2026 年,中国大模型平均 API 输出价格从一季度的 12.2 元/百万 tokens,回升到二季度的 21.9 元/百万 tokens。
如果你还记得 2024 年那场「百模价格战」——几乎每个月都有厂商宣布降价、甚至免费——就知道这个回升有多不寻常。
涨价不是一家的事
今年以来,腾讯云、阿里云、百度智能云等云厂商,以及多家 AI 服务商密集上调算力产品价格,部分服务最高涨幅超过 30%。
具体到各家:
- 腾讯云混元 HY2.0 模型的输入价格上调幅度很大,输出价格同步上调
- 智谱年内先后三次上调 API 价格,GLM-5 上调 30% 到 50%
- 月之暗面 7 月发布 Kimi K3 时,新一代 API 定价较上一代提升 3 到 4 倍
- 百度 AI 云宣布 AI 计算产品和服务价格上调 5% 到 30%,并行文件存储价格同步上调
- DeepSeek 的 API 调价于 8 月 17 日正式生效
海外同样是涨价周期。有云服务商在 Blackwell 芯片拍卖中,成交价较历史最高价高出 15%;并且主动向投资者推荐短期业务合约——因为在价格上行周期里,短单更赚钱。
需求端:涨得太快
涨价最根本的原因还是供需失衡,而需求端的数字确实夸张。
国家数据局数据:中国日均 Token 调用量从 2024 年初的约 1000 亿,涨到 2026 年 3 月的超过 140 万亿。两年增长超过一千倍。相比 2025 年底的 100 万亿,三个月又涨了 40% 以上。
量的增长只是一半。Agent(智能体)大规模落地之后,单次任务的算力消耗可以是普通对话的百倍——因为它要反复推理、调工具、多轮循环。调用量涨的同时,单位调用的成本也在涨。
据第三方模型聚合平台 OpenRouter 数据,8 月 3 日至 7 日当周,DeepSeek-V4-Flash 新旧版本调用量合计 11.31 万亿 Token。开源 AI 编程平台 OpenCode 的数据显示,仅 8 月 1 日一天,DeepSeek-V4-Flash 在其平台上的 Token 处理量就达到 8 万亿。
这种量级下,高并发直接带来服务稳定性压力。
供给端:不只是芯片缺
供给端的瓶颈比想象中更宽。高端 AI 芯片、高带宽存储产能紧张,上游元器件成本抬升,直接推高服务器采购成本。
一个具体的例子:2025 年搭载国产算力芯片的 8 卡服务器,市场成交均价稳定在 150 万元/台;2026 年同款机型标价普遍上浮至 200 万元。涨价不是芯片单一因素推动的——存储、HBM、高速交换芯片、光模块全线涨价叠加,才是成本抬升的主因。
另一边是产能爬坡周期长。智算中心要匹配电力、网络配套,新建集群投产周期长,短期供给跟不上需求扩张的节奏。
商业模式:从收租金到分 Token
比价格更值得注意的,是商业模式的改变。
传统算力租赁的逻辑很直接:买 GPU、搭集群、按月收租金。这是「卖资源」的生意,周期性强,天花板清晰。
现在有厂商开始从「裸算力出租」转向参与 Token 收入分成。简单说,以前收固定租金,现在按客户的大模型调用量分成——租客生意好,房东也能多分。
这个变化的意义在于:算力基础设施企业不再只是卖设备、租机柜,而是嵌进了 AI 商业化的收益链条里。坏处是收入波动变大,好处是天花板被打开了。
资本开支:钱从哪来,往哪去
下游 Token 调用量涨,上游就是资本开支竞赛。
据中金公司研报统计,海外五家云服务商 2026 年合计资本开支预计突破 8000 亿美元,机构一致预期 2027 年攀升到 1.1 万亿美元,同比增速约 40%。
国内方面,字节、阿里、腾讯三家 2026 年资本开支预计合计超过 8000 亿元人民币,机构预测 2028 年有望逼近万亿元规模。
这些钱会沿着服务器、光互联、IDC 机房、电源温控、算力服务逐层渗透。
对开发者意味着什么
涨价的短期压力是实在的。过去靠低价 API 维持毛利的产品,需要重新算成本结构。
可行的做法是模型分层 + 动态路由:
- 简单分类、提取、改写类任务,用轻量模型
- 复杂分析、深度推理、关键决策,再调用高能力模型
- 高频重复内容用缓存和预处理,减少重复请求
赛智产业研究院李铭岩的判断是:这轮涨价不是短期波动,而是 AI 产业从「补贴扩张」走向「商业可持续」的标志性节点。
这个说法可以接受。一个行业如果长期靠低于成本的价格获客,它的问题不会消失,只会延后。
参考来源
如果这篇文章对你有帮助,欢迎分享给更多人!
部分信息可能已经过时