公有云涨价，我们亲历的第一次AI通胀

来源：界面新闻

文｜脑极体

全球开发者与企业用户，在2026年第一次真切地感受到了AI通胀。

此前，AI云算力长期处于低价红利期。然而就在2026年1月，以谷歌、亚马逊AWS为首的全球云巨头率先上调AI相关产品价格。而国内云厂商纷纷打破“亏本赚吆喝”、只降不涨的惯例，跟进AI云涨价：3月18日，阿里云宣布对AI算力、存储等核心产品涨价；同日，百度智能云同步上调AI算力相关产品价格；腾讯云则率先终止部分大模型的限时免费公测，并上调模型调用价格。

这一轮集体涨价，标志着全球算力通胀，正式传导至中国公有云市场。

按照宏观经济学理论，通胀的本质是供不应求下的价格调节。但过去很长一段时间，AI算力的紧缺并未体现在云服务定价中。高端GPU一卡难求，英伟达高端显卡在国内售价居高不下，但云厂商却持续通过低价Token、API服务吸引开发者，可以说，此前GPU云的价格机制，完全没有反映真实的算力供需关系。

这就引出一个新的问题：为什么此前云厂商愿意自行消化算力成本，而如今却选择将成本压力向市场传导，导致AI通胀正式落地呢？

通过涨价这一行为，我们来弄懂公有云市场正在发生的变化。

有不少开发者反馈，目前使用模型厂商的MaaS服务时，云端API频繁出现限流、限额、实时吞吐变慢的情况。有时给“龙虾”智能体安排任务，半天无法执行，唯有充值才能正常使用，成为很多开发者的日常困扰。

云端算力的计价单位是Token，开发者所感知到的不便，就是上游Token的供需失衡，通胀向下游传导的最终结果。

供给端，2025年高端芯片、高性能存储价格大幅暴涨，供应持续紧张；需求端，智能体应用爆发式增长，单任务Token消耗量是传统对话式AI的百倍以上，资源消耗大幅攀升。此外，视频生成、数字人、实时通话等多模态应用，在2025年实现全民普及，进一步加剧了对Token的需求。这就与宏观经济中的通胀逻辑完全一致：过多的需求追逐有限的资源，必然导致价格上升。

总而言之，公有云厂商的此次集体涨价，是价格机制的自我修复。过去两年，算力需求远超供给，持续的价格战不断压缩云厂商的利润空间，而现在，定价开始真实反映硬件与资源成本，构成了这一轮AI通胀。

价格水温的变化，开发者感受最为真切。某漫剧作者透露，API调用成本较此前翻了数倍，春节前用AI制作一部漫剧的成本约200元，如今已涨到300元。尽管涨幅不算极端，但也意味着，AI行业“靠爱发电”的时代已彻底结束。

那有人就不禁疑问：AI算力与Token的需求自2023年大模型爆发后就一直存在，为什么前两年云厂商还能维持低价，进入2026年却开始抛弃“只降不涨”的传统，主动终结了价格战？

值得注意的是，云厂商的涨价并非全面提价。在通用基础云服务，ECS通用型、OSS标准存储、VPC网络等依然在降价，而没有受到海外芯片成本影响的某国产云，依然同步上调了国芯的实例价格。

这说明，价格战不是不存在了，AI产品涨价也并非单纯的成本压力。

这一轮的核心涨价逻辑，是对不同算力客户的分而治之：在竞争激烈、用户可自由迁移的通用计算市场，中小企业对价格极度敏感，云厂商继续通过价格战守住基本盘，不敢轻易涨价，毕竟，市场上并不缺乏低价替代资源。

实际上，不少政企单位就开始布局本地化部署，通过自建小模型、搭建私有算力池，摆脱对公有云的依赖，规避Token成本上涨的风险。DeepSeek一体机的流行，就是政企单位通过本地部署，降低云端API调用成本的尝试。

而真正为通胀买单的，是AI赛道的重度用户，包括AI开发者、模型厂商、初创公司、自动驾驶与机器人研发团队等。它们的共同特点是：

1. 迁移成本高。这类用户的业务高度依赖云端GPU，无论是训练大模型、运行Agent，还是实时推理，一旦更换平台，极易出现服务排队、限速、降级等问题，损害业务体验。

2. 自建算力难。AI推理集群（尤其是GPU集群）属于稀缺资源，芯片供应商会优先保障规模最大、合作最稳定的客户，中小厂商和企业已难以获得稳定的供应链支持，只能依赖头部云厂商获取充沛算力。

3. 技术依赖度高。用户与云平台深度绑定，多元算力融合的技术难题由云厂商解决。有科研院所跟我们透露，此前自建集群时，能不混用就不混用，避免集群故障。而为了规避海外供应链风险，现在必须多元部署。对于多数组织机构而言，自建多元算力融合集群不现实。云端就省心多了，不用操心多芯片集群混用的运维难题，大幅降低了自身的技术压力。

所以，这类用户与AI云服务深度绑定，让云厂商拥有了定价权，有了敢于涨价的核心底气。

总体而言，云厂商的价格战已不再是单纯的价格竞争，AI算力通胀在云市场呈现出结构性不均衡。

Token正在成为水电天然气一样的刚需，没人希望云端算力长期、刚性上涨。在此背景下，很多个人和企业用户都会疑问，此次AI通胀会不会席卷所有云端应用？涨价是否会随着算力供给充沛而回落？

了解宏观经济学的人都知道，恶性通胀很坏，但通缩也会带来负面影响，良性通胀是最好的情况。

放在GPU云市场，通缩也就是恶性价格战，会导致云厂商长期亏损，靠低价流血来换取用户规模，这种发展模式显然不健康。同时，低价Token时代也助长了AI泡沫，很多小场景盲目使用大模型，造成算力资源的无效消耗。而云端算力成本显性化后，会倒逼开发者精打细算，采用缓存、摘要、本地小模型预筛等优化手段，设计更高效的Agent工作流，有助于整个行业建立可持续的AI工程范式。

因此，AI云的价格修复，本质是价格向真实成本与商业可持续的合理回归。未来走向温和通胀还是恶性通胀，就像猪周期，从生猪减少到猪肉涨价，再到物价全面飙升之间，存在一个较长的传导周期。

一方面，此次GPU云涨价的整体影响规模可控。尽管AI相关产品单价涨幅最高达34%，但AI在云厂商总收入中占比有限，所以总体的算力成本上升仍是可控的，并没有出现普涨的情况。此外，市场上存在大量低价资源，阿里云、百度智能云等厂商也为已购买服务的用户设置了涨价缓冲期，降低了涨价带来的冲击。

所以，如果后面一段时间调控得当，云厂商的降费方式取得突破，完全有可能控制通胀，回归低价。

基于此，应对这一轮涨价，应该从两个时间维度上来看：

短期内，如何帮助受涨价直接影响的用户缓解压力；中长期，如何通过跨周期调节，实现算力成本的稳定。

对于涨价直接影响的AI云重度用户，最首要的是放弃幻想、认清现实。改变以前形成的“算力永久免费”的预期，接受云市场价格机制逐步向真实成本靠拢的现实。可以通过自建算力集群，主动优化模型，探索本地低成本高性能推理方案，用更少的算力实现同等效果。总之，要做好涨价短期内无法避免的预案，确保AI相关业务即使遭遇算力的成本压力，也能够正常开展。

中长期来看，不可控的通胀必须得到控制。一旦通胀变得过度、长期持续，会给AI用户造成巨大压力，学生、独立开发者、小微团队无力承担涨价后的算力成本，将导致多元创新的停滞，也与普惠AI的政策导向是相悖的。

尤其公有云作为算力基础设施之一，云厂商也早已超越单纯的IaaS提供商定位，承担着让AI算力普惠的社会责任，而控制AI算力通胀，正是这份责任的核心体现。

那么，如何才能有效控制AI通胀？核心答案并非重回价格战。从高质量发展的角度，算力效率越高，单位算力产出的Token越多，云厂商的成本压力就越小，通胀也就能够得到有效缓解。通过技术创新提升算力效率，这类云厂商能够为控制AI通胀起到很大作用，需要至少具备以下几方面的能力。

首先是最底层的自研芯片。自研芯片在抗通胀中有两个作用：一是摆脱对海外高性能、高价格芯片的依赖，自主掌控算力供给，也能缓解算力短缺问题，随着国产芯片的供给量上升，国产算力集群的成本还会进一步优化。

二是协同设计。有了自研芯片，可以通过模型架构与芯片指令集的深度适配，让特定模型在特定芯片上发挥最佳性能。国产芯片的多元异构，也就要求云平台具备智算融合的能力，比如阿里云百炼、百度智能云百舸、联想万全等，实现多种算力架构的合池训练与推理，比如曙光将HPC高性能算力与AI智算深度融合，解决算力不足的问题，同时避免了对单一厂商GPU的依赖，进一步稳定了算力供给。

最后，通过液冷等先进技术，降低集群能耗和云厂商的综合运维成本，进而降低GPU云的整体成本，避免算力价格持续上涨。

可以看到，公有云厂商既是通胀压力的传导者，也是解决通胀问题的关键力量。

拥有芯片+模型+云全栈闭环能力的厂商，不仅拥有显著的成本优势，具备较强的抗涨价能力，还拥有自主定价权，能实现价格和利润表的双重修复。所以，这一轮涨价也倒逼云厂商加大技术创新和自研力度，成为稳定算力价格的压舱石。

AI通胀并非中国独有，更是全球共同问题，海外云厂商早在2025年Q4就启动涨价，国内此次涨价，只是对全球趋势的跟进反应。这意味着，需要在海外开展业务、部署AI应用的国内企业，将面临没有普惠云服务可用的困境。

国内云厂商中，阿里云、腾讯云的海外节点数量远不及AWS，华为云的海外节点布局相对完善，但算力整体规模仍难以与国际云巨头抗衡。

在国内，企业还可以通过自建算力集群应对涨价压力，但在海外，自建算力中心面临合规、运维、优化等多重难题，难度远高于国内。

所以中企出海想要上云用智，大概率只能依赖国际云厂商，而全球算力同步通胀，叠加国际云厂商的涨价举措，让出海成本进一步攀升。

这种困境，也为国内云厂商带来了新的机遇：为出海企业提供云端算力支持，仍存在市场空白。对于海外节点布局完善的国内云厂商而言，这无疑是抢占海外算力服务市场、打破国际云巨头垄断的重要机遇。

AI云涨价，是我们亲历的第一次AI通胀，它也是全球资源争夺、算力供需失衡的时代缩影，与全球政治经济环境深度绑定，并非短期能终结的现象。

这种现实，推动云厂商从盲目的流血价格战，回归到以涨价换取合理增长、主动修复市场价格的理性轨道。

在拒绝“低价薅羊毛党”的同时，守住AI算力普惠的底线，为创新者提供低成本的云端算力服务，是国内云厂商接下来长期面对和解决的核心命题。