SemiAnalysis：下游大模型公司已經爆賺，英偉達、臺積電還能賺更多

AI價值鏈正在經歷結構性重估。過去賺走大部分利潤的芯片制造商正面臨下游模型廠商的快速追趕，但上游的利潤空間遠未觸及天花板。

SemiAnalysis分析指出，Anthropic年化收入在數月內從90億美元升至逾440億美元，推理毛利率從38%增至70%以上。英偉達目前的定價框架仍以成本為導向，尚未反映推理工作負載經濟學的變化。一旦框架調整，英偉達系統定價具備40%以上的上調空間。臺積電N3制程產能同樣處于價值重分配的核心位置。

支撐此判斷的關鍵在于供需兩端的結構性錯配：N3制程預計2026年下半年利用率將超過100%，DRAM工廠已逾90%滿負荷運行，而前沿模型的Token需求仍在以復合速度擴張。這一背景下，英偉達通過SOCAMM內存模塊實現差異化定價的窗口已經打開。

AI價值洼地轉移：基礎設施層讓位于模型層

從2023年至2025年初，AI價值鏈中的絕大部分利潤積聚于基礎設施層。英偉達率先爆發，隨后電力資產Vistra與GE Vernova分別在2024年上漲265%和146%，存儲廠商SanDisk、Western Digital、Seagate和Micron在2025年均實現逾200%漲幅。

這一格局的背面，是模型創建者與推理服務商長期承受的低毛利困境。彼時AI的實際使用價值有限，市場對AI投資回報的質疑聲不斷。

轉折點出現在2025年12月。隨著Agentic AI（智能體AI）真正走向實用，AI的經濟邏輯被徹底改寫。SemiAnalysis披露，其自身年化Token消耗支出已接近員工薪酬的30%，每名員工每月消耗Token量接近50億個，是Meta內部人均用量的5倍以上。大量原本需要初級分析師數小時完成的工作——包括財務建模、數據可視化、盈利分析——如今只需數美元的Token支出即可完成。

SemiAnalysis估算，其團隊在Anthropic Claude上的年化支出峰值已達1095萬美元，而由此帶來的競爭優勢遠超這一成本。Anthropic隨即受益：ARR從90億美元飆升至440億美元以上，推理毛利率從38%升至超過70%。

Token成本驟降，模型廠商利潤率擴張具有持續性

驅動模型廠商毛利率躍升的另一核心因素，是Token生產成本的大幅下降。

從硬件維度看，在8K輸入、1K輸出的標準推理任務上，經過完整軟件優化（含寬EP、計算與預取分離、多令牌預測）的B300系統每秒每GPU可產生約14000個Token，而未優化版本僅約1000個——同款硬件上，軟件優化單獨貢獻了14倍的吞吐量提升。若進一步疊加硬件升級，最優配置的GB300 NVL72相比H100的FP8吞吐量提升約17倍，切換至H100原生不支持的FP4精度后，差距擴大至32倍，而GB300每GPU總擁有成本僅高出約70%。

從定價結構看，Agentic工作負載具有極高的輸入輸出比（Claude Code使用場景約為300:1）與極高的緩存命中率（90%以上），使得絕大多數Token落入最低計費檔。SemiAnalysis估算，Opus 4.7在智能體任務上的真實混合成本約為每百萬Token0.99美元，遠低于標價的每百萬輸入Token5美元。

即便面對Anthropic對Opus系列的大幅降價——Opus 4.5的定價較此前降低三分之二——SemiAnalysis認為Anthropic的單位毛利實際上有所提升：一方面，生產成本隨硬件升級進一步下降；另一方面，用戶大規模從Sonnet切換至Opus，推高了混合ASP。

更具戰略意義的是，Anthropic在高端產品線上仍擁有定價主導權。Opus Fast定價為常規Opus的6倍，而已宣布的Mythos定價為每百萬Token25美元/125美元，是常規Opus的5倍。SemiAnalysis明確表示，若Anthropic愿意開放每百萬Token150美元/750美元的Mythos Fast，其團隊仍會購買——因為生產力提升的價值遠超成本。

模型廠商的定價權為何難以被競爭侵蝕

對于前沿模型高利潤率是否可持續，最常見的質疑來自競爭壓力。SemiAnalysis給出了兩個反駁理由。

其一，前沿閉源模型與開源模型之間的能力差距依然顯著，且短期內難以彌合。以Kimi K2.6（每百萬Token0.95美元/4美元）為代表的低價開源模型對Opus定價幾乎不構成實質性壓制。

其二，算力約束意味著任何一家前沿實驗室都無法獨自服務整個市場。Anthropic已通過將Claude Code鎖定在100美元以上月訂閱門檻、限制第三方接入等方式主動管理需求側。Token需求在可預見的未來將持續超出供給，這意味著有能力提供真正前沿質量的實驗室，可以按照Token所創造的經濟價值而非競爭性成本來制定價格。

英偉達的定價克制：監管邏輯還是戰略誤判

面對AI價值鏈的深刻重構，英偉達迄今未對其定價框架作出實質性調整，這是一個值得關注的結構性問題。

英偉達目前的定價仍主要以成本為錨，反映的是需求價值隨時間遞減的舊范式——而這一假設已不再成立。當前需求增長并非線性，而是以復合速度擴張，由智能體工作負載爆發與每個工作流程Token消耗量的持續躍升共同驅動。

SemiAnalysis認為，英偉達保持定價克制，部分原因在于監管層面的顧慮。英偉達在GPU、互聯與軟件棧上的主導地位已引發日益密切的反壟斷關注。在下游AI實驗室同樣大幅盈利的背景下，激進提價可能加劇監管風險，也可能加速客戶向TPU、Trainium等替代平臺分散。

在此意義上，英偉達的行為模式與臺積電頗為相似。臺積電長期以來即便在滿負荷運營、扮演先進制程供應瓶頸的情況下，也未將定價提升至稀缺溢價的極限，而是優先維護生態系統長期穩定與客戶關系。這一邏輯可概括為"AI央行"——通過適度讓利支撐下游生態擴張，而非最大化短期利潤提取，以確保自身在AI時代的長期主導地位。

然而，這一策略存在真實的機會成本。在算力需求持續超過供給的結構性背景下，掌握稀缺資源卻未充分定價，相當于將價值拱手相讓給生態鏈中游和下游。臺積電在N3制程上同樣如此——SemiAnalysis直接指出這是"戰略失誤"，至少應要求更大規模的預付款安排。

Rubin定價空間：SOCAMM成為利潤新杠桿

英偉達即將推出的Vera Rubin VR NVL72系統，提供了一個重新評估定價框架的契機。

從成本角度看，據測算，VR NVL72實現與GB300 NVL72相同的15.6%項目IRR（5年期，15%預付款）所需的最低GPU租金約為每小時4.92美元。從價值角度看，若以FP8密集算力維度錨定當前GB300每PFLOP租金約0.70美元，VR NVL72對應的理論最高定價約為每GPU每小時12.25美元，是成本地板價的約2.5倍。

這一巨大價差表明，英偉達在VR NVL72定價上擁有充足的上調空間。SemiAnalysis估算，若英偉達將系統定價提升約40%，仍可為Neocloud保留足夠的利潤空間——即便Neocloud將租金提價至每小時8美元以上，對應每PFLOP成本仍低于歷史趨勢線。

在具體機制上，SOCAMM成為最關鍵的定價杠桿。不同于GB300將LPDDR5X內存直接焊接于主板、嵌入整體系統定價，VR NVL72采用可插拔的SOCAMM模塊，允許英偉達將內存作為獨立計費項目單獨列示和定價。

SOCAMM（Small Outline Compression Attached Memory Module，小型化壓縮附加內存模組）是英偉達主導、聯合三星、SK海力士和美光等內存廠商開發的新型模塊化內存標準，基于LPDDR5X（或未來LPDDR6）DRAM技術，面向AI服務器與個人AI超級計算機場景。

模型顯示，英偉達在2026年第一季度支付的SOCAMM合同價格約為每GB 8美元，較上季度大幅提升，主要反映LPDDR5X供應緊張與整體DRAM價格上行�；趯�2026年底移動DRAM定價的預測，2026年底SOCAMM定價或超過每GB 13美元，全年均值約10美元為合理假設。

在此基礎上，SemiAnalysis認為英偉達在SOCAMM上收取60%毛利率具有合理性：一是內存供應全面緊張，英偉達在SOCAMM采購上具有優先獲取權；二是VR NVL72在性能/TCO維度遠超同期競品，客戶缺乏可替代選項；三是英偉達本身已面臨SOCAMM采購成本的大幅上漲，向下游傳導具有合理依據。

此外，內存定價不像GPU定價那樣面臨反壟斷顧慮，這給了英偉達更大的差異化定價空間——包括對Neocloud與超大規模云廠商實施差別定價。目前，英偉達在網絡設備上已對Neocloud收取約為超大規模云廠商兩倍的價格，同樣的邏輯完全可以延伸至內存層面。