文 | 強調(diào) Next

明天（4 月 18 日），阿里云、百度智能云將正式開始調(diào)價。3 周之后，騰訊云也將迎來新一輪漲價。全球范圍內(nèi)，OpenAI、Anthropic 在過去 18 個月里把 API 價格降了超過 80%，DeepSeek-R1 的出現(xiàn)更讓外界相信推理成本即將歸零。

結(jié)果，中國三大云廠商在同一周宣布漲價 20% 至 30%。

媒體的第一反應是 " 價格戰(zhàn)結(jié)束，大廠開始收割 "。這個定調(diào)不算錯，但它停在了最表層的解讀上。它解釋了云廠商為什么要漲，卻沒有回答更關(guān)鍵的問題：這次漲價是短暫修正，還是一個持續(xù)性趨勢的起點？答案，藏在一個 150 年前的經(jīng)濟學悖論里。

01. 杰文斯悖論：越便宜，燒得越兇

1865 年，英國經(jīng)濟學家威廉 · 杰文斯觀察到一個反直覺現(xiàn)象：蒸汽機效率提升之后，英國的煤炭消耗總量反而急劇增長：效率提升降低了使用成本，觸發(fā)了需求爆炸。這就是杰文斯悖論（Jevons Paradox），它在 2026 年的算力市場里精準復現(xiàn)了。

DeepSeek-R1 確實讓單 Token 推理成本大幅下降。但它同時打開了一個需求閘門：大量此前覺得 "AI 太貴 " 的企業(yè)，開始把 AI 嵌進業(yè)務流程。一旦嵌入，Token 消耗量以非線性速度膨脹。

更關(guān)鍵的變化是，AI 的應用已經(jīng)從 " 對話 " 進入 " 做事 "：Agent 和 Reasoning Model 登場了。一個任務以前燒 1000 個 Token，接上思維鏈之后燒 5000 個，因為 Reasoning Model 會自己 " 思考 "，消耗量是普通模式的 10 到 50 倍。

DeepSeek 降低了起步門檻，卻捅破了算力天花板。每一單位 Token 越來越便宜，但每一個業(yè)務任務卻越來越貴。這才是這輪漲價得以成立的真實地基。

02. 開源了權(quán)重，沒開源推理棧

另一個被大量報道忽略的細節(jié)：DeepSeek 開源了模型權(quán)重，但沒有開源它的推理優(yōu)化棧。這兩者的差別，好比給你了發(fā)動機的設(shè)計圖紙，卻沒告訴你怎么調(diào)出 F1 的性能。

真正決定推理成本的，不只是模型架構(gòu)，而是藏在水面下的工程能力：投機解碼（Speculative Decoding）的命中率、KV Cache 的內(nèi)存調(diào)度策略、Prefill 與 Decode 階段的分離優(yōu)化、萬卡集群的網(wǎng)絡拓撲。這些硬功夫，仍然是少數(shù)頭部云廠商的護城河。

同樣跑 DeepSeek-R1，頭部云廠商的推理效率可以比企業(yè)自建高出 3 到 5 倍。這意味著同等算力投入下，云廠商能服務更多并發(fā)，單位成本更低。

這個效率差，就是云廠商 " 溢價 " 的來源之一。它是實實在在的工程壁壘。所以這次漲價，某種程度上也是在給自己的技術(shù)優(yōu)勢定價。

03. 諸神之戰(zhàn)：四家巨頭的賬本與野心

在這一輪集體調(diào)價的浪潮中，四家核心巨頭的姿態(tài)各異，折射出不同的商業(yè)算盤。

阿里云：吳泳銘式的 " 利潤質(zhì)量 " 保衛(wèi)戰(zhàn)。阿里的調(diào)價最堅決，漲幅主要集中在高端 GPU 實例和存儲（CPFS）上。在阿里全面回歸 " 效率第一 " 的背景下，阿里云不再追求所謂的 " 云市場份額第一 "，而是要搶奪 "AI 算力利潤率第一 "。潛臺詞就是，阿里云正在建立一個 "VIP 算力區(qū) "。如果你無法覆蓋這 30% 的溢價，你可能就不在阿里的核心目標客戶名單上。

百度智能云：" 用戶過濾器 "。百度作為最早押注大模型的玩家，正面臨文心大模型推理成本隨調(diào)用量量級躍遷的壓力。所以百度的漲價更像是一場 " 用戶洗牌 "。它在主動洗掉那些只薅羊毛、不產(chǎn)生商業(yè)閉環(huán)的小型個人開發(fā)者，轉(zhuǎn)而全力服務對價格不敏感的 B 端大客戶。百度需要通過調(diào)價證明：它的 AI 增長不再靠補貼，而是靠 " 溢價賣智力 "。

騰訊云：生態(tài)鎖死后的 "ROI 修正 "。騰訊云的動作比阿里晚了三周，這是一種典型的 " 跟隨策略 "。騰訊的底氣在于微信生態(tài)和企業(yè)微信的深度綁定。當企業(yè)的工作流已經(jīng)深度嵌入騰訊的社交 / 協(xié)同生態(tài)，遷移成本極高。騰訊云的漲價更像是一種 " 補漲 "，用來修正過去兩年為了搶占生態(tài)而犧牲的 ROI，讓 AI 業(yè)務在財報里變得更 " 體面 "。

火山引擎：戰(zhàn)略性 " 不平衡跟隨 " 與搶人計劃?；鹕揭妫ㄗ止?jié)跳動）是這波漲價潮中的變數(shù)。它雖然也調(diào)整了部分價格，但在很多核心 API 上的漲幅明顯低于阿里和百度。字節(jié)正在利用這個窗口期進行 " 存量截流 "。憑借內(nèi)部抖音、TikTok 帶來的恐怖算力消納能力，火山擁有極強的成本攤薄底牌。當對手在 " 趕客 " 保利潤時，火山在等那些掉隊者，試圖通過價格差完成最后一次 " 裝機量 " 的反超。

04. 最大的意外：大企業(yè)開始 " 出走 "

這次漲價引發(fā)了一個沒人預料到的反作用力：它實質(zhì)上堅定了大企業(yè) " 自建算力 " 的決心。

云計算行業(yè)有個隱藏規(guī)律：當月度賬單突破某個閾值，" 自建 vs. 租用 " 的財務模型就會翻轉(zhuǎn)。對于銀行、央國企、大型制造商來說，這個閾值大約在每月 300 萬到 500 萬元的云算力支出。

2024 年，大多數(shù)大型企業(yè)還在閾值以下，自建劃不來。2025 年隨著 AI 項目鋪開，部分企業(yè)開始觸線。而 2026 年這輪 20% 到 30% 的漲價，直接把一批原本剛好卡線的客戶，推到了 " 必須認真考慮自建 " 的區(qū)間。

這波自建潮的受益者并不是云廠商的競爭對手，而是更邊緣的角色：GPU 租賃平臺的 3 月詢價量同比翻了兩倍；華為昇騰的大客戶交付排期已拉長到 6 個月；專門幫企業(yè)做 " 私有化推理集群 " 的集成商突然成了香餑餑。

云廠商本來打算漲價收割高端客戶，沒想到順手推走了一批有自建能力的大客戶。這個決策風險，在財報季到來時可能會被重新評估。

05. 誰贏了？利益分配的真相

三家云廠商的漲價，在媒體眼里是 " 大廠收割 "。但從整個產(chǎn)業(yè)鏈來看，真正的贏家分布要復雜得多。

這里有個諷刺的現(xiàn)實：最受傷的是那些最有創(chuàng)新活力的中小 AI 創(chuàng)業(yè)公司。他們?nèi)绻驗槌杀敬竺娣e倒下，云廠商自己的生態(tài)也會隨之枯萎。

這不是沒有先例。2010 年代初期，亞馬遜 AWS 在某些服務上的激進漲價，加速了部分開發(fā)者轉(zhuǎn)向 Google Cloud，間接幫助 GCP 完成了早期生態(tài)積累。歷史不會簡單重復，但它會押韻。

06. 漲價時代，還要持續(xù)多久？

說穿了，這輪漲價的本質(zhì)是中國 AI 算力市場在需求爆發(fā)與供給約束之間的一次壓力釋放。兩邊擠壓之下，價格只能向上走。這不完全是云廠商的主動選擇，某種意義上也是被迫的定價修復。

支撐這輪漲價的三個結(jié)構(gòu)性因素，沒有一個會在 12 個月內(nèi)實質(zhì)性消失：Reasoning 模型普及帶來的 Token 消耗量級躍遷、AI Agent 大規(guī)模落地加速、以及 Nvidia 出口管制帶來的供給約束。

B2B 軟件市場有一個反復驗證的規(guī)律：價格棘輪效應（Ratchet Effect）。AWS 在 2010 年代初的幾次漲價，沒有一次在供給改善后完整回吐。Google Cloud 存儲定價自 2021 年以來只走過一次下行臺階，還附帶了存儲上限收緊。云廠商懂這個規(guī)律：這次漲價不只是 " 趁窗口收割 "，更是在鎖定一個新的價格基準線。

所以在 2027 年之前，" 算力歸零 " 不會成真。真正決定價格拐點的，取決于國產(chǎn)算力的調(diào)度效率什么時候能實質(zhì)性追上 Nvidia H100。從目前的工程進度來看，這個時間點大概率在 2027 年至 2028 年之間。

而在這個窗口里，云廠商有充分的理由 " 先漲為敬 "，因為他們知道，窗口不會永遠開著。

07 結(jié)語：一場供給側(cè)的結(jié)構(gòu)性博弈

這輪漲價揭示的，不是 "AI 商業(yè)化成人禮 " 這種宏大敘事，而是一個更具體的產(chǎn)業(yè)現(xiàn)實：效率革命與需求爆炸同步發(fā)生時，價格不一定下行，反而可能上行。杰文斯悖論在煤炭時代成立，在算力時代同樣成立。

對中小 AI 應用企業(yè)來說，與其爭論誰在收割，不如認真算一筆賬：自己的業(yè)務場景里，還有多少 Token 在被無效消耗？

省 Token，才是這個時代最硬的護城河。