**1.1、模型，云，芯片，三者的价格分别如何变化？**
**a. 大模型定价既不通胀、也没通缩：** 首先在大模型的使用价格上，仅考虑按量计费模式（剔除订阅模式），那么无论是Anthropic官方的定价，还是三方机构统计的真实Token价格指数（由多种不同等级模型的Input/Output/Cache-hit使用价格混合得出），都能看到**AI模型的价格，并没有随着模型的迭代和能力提升，呈现趋势性的走高**，而是呈区间震荡或者干脆是一条直线。
b. **算力的单位成本明显通缩**：不同于模型的单位Token定价在迭代中大体保持不变，**单位Token的生成成本随着时间迭代呈现明显的通缩趋势**。（注：这里采用的指标是Semi analysis提出的TCO，指算力的总成本，包括建设的Capex部分和维持运营的Opex两部分）
以Qwen 3.5模型为例的测试，可以看到单位Token生成成本明显随着芯片代际提升而下降。例如最新的**GB200 NVL72的每百万Token生成成本大约只有H100/200的1/3~1/4。**
这种成本通缩背后的原因是，**芯片随着代际提升，其价格的提升幅度远远小于其产出Token效率的提升幅度。** 且这种产出效率的巨大提升是由软硬件的共同提效贡献的。
硬件层面，以DeepSeek R1为例，相同工程编排方式下，**GB300每秒输出Token的效率大致能达到H200的4~10倍。** 软件/工程层面，以DeepSeek V4为例，在**都基于GB300同一硬件，但工程编排不同下，输出效率也能差到2~4倍。**
在最高达10倍巨大的效率差异下，虽然单颗GB300明显贵于H200，但价差也不超过2倍。芯片性能暴涨而价格温和上涨，两者影响对冲下，通缩效应还是占据主导。
c. 根据以上信息做一个简单测算，按Qwen 3.5模型的综合价格是$1每百万Tokens，**仅考虑芯片单位Token生成成本的下降这单一因素**——从$0.2（H200）下降到约$0.05（GB300），单位Token**产生的毛利率就能有约15个百分点的提升。**
这一现象背后的核心逻辑小结来说，就是AI时代芯片行业依然基本维持着“科技的通缩效应”，即每一代的芯片价格变化不太大的情况下，性能在不断显著提升。换种方式，也**可以说每一代芯片性能提升的相当一大部分是被让渡给了下游。** 而**AI（头部）模型的定价却并没有把性能提升的利益继续让渡给终端用户，而是留存为了自身的利润。**
**1.2、云厂商涨价了？**
但如前文提到的，在“终端用户定价”和“硬件运行成本”之间的利润，是由云厂商和AI模型公司所共享的。而这些利润如何在云厂商和AI模型公司之间分配，则就主要由云厂商门店的算力租赁价格来决定的——若云算力的定价大体持平，则“额外的毛利率”近乎全部由AI Lab拿走；**若云算力定价呈走高趋势，则云厂商也同样能分到一部分“额外的毛利率”。**
那么现实情况如何？从多个渠道整理的云租赁实时标准价格（on-demand price），都能看到同一个趋势——**云算力的定价从25年底开始确实进入了明显的上行周期，由此可以推断在算力显著供不应求的情况下，** 云厂商的议价能力确实有所提升，因此在收入结构变化的利好之外，**即便是“裸金属”出租的IaaS业务的毛利率应当也有提升。** 具体来看：
**a. 最新芯片价格上涨幅度最大**：分代际视角，最新几代的GPU（如B200或更新）云租赁价格上涨最为明显，根据不同数据源，其定价自25年底到目前上涨了约1/4~1/2。
**b. 老旧的主流芯片也在涨价：** 而目前**市场内实际的主流GPU芯片**（H200或更早的产品）的租赁价格自25年底以来也有一定幅度、**约15%~20%左右的上涨。**
逻辑上，这些前几代芯片的租赁价格，应当是随着技术和时间的迭代，逐步降价。而近期包括**已上市3~5年的老芯片在内，云租赁价格近期的逆势上涨**，一方面**验证了目前算力的严重供不应求**（愿意加价租已相对落后的老旧芯片）**，另一方面实际已体现出云厂商们的议价权和利润率在提升。**
**只有比A100更老旧、更低性能的芯片**（2000年之前的）**才呈现出被“逐步替代”的情况，** 平均租赁价格从24年底至今下降了约1/3，但也并非完全报销，仍能以较低的价格继续贡献收入。
另一个**比较关键的信号是，老旧芯片并不会随着新芯片能力大幅加强，而失去使用场景变成“闲置资产”，** 能继续贡献现金流。
### 二、云厂商AI收入的毛利率改善了多少？
**2.1、软硬件技术提升的共同利好**
以上我们得出模型商和云厂商AI算力业务的毛利率都正在提升的结论（注意这不等同于AI算力业务的毛利率追上或超过了传统算力租赁的利润率），但主要是从定性和趋势判断的视角。接下来**从定量视角，测算下模型商和云厂商的毛利率可能具体变化了多少。**
为了简化问题，以下**测算的是“推理毛利率”，** 只考虑推理产生收入和其直接算力成本这两个因素，其他如训练/研发成本等都不考虑在内。另外，因后续**测算是只基于Qwen3.5模型**进行的，因而测算出的利润/利润率的绝对值未必反映真实情况。但由于模型保持不变，**利润率的变化趋势和相对高低仍是有意义的。**
以下我们通过控制变量的方法，进行了两种比较，一种是从纵向角度，控制底层硬件一致，从时间角度，看**软件/工程能力进步带来Token产出效率提升和云租赁价格涨价，这两个因素影响下毛利率的变化情况。**
另一种是横向角度，都基于当前最新的定价和技术，**比较采取不同芯片情况下，毛利率的变化情况。**（注意，以下所有数据都是基于单GPU的角度测算的）
**直接上结论：**
a. 在硬件都选择H200不变，只考虑随着时间演变，软件技术进步带来约20%+Token产出效率提升，同时H200租赁价格在25年9月后上涨约20%，这两个变化下AI Lab的推理毛利润从$1.2提升到$1.4了，由于单位营收同样走高，毛利率变化不大。
**云厂商的毛利润从$0.8提升到了$1.7**（单GPU每小时产生的毛利，这一部分是基于该口径）**，毛利率从31%提升到了38%。**
这里**需要注意，由于AI Lab和云厂商间一般签有长协，其之间的实际租赁价格未必会随实时价格一同走高。**
b. 在都基于最新的软件技术和云租赁价格，但**硬件上以B300对比H200**，由于B300产出效率的爆发式提升（约为H200的8倍），但B300单位租赁价格仅为H200不到2倍的情况下，**AI Lab的单位毛利润**（每GPU时贡献的）**从$1.4大幅提升到了约$11.6，对应毛利率从35%提升到了69%。**
而**云厂商的单位毛利率则从$1.7提升到$3.6，毛利率从38%提升到42%。**
c. 结合以上比较，以GB300对比旧技术下的H200，**软硬件技术的共同进步带来的综合单位毛利润提升相当夸张，从不到$2提升到超$14。** 即便其中**绝大部分增量利润都被模型商拿走，云厂商虽只是“喝汤”但同样能享受超10个百分点的毛利率提升。**
但需要注意，以上测算并未考虑到近期存储等芯片之外硬件的价格提升，由于这些硬件属于性能没太多提升下的纯涨价，对云厂商的毛利率会有侵蚀。
**2.2、Trainium芯片能带来更高的利润率吗？**
然而可以注意到，以上对利润率改善的测算都是基于英伟达的芯片，但云厂商们的一大核心优势就在于自营芯片的能力。凭借软硬件都由内部一体化研发、能定向优化，因而自营芯片普遍能给云厂商带来更好的利润率。
那么定量来看，**基于目前最新的Trainium 3芯片，能帮助AWS AI算力租赁业务的毛利率再提升多少？** 要回答问题，需要先测算出两个关键指标，即**Trainium3芯片生成Token的效率（每秒多少Token），以及Trn3的TCO是多少。**
a. **生成Token效率：** 虽缺乏实测数据，但按此前整理的纸面参数，FP8精度下Trn3的算力是2.5 PFLOPs，比H200高出约25%，是B300的约50%。因此**Trn3的每秒Token产出量大约是在2600~4300之间**，我们认为应更接近下边界，就**假设为3000 Tokens/s**（使用于Qwen3.5模型的情况下）。
b. **TCO成本：** 芯片运行的总成本可以大体拆分成两个部分，一是芯片和其所有配套硬件设备所需总投入对应的折旧费用，这部分根据芯片的不同有比较大的变化；另一部分则是像数据中心库房、供电/散热等通用设施的折旧，和日常运行的电力和人员等成本，这部分成本应当是相对固定的，即便芯片不同也不会有很大变化。
根据Semi analysis的统计，**Trn3芯片的All-in-capex是$17~$19每瓦，大约只有GB300每瓦所需Capex的一半。**（注，此处Capex是只包括设备Capex的，例如厂房等固定资产Capex应当不包含在内）。按5年折旧期，可测算**Trn3的折旧成本大约是$0.41每GPU时。**
至于库房折旧和电力等变化不大的**类固定成本部分**，根据对近10款芯片的测算，每千瓦时的成本区间集中在$0.44~$0.51左右。由于自营芯片可以专门优化，我们假设Trn3的成本贴近区间下限，**换算后为$0.45每GPU时。**
加总以上两部分，测算出的**Trn3芯片的TCO成本为$0.86每GPU时，比H200的$1.41还要低近40%。**
c. **Trainium3芯片的综合毛利率接近B300：** 根据以上测算，Trn3芯片的综合能力高出H200约30%~40%，同时综合成本确要低40%，使用**Trn3芯片产生的综合毛利率也高达85%**（由云厂商和模型商共享），**和目前性能最强芯片之一的B300能贡献的毛利率接近一致。**
这代表着，在用于中小模型的推理时，Trn3近乎可以等效替代B300，**如此能效比下，只要AWS愿意在Trn3的云租赁定价上做出一定让步，完全有能力吸引客户把推理负载从其他硬件上切换到Trn3芯片上。**
至于云厂商和模型商之间的利润分配，**如果AWS愿意把Trn3的云租赁价格定为H200的70%**（注意Trn3的性能是明显强于H200的），**云厂商和模型商的毛利率和B300情景下完全一致。若Trn3的租赁价格定为H200的80%，那么云厂商自身的毛利率就能提高到约46% vs. B300情景下的42%。**
小结以上分析，可以看到**在软硬件技术进步带来Token产出效率大幅提升，但单位Token定价并未明显下降，同时云租赁价格也小幅走高**，这**三个因素的共同作用下，云厂商的AI业务毛利率能有明显的提升。**
且此处测算的本就是低毛利的“裸金属”出租业务，再叠加上更高毛利的MaaS/PaaS业务，云厂商的AI业务整体利润率会更高。
### 三、算力的供给和需求分别有多少
以上我们从定性和定量的角度，详细论证了云厂商们AI业务利润率提升的核心逻辑——云和模型公司对上游芯片公司议价权的走高。
接下来讨论另一个对云计算行业和其中公司至关重要的因素——**AI带来的云需求增量规模到底有多大，且和目前计划中的算力供应增长速度是否匹配。** 这里有两个角度，**一是行业层面上的供需比较，这决定了之后行业竞争格局、以及产业链内的议价权会如何变化。**
另一个视角是**个体云厂商公司层面，目前的云收入预期是否充分反应了对该云厂的AI算力需求，而公司的算力供应有是否足够支撑收入的释放。**
为了解答以上两个问题，这里**要解决的痛点是**——算力需求端的主要驱动力是AI模型公司的ARR，而供给端则是云厂商们的Capex，而**ARR和Capex之间不能直接比较高低，无法从中直观看出之后的算力供需情况会是持续供不应求，还是会有供过于求的迹象。**
因此，我们将把需求和供给都统一到统一指标——即算力规模上（多少GW），进而一探上述问题的答案。注意，虽然**之后的预测会做到30年，但重点只关注到28年**，再往后的可见性太低，已基本没有意义了。
**3.1、需求端的测算**
根据上篇的分析，目前AI云的增量需求绝大部分都是源自两家头部AI Lab的训练和推理需求，少部分来自云厂商们自用需求或其他大型科技公司。因此AI云计算的需求大体等效于AI Lab的需求。
但因为AI技术升级和相关需求的增长非线性，很难判断之后技术发展是会陷入瓶颈，还是突然涌现一次巨大的升级。因此接下来**更多是一种情境假设，即假如模型商的收入达到一定规模时，等效对云算力的需求有多少，** 以下是具体测算逻辑：
**a. 两大模型独角兽收入预测——30年收入都达$2500亿量级。** 虽然AI技术发展的速度相当难以预测，但假设参考OpenAI自身曾给出的到30年实现约2800亿营收的愿景，出于保守将预期略微下降到2500亿左右。
这里**的一个关键假设是从28年开始，两家模型巨头的营收增速会从此前3位数的暴力增长，快速回归增速在50%以下的“平稳增长期”。这对后续的结论很重要。**
另一个关键假设是，考虑到近期无论是GPT基模能力、还是Codex这一入口和Claude Code的差距已基本抹平，OAI的收入在26年往后应当会快速向Anthropic看齐。
**b. 云算力支出：** 这里分为两个部分——训练支出和推理支出。
对推理支出的关键假设是，我们认为一方面随着芯片单位能效的进一步提升，推理毛利率仍有上升空间。但一个对冲因素是，目前模型商保持单位Token定价不降价很难长期持续（总归要进入量增价减的阶段），因此**预期推理毛利率只会从当前的约65%小幅提升到70%上下。**
训练支出则未必随收入增长等比例提升，更取决于后续模型的进化速度。也出于保守，假设**训练支出在27年仍将高增（近100%的同比增速），但自28年开始将快速滑落到30%以下。**
基于以上假设，**测算到28年两家模型巨头的云算力总支出会达到约$2500亿，占当年收入的约71%。**
**c. AI算力总需求到28年可达26GW：** 根据比较复杂的转换逻辑（训练和推理需要不同的GPU/ASIC/CPU用量，不同芯片类型对应的单GW收入也各不相同，文中就不具体展开了），再假设**其他AI Lab算力需求**（不包括云厂商们自身的需求）**是两大巨头的约15%，测算出到28年AI算力需求对应的规模在25.6 GW，相比25年增加了近23 GW。**
**d. 传统云需求**
另外，传统云计算需求虽然已然是“昨日黄花”增长不高，但其绝对体量仍占多数，**也需要考虑传统需求对应的增量算力规模。**
对此的测算逻辑相对简单，考虑到24年云厂商的近乎100%的云收入和算力都仍用于传统需求，可以用**24年已上线的算力和收入规模为基础，按后续传统云收入的增长，等比例的计算所需的算力规模即可。**
考虑到近期各云厂商都表示，AI尤其是AI Agent同时也会带动对传统算力的需要，因此预期26~27年间传统云收入能保持20%上下的相对高增速。但也考虑到企业整体的IT支出预算并没有多少增长，AI投入和传统IT投入之间有此消彼长的关系，保守预期28年之后传统云需求增速会明显放缓。
基于以上假设，**测算到28年传统云计算需要的算力规模将达到约31 GW，相比25年增长约10 GW。**
**3.2、供需比较，28年开始将供过于求？**
**a. 云厂商整体算力供给会增加多少？** 算完需求，下一步就是看目前几大头部云厂商（不包括Meta）未来计划上线的算力供给。这里需要注意，除了Oracle给了到30年的长期目标外，其他云厂商对算力规模的指引普遍只到27年（大多是较25年规模翻倍），因此**对27年之后的算力供应上线节奏的测算，是基于多家投行的预测优化得出的。**
那么结论是，**到28年几大头部云厂商的总算力规模将达到约100 GW，** 剔除需保留给内部业务使用的部分，**可对外部出租的算力规模约为73 GW，相比25年增长约47 GW。**
**b. 算力将供过于求？** 而根据前文的测算，到**28年AI+传统需求对应的算力规模大约是53 GW，已然明显低于总算力供给。**
按测算，**供需缺口上24~26年之间，供需呈现趋紧的态势**（需求占供给比重从87%上升到93%），**到27年供需关系就将恢复到24年水平，从28年开始就将明显呈现供过于求的态势，且缺口会越发巨大。**
**c. “可能发生的”算力供过于求影响是什么？**
**但是，需要反复强调的是，以上测算只是一种情境假设，** 毕竟实际上对26年之后的AI需求和27年之后的算力供给到底有多少，没人知道。**真正有价值的信息是，目前假设的AI收入增长预期**（到30年两大头部AI Lab能产生约5000亿年收入），**不足以支持目前市场对新增算力供给和Capex在28年及之后仍维持高位、不会下降的线性外推预期。**
准确地说，我们并不是认为未来算力会供过于求，毕竟AI应用场景和需求再度大幅提升是绝对有可能的。可以是OAI和Anthropic的模型能力再度有跨越式的提升，也可以是之后AI应用的方向在Coding之外有了其他同样巨大的应用和变&现场景等。
**真正的问题是，市场目前的预期中已提前计入了“我不知道是什么，但我相信一定存在的巨大增量空间或AI的新应用场景”，并反映到了算力建设和Capex的预期中。**
这意味着，**一旦之后1~2年内AI的发展没有那么迅速，算力的建设和云厂商们的Capex投入，可能在27年就会见顶。** 即便之后发现了新的场景会再重新提高。
## 小结
总结前文，两条核心推论是：a. 在硬件（芯片为主）、云厂商和模型商这三个AI产业链中的角色中，硬件方的议价权在向下游的云厂商和模型商转移，其中模型商拿到了大头，云厂商拿到小头；
b. 目前来看，市场线性外推了算力的建设和云厂商的Capex会一直维持高位，在27~28左右达峰后，也不会明显下降，提前计价了“未必不存在，但目前尚不可见的AI增量需求”。
至于**对投资逻辑的影响，这对上游硬件是双重利空，但对云厂商则是有好有坏。**
a. 首先硬件商（主要指芯片，目前存储仍是主要瓶颈）的议价权降低，核心原因是云厂商们自研芯片的绝对性能已显著追赶上旗舰级别的GPU芯片，相对能效可能已反超。从多个信号都可见，**云厂商对外部芯片供应商的依赖已明显下降，芯片商为了留住客户，必须要让渡利润。**
b. 而算**力建设和Capex可能在27年达峰掉头向下**（即便只是阶段性的），**对上游硬件商的影响更大。** 毕竟上游硬件商的收入取决于算力建设的增量，Capex达峰意味着收入的同比下滑，而对云厂商的收入是基于算力的存量，建设放缓只是意味收入增长的放缓。
并且从目前的市场情绪看，大幅降低Capex，恢复现金流的利好，可能比云收入增速下降的利空更重要。
c. 但这并不意味着云厂商们毫无负面影响，显而易见，之后若算力供应阶段性地超过需求，云厂商们的竞争格局会有所恶化，需要去争夺有限的需求，因此表现可能会有明显的分化。不排除有云厂商因能强势绑定AI Lab、拿到算力订单大头，自身的云收入增速反能进一步上调。
不过，因竞争加强、且云厂商需要争夺模型商的订单合同，意味着云厂商整体的议价权也会走低（除非云厂商自身的模型能力大幅提高，减少了对外部模型的依赖），云租赁价格大概率会从现在的溢价转为折价，对云业务的利润率会有拖累（但部分可能被芯片效率提升的利好所对冲）。