文 | 光锥智能，作者｜白鸽，编辑｜王一粟
2026 年，真的是见证了太多历史了！
在近 20 年价格只降不升的云计算行业中，罕见的迎来了集体涨价潮。
3 月 18 日，阿里云官网突然发布调价公告，其中平头哥真武 810E 等算力卡产品上涨 5%~34%，文件存储产品 CPFS（智算版）上涨 30%，新价格于 4 月 18 日生效。
仅数小时后，百度智能云同步跟进，发布公告称自 4 月 18 日起对 AI 算力、存储等产品调价，AI 算力相关产品服务上涨约 5%~30%，并行文件存储等上涨约 30%。
其理由与阿里云高度一致：" 全球人工智能应用快速发展，算力需求持续攀升，核心硬件及相关基础设施成本显著上涨 "。
然而，这场涨价并非孤立事件。
早在阿里云和百度智能云官宣之前，腾讯云就已经率先涨价，宣布自 3 月 13 日起对混元系列模型进行涨价，部分核心产品涨幅高达 400%。
相比国内云厂商来说，海外市场涨价更早，今年 1 月份，AWS 率先打破近 20 年 " 只降不升 " 传统，对大模型训练用 EC2 实例提价 15%，随后谷歌云更是将 AI 基础设施价格上调最高 100%。
从国内三巨头到全球云服务商，集体涨价背后，本质是 AI 时代云计算的市场发生了根本性转变。
总的来看，需求端，AI 爆发带来 Token 消耗指数级增长，使算力从普惠资源变为稀缺战略物资；成本端，AI 算力高端硬件市场，如存储等产品供不应求的刚性支出，倒逼厂商告别低价内卷。
更为重要的一点是，在 AI 时代中，云厂商正从 " 卖资源 " 向 " 卖智能 " 转型，通过 Token 生态构建新的核心竞争力。显然，这三大因素的叠加，共同催生了这场席卷全球的涨价潮。
可以看到，在这一波浪潮中，云厂商正逐渐转变原有的商业思维，而这场涨价潮，正是这一转型过程的必然阵痛。
云涨价的直接诱因，AI 爆发引发算力超级缺口
一般来说，云计算行业的定价逻辑，本质上由供需关系决定。
过去十年，云计算的核心需求来自企业数字化转型中的服务器替代、数据存储等基础场景，这类需求具有标准化、规模化特征，云厂商可通过规模效应摊薄成本，形成低价换市场的竞争格局。
但 AI 时代，用户对 AI 算力的需求已经发生了本质变化。
最基础的来说，大模型训练与推理对硬件提出极高要求，只有高端 GPU 芯片才能够更好满足，尽管当前已有众多国产替代芯片，但其整体产能还是受限。
而此轮涨价的直接导火索，是 AI 应用爆发式增长带来的算力需求井喷，而这一需求的核心度量单位—— Token，也正成为左右市场供需的关键变量。
2026 年春节期间，以 OpenClaw 为代表的 AI 智能体应用全面爆发，这类应用可自主完成查资料、写代码、多任务协同等复杂操作，但其背后是惊人的 Token 消耗。
在 AI 大模型语境中，Token 是自然语言处理的最小计算单元，用户每一次提问、AI 每一次生成回答，本质上都是 Token 的持续流动与消耗。
有相关数据显示，与传统的对话式 AI 相比，OpenClaw 这类智能体单任务的 Token 消耗量，是普通对话的几十甚至上百倍，这无疑直接打开了算力需求的长期增长天花板。
据 IDC 预测，到 2030 年，全球活跃 AI 智能体将达 22.16 亿，年度 Token 消耗量将从 2025 年的 0.0005 Peta Tokens 飙升至 15.2 万 Peta Tokens，增长超 3 亿倍。
另一方的数据，也印证了这一爆发式增长：阿里云 MaaS 业务百炼在 2026 年 1-3 月创下历史最高增速，腾讯混元模型单月调用量直接暴涨 4 倍，导致算力资源瞬间陷入极度紧缺状态。
这种指数级增长的需求，与短期内难以快速扩张的算力供给形成尖锐矛盾。
3 月 18 日，在腾讯 2025 第四季度及全年财报电话会上，腾讯管理层回应国内云计算市场涨价时表示，CPU 等基础设施的产能早已被预订一空，供应商通常会优先服务那些规模最大、订单最稳定的客户。而超大规模的服务商一直以低利润率运营，当需求回升时，整个行业几乎别无选择，只能提高价格。
显然，供需缺口持续扩大，使得 AI 算力从 " 普惠资源 " 彻底转变为 " 稀缺战略物资 "。而这种需求结构的质变，使得云计算市场从买方市场转向卖方市场。
阿里云等厂商明确表示，将 " 紧缺的 AI 算力资源向 Token 业务倾斜 "，这意味着传统通用算力供给将进一步收紧，而高价值的 AI 算力资源因需求旺盛获得定价权。
因此，于云厂商而言，与其低价售卖通用算力，不如将资源投向 Token 消耗密集的高价值场景，而这一资源倾斜策略，则直接反映在了价格调整上。
本次涨价集中于 AI 算力、高端存储等核心产品线，而传统云服务器等基础产品价格未作调整，也清晰体现了需求结构变化对定价的影响。
可以看到，AI 算力已经成为科技竞争的核心赛道，当前全球科技巨头都纷纷加大了算力储备。
据业内估算，字节跳动仅 H20 GPU 就储备了 48 万张，腾讯、阿里等厂商也优先将自有算力用于自身大模型研发，对外出租的算力资源极为有限。海外市场同样如此，OpenAI、谷歌、微软等公司持续加码算力投入。
这种全球范围内的算力争夺，使得云厂商面临 " 内部需求挤压 " 与 " 外部市场竞争 " 的双重压力。
一方面，自身大模型研发需要大量算力储备，无法无限制对外供给；另一方面，客户对 AI 算力的需求持续增长，倒逼厂商必须通过价格调整来平衡供需。
AWS、谷歌云等海外厂商的率先涨价，本质上也是对全球算力紧缺格局的应对，而国内厂商的跟进，也标志着这场算力资源争夺战已进入全球化协同阶段。
全产业链硬件涨价，云厂商成本持续承压
如果说 AI 算力需求爆发是直接诱因，那么持续攀升的成本压力，则是云厂商不得不涨价的刚性约束。
长期以来，国内云计算行业深陷低价内卷，利润率持续处于低位，而 AI 时代的硬件与基建成本暴涨，彻底打破了原有的成本平衡。
业内皆知，大模型所依赖的高端芯片，比如英伟达的 H100、H200 等，其价格一直是居高不下。但自去年开始，存储芯片的供货资源收缩与价格的暴涨，则直接推高了云厂商的成本压力。
更为关键的是，当前 AI 大模型已经从训练转向推理应用阶段，今年 GTC 大会上，黄仁勋还明确表示，" 推理拐点已至 "。
随着推理时代的到来，其对 AI 算力的需求也发生了改变。AI 推理的过程，本质是顺序化的自回归过程，每次只能生成一个 token，模型参数需要频繁从 GPU 显存加载到计算单元。
而影响 token 生成速度的决定性因素，则是可用内存带宽，这也就使得内存带宽和端到端延迟成为核心瓶颈。
也正因此，AI 大模型对 token 调用量的指数级增长，也直接拉动了对 HBM、DRAM、NAND 三大存储介质的需求。单台 AI 服务器的 DRAM 用量是传统服务器的 8-10 倍，NAND 需求达 5-6 倍。
英伟达最新 Rubin 架构，则引入 BlueField-4 AI 原生存储平台，将 NAND 闪存需求量直接影响是增加了 45EB 左右，对应的供需缺口将扩大 4%-5% 左右。
显然，在 AI 推理时代中，存储芯片的重要性愈发明显。
但是，今年 2 月初，全球知名半导体市场研究机构集邦咨询（TrendForce）给出了一个预测：2026 年第一季度，DRAM 合约价涨幅预测上修至环比 90% 至 95%；NAND 闪存合约价涨幅环比 55% 至 60%。仅 2026 年一季度，三星宣布 NAND 闪存供应价格上调超过 100%。
更为重要的是，这不是短期炒作，行业观点认为，存储行业正进入一轮由 AI 驱动的超级成长周期，需求爆发叠加供给刚性，价格上涨至少延续到 2027 年。
而此次阿里云涨价的文件存储 CPFS（智算版），其核心成本就来自于高端存储硬件的采购与维护，30% 的涨幅背后，是存储硬件成本的刚性上升。
存储芯片价格暴涨，仅仅只是此轮 AI 驱动产业链增长的一个关键一环。事实上，从当前市场情况来看，半导体领域涨价正从存储器蔓延至其他电子元器件。
以被誉为 " 电子工业大米 " 的 MLCC（多层陶瓷电容器）为例。
日前，全球龙头企业村田制作所已发出通知函，即将于 4 月 1 日（以公司收到订单为准）起，针对 AI 服务器和高端车规级 MLCC 产品启动全面涨价，涨幅在 15%-35% 之间。
值得一提的是，MLCC 涨价的直接诱因是白银价格的上涨，而背后则是受 AI 市场的驱动，导致产品供应出现供不应求的情况。
" 人工智能产业的高速发展，是驱动 MLCC 产品价格上涨的主要原因。MLCC 价格经历过前几年的下行后触底反弹，产业链企业正迎来需求回暖和国产化率提升的双重机遇。" 中关村物联网产业联盟副秘书长袁帅此前说道。
当谈及 AI 对 MLCC 的需求，村田总裁中岛规巨此前称，客户咨询的高端 MLCC 的订单量是其目前产能规模的 2 倍，公司无法满足市场需求。显然，当高端 MLCC 无法迅速扩产，今明两年这类产品的严峻供应态势可能会持续。
可以看到，此轮云厂商涨价，其实是受整个产业链波动影响，从上游基础电子元器件，再到存储芯片、高端 AI 芯片等的涨价潮，最终传导至市场终端。
并且，于云厂商而言，硬件成本的上涨具有不可逆性。由于高端 GPU、存储芯片等核心部件高度依赖英伟达等少数供应商，议价能力有限，成本上涨只能自行消化。
此前腾讯云在调价公告中直言：" 大模型运营的核心成本集中在 GPU 硬件、电力消耗与运维服务，高端算力芯片现货紧缺、租金持续走高，此前靠低价抢占市场的模式难以为继 "，这一表述道出了全行业的共同困境。
Token 生态成趋势，云厂商或将告别算力内卷
过去十年，中国云计算行业始终陷 " 规模至上 " 的低价竞争中。而此次涨价潮，本质上是云厂商对长期低价策略的纠偏。
毕竟，AI 时代的到来，为云厂商提供了新的增长曲线，通过整合基础模型、模型服务平台、AI 应用等全链条能力，向客户输出 " 智能服务 "，而非单纯的算力资源。
以阿里云为例，其涨价与组织架构调整，就形成了清晰的战略呼应。
就在宣布涨价前两天，阿里新设 Alibaba Token Hub（ATH）事业群，整合通义实验室、千问事业部等核心 AI 业务，由 CEO 吴泳铭直接带队。
这一组织调整表明，阿里云或许将告别过去 " 卖算力 " 的盈利模式，全面向 " 卖智能 " 的高阶赛道升级，而此次涨价正是这一战略转型的具体落地：通过提高基础算力价格，引导市场向高价值的 Token 业务、智能服务倾斜，同时将紧缺的算力资源集中于高价值客户。
可以说，涨价或许是云厂商主动放弃低价值内卷，向高价值赛道转型的 " 宣言书 "。毕竟，在 AI 时代，Token 不仅是算力消耗的度量单位，更是云厂商商业模式重构的核心抓手。
黄仁勋在 GTC 2026 大会上直言，"Token 是硬通货，计算能力就是企业的收入 "，并勾勒出分层定价蓝图：从免费层到超高速层，每百万 Token 价格从 0 到 150 美元不等，Token 将像电力、自来水一样，成为分层定价的基础商品。
显然，这一商业逻辑正在被云厂商广泛采纳。
阿里云将算力资源向 Token 业务倾斜，本质上是在构建以 Token 为核心的商业生态 —— 客户消耗的 Token 越多，意味着对阿里云 AI 服务的依赖度越高。
而分层定价的模式能够满足不同客户的需求：普通用户使用免费或低价 Token 服务，高端客户为高速、高并发的 Token 服务支付溢价，从而实现价值最大化。腾讯云对混元模型的大幅调价，同样是基于 Token 的价值重估，通过提高 Token 单价，直接提升 AI 服务的盈利能力。
可以看到，随着 AI 大模型被越来越多的用户和企业所使用，Token 则逐渐成为衡量企业业务营收增长趋势的关键因素。现如今，这一标准逐渐被云厂商所使用。
对于整个 AI 全产业链赛道而言，涨价不是终点，将成为行业重构的起点。
短期内，价格上涨可能会加速行业洗牌，缺乏资金与算力储备的中小企业或将出局，资源进一步向头部厂商集中。
长期来看，涨价将倒逼全产业链发力破局：上游芯片厂商加速产能释放与技术攻关，中游云服务商优化算力调度、推进国产化替代，下游开发者优化模型调用、降低算力消耗，最终推动 AI 行业走向供需平衡、健康可持续的发展轨道。
而对于云厂商来说，涨价只是战略转型的第一步，如何提升算力效率、优化服务体验、构建完善的 Token 生态，才是长期竞争的关键。
