國內云計算市場調價浪潮仍在延續。

4月13日，阿里云宣布，旗下大數據開發治理平臺DataWorks對標準版、專業版用戶取消每日調用API的數量限制，本次變更從2026年4月14日起逐步發布。其中，DataWorks標準版調用API的免費額度調整為10萬次/月，DataWorks專業版調用API的免費額度調整為50萬次/月，超出部分采用OpenAPI按量付費的方式。

這已經是阿里云旗下產品在一個月的時間內第二次調整收費政策。3月18日，阿里云宣布，因全球AI需求爆發、供應鏈漲價，阿里云AI算力、存儲等產品最高漲價34％。據知情人士透露，漲價的一個重要原因是“Token（詞元）調用量暴漲”。

今年以來，阿里云、騰訊云、百度云等頭部廠商紛紛加入“漲價潮”。在密集調價背后，驅動這一輪漲價的深層邏輯是什么？這一趨勢又將走向何方？

從“成本項”變為“稀缺資產”的算力

表面上看，本輪云計算漲價起源于硬件與能源成本上升，但更深層的驅動力，在于AI時代算力供需關系的結構性重塑。

與阿里云一樣，同樣是在3月18日，百度智能云官網發布公告稱，受全球AI應用快速發展影響，算力需求持續攀升，核心硬件及相關基礎設施成本出現顯著上漲。為保障平臺長期穩定運行與服務質量，4月18日起，AI算力相關產品服務上調約5%至30%，并行文件存儲等上調約30%

今年以來，騰訊云也連續兩次宣布漲價。繼3月11日對部分模型啟動正式收費及漲價后，4月9日，騰訊云稱鑒于全球AI算力需求持續激增，核心硬件供應鏈成本大幅上漲，將于2026年5月9日起，對AI算力、容器服務及彈性MapReduce（EMR）相關產品刊例價進行調整。

除了云端之外，下游模型端同時出現價格上修信號。

國產大模型廠商智譜已在年內進行三次API價格上調。2月12日，智譜對GLM Coding Plan套餐實施結構性調價，整體漲幅自30%起。智譜在價格調整函中明確表示，漲價源于“市場需求持續強勁增長，用戶規模與調用量快速提升”。

3月16日，智譜發布專為智能體“龍蝦”（OpenClaw）場景深度優化的通用大模型GLM-5-Turbo，并上調其API價格，漲幅為20%。4月8日，智譜正式發布GLM-5.1，再度提價10%。調價后，GLM-5.1在Coding場景的緩存命中Token價格已接近Anthropic旗下Claude Sonnet 4.6水平。

雖然云廠商和大模型廠商的漲價原因并不完全一致，但都指向以Token消耗為核心的算力需求結構性變化。需求爆發與供給限制的疊加，也使算力價格從“成本驅動”開始轉向“供需再定價”。

快思慢想研究院院長、特邀評論員田豐向澎湃新聞記者指出，2026年云廠商集體上調AI算力價格，標志著“硅基通脹”的確立，本質是算力這一“新時代石油”的價值重估，而非單純成本轉嫁。

田豐解釋道，一方面，由Agent驅動的“Token海嘯”正在重塑需求結構：復雜多步驟推理使Token消耗較傳統對話暴增數十至數百倍，需求呈指數級擴張；另一方面，高帶寬內存（HBM）供給緊張、能耗與散熱成本剛性上升，令算力邊際成本難以持續下降。同時，云廠商主動收縮低價擴張策略，將稀缺GPU資源向高毛利MaaS與核心API集中，重掌定價權。

天使投資人、資深人工智能專家郭濤也對記者表示，本輪漲價是多重因素共同作用的結果，既源于高端GPU、存儲芯片等硬件成本的剛性上漲，以及大模型訓練帶來的能耗與碳排放管控成本攀升，也是頭部廠商從傳統的“成本加成定價”轉向“價值定價”的主動戰略調整：“以往低價搶市場的模式已失效，算力成為稀缺資產，廠商為高質量發展主動優化價格。”

值得注意的是，在此之前，海外云廠商已經開啟一波漲價潮。今年1月初，亞馬遜AWS率先打破近20年“只降不升”的傳統，把面向大模型訓練的EC2機器學習容量塊價格上調約15%。隨后，谷歌云宣布上調AI基礎設施、數據傳輸等服務價格，最高漲幅達100%。歐洲云廠商Hetzner和OVHcloud也在2月相繼跟進。

有業內人士指出，和海外云廠商的漲價趨勢相比，中國云廠商的漲價邏輯更加主動且具有策略化，核心目的并非單純轉嫁成本，而是鎖定付費用戶。

從“價格競爭”走向“價值定價”的云計算

在多重力量作用下，云計算價格體系正在進入新的演化階段。

3月19日，國聯民生證券在研報中寫道：“本次漲價標志著二十年來云服務價格只降不升的行業慣例被徹底打破。一旦云服務商在某一服務上成功提價而未引起大規模客戶流失，第二次、第三次漲價就會變得更容易。”

騰訊云和阿里云的連續調價，似乎都在驗證這種說法。從更宏觀的角度看，這一輪漲價不僅是價格調整，更是產業階段切換的信號。云計算正在從過去的“低價普惠”時代，邁向以效率與價值為核心的新階段。

華西證券近期研報指出，國內云廠商與模型廠商連續提價，反映的并非簡單價格策略調整，而是高性能算力資源、高質量模型能力與企業級調用需求共同作用下的階段性再平衡，AI商業化正在從“低價換量”逐步轉向“能力重估”。

北京郵電大學數字媒體與設計藝術學院副教授譚劍對記者表示，這一輪調整不只是云服務漲價，更像是“高智力服務”開始被明確標價。當AI服務能夠顯著提升效率、降低試錯成本，甚至直接影響決策質量時，其定價便不再錨定硬件成本，而是取決于能力稀缺性與結果價值。

譚劍補充道，過去企業采購云服務，本質上是購買服務器、存儲和帶寬等標準化資源；而在大模型時代，企業越來越多購買的，是判斷力、生成力與決策優化能力，甚至是一種“外腦”。

毫無疑問，產業的結構性變化正開始重塑企業生態。對于中小企業而言，云服務漲價的沖擊或更為直接。

郭濤指出：“中小企業AI算力成本通常占運營成本的30%至50%，若云服務價格上漲30%，企業利潤將縮水10%至15%。部分企業可能被迫削減AI投入，甚至陷入虧損；那些高度依賴公有云算力的AI初創公司，更可能因成本暴漲面臨生存危機。”

田豐也認為，這一輪漲價將對中小企業形成“達爾文式”洗牌：依賴公有云的企業面臨“認知租金”飆升與利潤壓縮，被迫轉向模型路由與端側部署，以ROI為核心重構業務。

在新一輪漲價周期中，市場更關心的是：這種趨勢會持續多久？

展望未來3年內的價格走勢，郭濤認為，漲價潮將逐步趨緩，但短期內不會迎來全面降價周期：“隨著高端芯片量產、國產芯片產能釋放以及算力效率提升，供需失衡有望緩解；同時，市場競爭也會抑制盲目漲價。不過，AI算力需求仍將維持高位，硬件與運營成本難以大幅回落，整體云服務價格預計保持相對穩定，大規模降價的可能性極低。”

田豐則認為，未來三年，算力市場將走向分層：基礎算力因國產芯片與規模效應趨于降價，而頂級復雜推理算力仍維持高溢價，形成“杠鈴式”定價結構。

譚劍也作出類似的判斷，即基礎云資源未必一直漲，競爭激烈的部分甚至還會降；但只要大模型和高端AI云服務能夠提供的“聰明結果”仍然稀缺，市場就會愿意為那一點更高明的判斷，多付一筆錢。

田豐總結道，正如硅谷投資人馬克·安德森曾提出“軟件正在吞噬世界”，在AI時代，這一邏輯正在被重寫：“算力正在吞噬軟件，而只有最具商業護城河的閉環應用，才配得上最昂貴的硅基燃料。”