算力涨价潮来了，谁在为AI买单？

4月13日下午，李然刷新阿里云官网时，手停在了鼠标上。DataWorks标准版的API免费额度从"不限量"变成10万次/月，他的AI客服SaaS工具每月15万次调用，意味着超8000元的新增成本。而上个月，这款产品的净利润刚破万。

这不是个案。从百度、腾讯到AWS、OpenAI，全球主流云厂商和AI公司正在密集调价。免费额度大幅缩水，按量付费成为常态，一场覆盖开发者和企业的成本重估已经启动。

从"用不完"到"不够用"：一个开发者的18个月

李然的账本记录了这场剧变。2025年同期，调用1000万Token的成本是500元。如今同样的用量，叠加腾讯云混元、百度文心的单价上调，成本逼近万元。

"去年这时候，我们还在为免费调用量用不完发愁。"他对我们调侃道。18个月前，行业逻辑还是"补贴换用户"——云厂商用免费额度吸引开发者入驻，期待规模效应摊薄成本。

转折点出现在2026年春节。OpenClaw（龙虾）带动的智能体热潮，彻底改写了Token消耗规则。单任务的多轮递归、工具调用、反思验证，让Agent的Token消耗达到传统对话的50-100倍。一个活跃Agent月耗Token，可以是普通用户的千倍以上。

摩根大通的预测数据被频繁引用：中国AI推理Token消耗量将从2025年的约10千万亿，增长至2030年的约3900千万亿，五年370倍。

需求爆炸的同时，供给侧却在收紧。李然的公司现金流还能撑三个月，但他清楚，成本压力不会消失。

全球调价地图：没有一家缺席

国内厂商的调整路径清晰可辨。百度智能云最先行动：3月18日官宣，4月18日起AI算力产品涨价5%-30%，文心一言系列API单价上调12%-25%，"永久免费不限量"的低阶模型改为QPS限流+超额计费。

腾讯云紧随其后。3月调整混元模型API价格，4月9日发布公告，5月9日起AI算力、容器服务TKE-原生节点及弹性MapReduce（EMR）相关产品统一上调5%。

字节火山引擎的调整更隐蔽。Q1豆包大语言模型Token单价调整，文生视频API价格较内测期上涨，15秒视频成本约15元。无限免费调用取消，仅保留新用户500万Token/30天的短期额度。

智谱AI的调价最为激进。几乎每次模型发布都伴随价格上涨，4月8日GLM-5.1发布时，GLM系列API价格再涨10%。4月12日，智谱Coding Plan（海外版）月付价格几乎翻倍，已是今年第三次提价。

智谱CEO张鹏在3月31日业绩电话会上透露：2026年Q1，API调用定价提升83%，调用量反而增长400%。"市场呈现出供不应求的情况。"

海外厂商的动作同样密集。1月22日，亚马逊AWS打破20年"价格下行"惯例，EC2机器学习容量块涨价15%。2月15日，微软Azure调整GPT-4o、GPT-4 Turbo API价格，取消GPT-4o免费额度。

3月10日，Google Cloud官宣5月1日起AI计算实例价格调整，下架Gemini低价订阅套餐。OpenAI的调价覆盖多条产品线：GPT-4o/4 Turbo API涨价，ChatGPT Plus从20美元/月涨至30美元/月，每日消息限30条。

阿里云4月18日的全线涨价，最高涨幅34%，为这轮调整画上阶段性句号。

涨价的底气：从"可选工具"到"刚需生产资料"

价格上调并未抑制需求，反而印证了一个反直觉的事实：AI已从尝鲜工具变成企业的生产基础设施。

2026年Q1的数据极具说服力。国内日均Token调用量突破140万亿，较2024年初的1000亿增长超1400倍。字节豆包日均Token消耗超120万亿，多模态（视频/图像）Token占比超40%——而多模态成本是纯文本的10倍以上。百度千帆平台企业用户Token消耗Q1环比增长280%。

智谱的"涨价83%、调用量增长400%"，揭示了当前市场的真实状态：低阶免费模型需求旺盛，高阶付费模型供不应求。当供给紧张遇上需求刚性，价格自然由供需关系重新定价。

这种刚性需求背后，是AI应用形态的根本转变。2026年，行业从单轮对话进入智能体时代。Agent的工作机制决定了Token消耗的指数级增长：任务分解、多轮递归、工具调用、结果验证，每一步都在燃烧Token。

以OpenClaw为例，完成一个复杂任务可能需要数十轮交互，调用多个外部工具，每次调用都产生新的Token消耗。传统对话模型的一次性响应，与Agent的持续状态维护相比，成本结构完全不同。

对企业用户而言，模型能力的重要性已超越价格敏感度。当AI成为业务流程的核心环节，停机或降质的代价远高于算力成本本身。这正是厂商敢于涨价的底层支撑。

成本传导链：英伟达的定价权

所有下游涨价的起点，指向产业链上游的绝对主导者。

英伟达占据全球85%的AI芯片市场份额，净利润率高达56%。它的定价，在很大程度上决定了整个行业的成本底线。

2026年的供给紧张是真实的：Blackwell系列GPU交付周期排至2027年，单卡采购成本同比上涨30%以上。HBM3E高带宽内存现货价较2025年底上涨超20%，全球产能缺口50%-60%。

更隐蔽的成本来自软件生态。全球90%的AI训练代码基于CUDA编写，500万开发者依赖这一生态。每颗H20芯片需搭配1.2万美元的CUDA授权费，隐性成本占比超30%。

硬件+软件的闭环，让英伟达掌握了从性能到成本的双重杠杆。阿里、腾讯、微软、谷歌等云厂商，只能被动接受成本上涨，再将压力传导至下游用户。

这不是简单的"逐利"，而是产业链利润分配的结构性重构。当上游集中度如此之高，下游的议价空间被严重压缩。

商业逻辑的切换：从烧钱换规模到盈利优先

价格调整的背后，是整个AI产业商业逻辑的深层转变。

过去两年，行业信奉"补贴扩张"：用免费额度吸引开发者，用亏损换用户规模，期待网络效应摊薄成本。这套互联网时代的经典打法，在AI领域遭遇了瓶颈。

瓶颈来自两个维度。一是算力成本的非线性增长——Token消耗增速远超硬件降本速度；二是商业模式的验证压力——资本耐心有限，盈利时间表被迫提前。

2026年，行业集体转向"盈利优先"和精细化运营。定价权从用户端回归厂商端，免费额度成为历史，按量付费成为常态。这不是某个厂商的个体选择，而是产业阶段的必然跃迁。

对开发者的影响是直接且分化的。高频调用者如李然，必须重新评估成本结构，在模型能力、调用频率、产品定价之间寻找新平衡。低频或尝鲜型用户，则可能被迫退出或降级。

更深远的影响在于创新门槛。当算力成本从"可忽略"变为"需精算"，中小团队的试错空间被压缩，资源向头部集中。这与互联网早期的"低成本创业"叙事形成鲜明对照。

李然算的那笔账，正在无数开发者桌上重演。现金流还能撑三个月，但成本上涨是持续压力。他的选择有限：要么提高产品定价转移成本，要么优化架构减少调用，要么寻找替代方案——但替代方案的窗口也在收窄。

全球厂商的集体调价，硬是把AI产业从补贴扩张阶段拉回了价值定价的理性轨道。这不是终点，而是新阶段的起点：当算力不再"为爱发电"，AI的商业化才真正开始接受市场检验。

至于那些还在期待"免费额度回归"的人，可能需要重新理解这个行业的运行规则——就像电力、带宽、云计算曾经走过的路一样，基础设施的价值，最终要靠真金白银来确认。