最近幾年，伴隨著AI的高速發(fā)展，國內(nèi)各家互聯(lián)網(wǎng)巨頭都在紛紛布局AI大模型，特別是最近一段時(shí)間，龍蝦的火熱讓各家的AI可以說是賺的盆滿缽滿，然而不出意外的是AI的漲價(jià)潮也是如期而至，就在亞馬遜、谷歌等海外巨頭以及BAT等國內(nèi)巨頭集體出手漲價(jià)的情況下，智譜等國內(nèi)大模型企業(yè)也跟隨漲價(jià)了，讓人不禁想問這漲價(jià)潮來了，龍蝦員工都要用不起了嗎？

一、巨頭集體出手漲價(jià)

據(jù)海報(bào)新聞的報(bào)道，近日，光模塊、算力硬件概念股逆勢(shì)大漲。這背后是今年OpenClaw（國內(nèi)常稱“龍蝦”）狂潮從國外席卷至國內(nèi)，Token調(diào)用量暴漲，直接拉動(dòng)算力需求，Token產(chǎn)業(yè)鏈兌現(xiàn)成為新的核心關(guān)注點(diǎn)。

阿里云、百度智能云先后官宣上調(diào)AI算力相關(guān)產(chǎn)品價(jià)格。阿里云官網(wǎng)公告稱，因全球AI需求爆發(fā)、供應(yīng)鏈漲價(jià)，阿里云AI算力、存儲(chǔ)等產(chǎn)品最高漲價(jià)34%。據(jù)知情人士透露，阿里云旗下MaaS業(yè)務(wù)平臺(tái)百煉在今年1月至3月創(chuàng)下歷史最高增速。

百度智能云稱，受全球人工智能應(yīng)用快速發(fā)展影響，算力需求持續(xù)攀升，核心硬件及相關(guān)基礎(chǔ)設(shè)施成本出現(xiàn)顯著上漲，因此決定將AI算力相關(guān)產(chǎn)品服務(wù)價(jià)格上調(diào)5%至30%，并行文件存儲(chǔ)等上調(diào)約30%。

年初，亞馬遜AWS、谷歌云相繼公布部分服務(wù)漲價(jià)。1月22日，AWS宣布對(duì)用于大模型訓(xùn)練的EC2實(shí)施15%的價(jià)格上調(diào)。1月27日，谷歌云對(duì)CDN Interconnect、Direct Peering、Carrier Peering等數(shù)據(jù)傳輸服務(wù)價(jià)格進(jìn)行了大幅調(diào)整，北美地區(qū)漲幅達(dá)到100%。

國內(nèi)方面，騰訊云3月11日宣布大模型服務(wù)漲價(jià)，對(duì)部分模型的計(jì)費(fèi)策略進(jìn)行了調(diào)整。以Tencent HY2.0 Instruct模型為例，其輸入價(jià)格由原先的0.0008元/千Tokens大幅上調(diào)至0.004505元/千Tokens，漲幅高達(dá)463.13%。

而且漲價(jià)潮并沒有終結(jié)，4月8日，智譜公布了今年以來的第三次提價(jià)計(jì)劃，發(fā)布新一代旗艦?zāi)Ｐ虶LM-5.1的同時(shí)提價(jià)10%，而其距離上次調(diào)價(jià)30%起僅一個(gè)月。但除智譜外，騰訊、阿里等也接連停止免費(fèi)公測(cè)，提高API調(diào)用價(jià)格，其中，騰訊混元大模型最高漲價(jià)463%。與2025年降價(jià)、免費(fèi)試用相對(duì)，目前明顯的信號(hào)是，國產(chǎn)AI大模型正在進(jìn)入集體漲價(jià)的時(shí)代。

二、AI漲價(jià)潮來了，龍蝦員工要用不起了？

近期，各大大模型巨頭集體宣布旗下部分云服務(wù)及相關(guān)產(chǎn)品漲價(jià)，讓原先都在擔(dān)憂自己被蒸餾的人似乎又看到了希望，相比于昂貴的詞元token，我們似乎更便宜一些，那么這波漲價(jià)潮背后究竟隱藏著怎樣的產(chǎn)業(yè)邏輯？

首先，AI智能體爆火引發(fā)算力需求井噴。從需求側(cè)的結(jié)構(gòu)性突變來看，以O(shè)penClaw為代表的新一代AI智能體的爆火，徹底重構(gòu)了算力消費(fèi)的底層邏輯。在過去的大模型應(yīng)用初期，用戶行為多局限于單輪對(duì)話或簡單的文本生成，這種交互模式下的Token消耗量相對(duì)有限且可預(yù)測(cè)。然而，隨著自主智能體技術(shù)的成熟，AI不再是被動(dòng)的問答機(jī)器，而是能夠自主規(guī)劃、調(diào)用工具、執(zhí)行復(fù)雜任務(wù)的數(shù)字員工。

一個(gè)成熟的智能體在單日運(yùn)行中的人均Token消耗量，往往是傳統(tǒng)聊天用戶的幾十倍甚至上百倍。這種指數(shù)級(jí)的需求激增，并非線性的業(yè)務(wù)增長，而是維度的躍遷。當(dāng)海量的智能體同時(shí)在線，進(jìn)行著高頻的邏輯推理與數(shù)據(jù)交互時(shí)，原本為人類交互設(shè)計(jì)的算力基礎(chǔ)設(shè)施瞬間面臨巨大的吞吐壓力。

這種需求的爆發(fā)式增長，直接打破了舊有的供需平衡，使得算力資源從“相對(duì)充裕”迅速轉(zhuǎn)向“極度稀缺”。當(dāng)邊際效用急劇上升而供給彈性不足時(shí)，價(jià)格的上漲不僅是市場(chǎng)規(guī)律的必然體現(xiàn)，更是篩選高價(jià)值應(yīng)用場(chǎng)景、遏制低效算力浪費(fèi)的必要手段。

其次，核心硬件供不應(yīng)求致算力緊張。從供給側(cè)的硬約束來看，高性能算力芯片與HBM高帶寬內(nèi)存等核心硬件的供不應(yīng)求，構(gòu)成了本輪漲價(jià)潮的物理基石。盡管國內(nèi)云廠商在過去幾年中大力投入國產(chǎn)算力生態(tài)的建設(shè)，但在高端訓(xùn)練與推理芯片領(lǐng)域，全球范圍內(nèi)的產(chǎn)能瓶頸依然嚴(yán)峻。特別是作為大模型“血液”的HBM內(nèi)存，其技術(shù)壁壘高、擴(kuò)產(chǎn)周期長，成為了制約算力釋放的關(guān)鍵短板。

目前，算力已不再是單純的服務(wù)器堆砌，而是由先進(jìn)制程芯片、高速互聯(lián)網(wǎng)絡(luò)與高帶寬存儲(chǔ)共同構(gòu)成的精密系統(tǒng)。核心硬件的短缺導(dǎo)致算力供給的邊際成本顯著上升，云廠商無法再通過簡單的規(guī)模效應(yīng)來稀釋成本。這種供給側(cè)的剛性約束，迫使行業(yè)必須重新審視算力的定價(jià)機(jī)制。當(dāng)“算力即權(quán)力”成為共識(shí)，擁有穩(wěn)定、高性能算力供給能力的廠商，自然擁有了更強(qiáng)的議價(jià)權(quán)。此時(shí)的漲價(jià)，實(shí)則是對(duì)稀缺硬件資源價(jià)值的合理重估，是產(chǎn)業(yè)鏈上游成本壓力向下游傳導(dǎo)的必然結(jié)果。

最近一段時(shí)間，筆者的不少關(guān)系不錯(cuò)的科技公司的朋友，特別是CTO們普遍都在抱怨，現(xiàn)在的存儲(chǔ)芯片和服務(wù)器的價(jià)格，真的是買不起了，各種算力的爭奪戰(zhàn)感覺瞬間就成為了成本的爭奪戰(zhàn)，這才是當(dāng)前最值得關(guān)注的地方。

第三，以價(jià)換量的行業(yè)定價(jià)邏輯已經(jīng)發(fā)生了根本性變革。回顧云計(jì)算產(chǎn)業(yè)過去十年的發(fā)展歷程，我們不難發(fā)現(xiàn)一個(gè)怪圈：惡性價(jià)格戰(zhàn)。為了爭奪市場(chǎng)份額，各大廠商紛紛祭出“價(jià)格屠刀”，不僅擠壓了競爭對(duì)手的生存空間，也極大地壓縮了自身的利潤邊界。在某些時(shí)段，云服務(wù)的價(jià)格甚至低于其運(yùn)營成本，出現(xiàn)了典型的“內(nèi)卷”現(xiàn)象。這種“以價(jià)換量”的模式在移動(dòng)互聯(lián)網(wǎng)時(shí)代或許有效，因?yàn)楫?dāng)時(shí)的邊際成本趨近于零，且流量變現(xiàn)路徑清晰。

然而，AI時(shí)代的到來徹底打破了這一邏輯。現(xiàn)在的算力不再是廉價(jià)的通用商品，而是昂貴的專用生產(chǎn)資料。如果繼續(xù)維持低價(jià)策略，云廠商將無法覆蓋高昂的GPU采購成本和電力運(yùn)營成本，更別提持續(xù)投入巨額研發(fā)資金進(jìn)行模型迭代了。健康的產(chǎn)業(yè)發(fā)展必須建立在合理的利潤基礎(chǔ)之上。只有當(dāng)價(jià)格回歸價(jià)值，企業(yè)才有能力進(jìn)行再生產(chǎn)和創(chuàng)新。

科技巨頭們的集體漲價(jià)，實(shí)際上是行業(yè)的一種“集體理性回歸”。這標(biāo)志著中國云計(jì)算市場(chǎng)正在告別“燒錢補(bǔ)貼”的草莽時(shí)代，進(jìn)入以技術(shù)實(shí)力和服務(wù)質(zhì)量為核心的價(jià)值競爭時(shí)代。這對(duì)于整個(gè)行業(yè)的良性生態(tài)構(gòu)建是極為有利的，它讓競爭的焦點(diǎn)從“誰更便宜”轉(zhuǎn)向了“誰更穩(wěn)定、誰更智能、誰更能解決問題”，這無疑是產(chǎn)業(yè)升級(jí)的積極信號(hào)。

第四，詞元經(jīng)濟(jì)學(xué)興起，分層定價(jià)將成為常態(tài)。曾經(jīng)，數(shù)據(jù)中心被視為存儲(chǔ)數(shù)據(jù)的“倉庫”，其價(jià)值主要體現(xiàn)在空間的租賃與數(shù)據(jù)的保管上。而在AI時(shí)代，數(shù)據(jù)中心已演變?yōu)樯a(chǎn)智能的“工廠”，其核心產(chǎn)出是高價(jià)值的詞元Token。這一角色的轉(zhuǎn)變，直接催生了新的定價(jià)邏輯，未來的AI服務(wù)將不再沿用傳統(tǒng)的包年包月或按量計(jì)費(fèi)模式，而是依據(jù)詞元Token的吞吐量、響應(yīng)速度、推理復(fù)雜度等維度進(jìn)行分層定價(jià)。

這種精細(xì)化的定價(jià)策略，能夠更精準(zhǔn)地匹配不同場(chǎng)景下的算力需求，讓高實(shí)時(shí)性、高復(fù)雜度的任務(wù)支付更高的溢價(jià)，而讓離線批處理等任務(wù)享受更低的成本。這不僅是商業(yè)模式的創(chuàng)新，更是資源配置效率的極大提升。通過價(jià)格杠桿，行業(yè)將引導(dǎo)算力資源流向那些創(chuàng)造最大社會(huì)價(jià)值的領(lǐng)域，避免資源的錯(cuò)配與浪費(fèi)。

也就是在這樣的情況下，不少公司甚至直接用token的提供量作為全新的員工福利，當(dāng)然我們一直在討論token到底是生產(chǎn)資料還是員工薪酬福利的問題，但毋庸置疑的是現(xiàn)在的時(shí)代詞元已經(jīng)成為了一種制約AI公司發(fā)展的重要算力瓶頸。更有甚者，有筆者的朋友向筆者吐槽，原先年初朋友所在的科技巨頭公司要求全員使用龍蝦，用自己的數(shù)字孿生，結(jié)果最近在海量消耗下提出了限流。

最終，面對(duì)著日益昂貴的算力資源，AI龍蝦的未來到底該咋辦？我們還能用的起嗎？