抢市场的模式已失效，算力成为稀缺资产，厂商为高质量发展主动优化价格。”

值得注意的是，在此之前，海外云厂商已经开启一波涨价潮。今年1月初，亚马逊AWS率先打破近20年“只降不升”的传统，把面向大模型训练的EC2机器学习容量块价格上调约15%。随后，谷歌云宣布上调AI基础设施、数据传输等服务价格，最高涨幅达100%。欧洲云厂商Hetzner和OVHcloud也在2月相继跟进。

有业内人士指出，和海外云厂商的涨价趋势相比，中国云厂商的涨价逻辑更加主动且具有策略化，核心目的并非单纯转嫁成本，而是锁定付费用户。

从“价格竞争”走向“价值定价”的云计算

在多重力量作用下，云计算价格体系正在进入新的演化阶段。

3月19日，国联民生证券在研报中写道：“本次涨价标志着二十年来云服务价格只降不升的行业惯例被彻底打破。一旦云服务商在某一服务上成功提价而未引起大规模客户流失，第二次、第三次涨价就会变得更容易。”

腾讯云和阿里云的连续调价，似乎都在验证这种说法。从更宏观的角度看，这一轮涨价不仅是价格调整，更是产业阶段切换的信号。云计算正在从过去的“低价普惠”时代，迈向以效率与价值为核心的新阶段。

华西证券近期研报指出，国内云厂商与模型厂商连续提价，反映的并非简单价格策略调整，而是高性能算力资源、高质量模型能力与企业级调用需求共同作用下的阶段性再平衡，AI商业化正在从“低价换量”逐步转向“能力重估”。

北京邮电大学数字媒体与设计艺术学院副教授谭剑对记者表示，这一轮调整不只是云服务涨价，更像是“高智力服务”开始被明确标价。当AI服务能够显著提升效率、降低试错成本，甚至直接影响决策质量时，其定价便不再锚定硬件成本，而是取决于能力稀缺性与结果价值。

谭剑补充道，过去企业采购云服务，本质上是购买服务器、存储和带宽等标准化资源；而在大模型时代，企业越来越多购买的，是判断力、生成力与决策优化能力，甚至是一种“外脑”。

毫无疑问，产业的结构性变化正开始重塑企业生态。对于中小企业而言，云服务涨价的冲击或更为直接。

郭涛指出：“中小企业AI算力成本通常占运营成本的30%至50%，若云服务价格上涨30%，企业利润将缩水10%至15%。部分企业可能被迫削减AI投入，甚至陷入亏损；那些高度依赖公有云算力的AI初创公司，更可能因成本暴涨面临生存危机。”

田丰也认为，这一轮涨价将对中小企业形成“达尔文式”洗牌：依赖公有云的企业面临“认知租金”飙升与利润压缩，被迫转向模型路由与端侧部署，以ROI为核心重构业务。

在新一轮涨价周期中，市场更关心的是：这种趋势会持续多久？

展望未来3年内的价格走势，郭涛认为，涨价潮将逐步趋缓，但短期内不会迎来全面降价周期：“随着高端芯片量产、国产芯片产能释放以及算力效率提升，供需失衡有望缓解；同时，市场竞争也会抑制盲目涨价。不过，AI算力需求仍将维持高位，硬件与运营成本难以大幅回落，整体云服务价格预计保持相对稳定，大规模降价的可能性极低。”

田丰则认为，未来三年，算力市场将走向分层：基础算力因国产芯片与规模效应趋于降价，而顶级复杂推理算力仍维持高溢价，形成“杠铃式”定价结构。

谭剑也作出类似的判断，即基础云资源未必一直涨，竞争激烈的部分甚至还会降；但只要大模型和高端AI云服务能够提供的“聪明结果”仍然稀缺，市场就会愿意为那一点更高明的判断，多付一笔钱。

田丰总结道，正如硅谷投资人马克·安德森曾提出“软件正在吞噬世界”，在AI时代，这一逻辑正在被重写：“算力正在吞噬软件，而只有最具商业护城河的闭环应用，才配得上最昂贵的硅基燃料。”