近期，布局AI智能体的热潮正席卷各行业。AI智能体正以前所未有的速度融入日常的工作与生活场景中。
而这场热潮的背后，是呈指数级爆发的算力需求——个人AI智能体的大规模落地带来了海量Token（计算机领域数字标识符）消耗，迅速击穿了大模型厂商原有的成本防线。
近期，北京智谱华章科技股份有限公司（以下简称“智谱”）、腾讯云等国内AI厂商密集发布AI算力产品涨价通知，部分产品涨幅甚至超过400%。这场从“烧钱换增长”到“以价补量”的战略急转，不仅标志着行业告别野蛮生长，更折射出AI智能体时代算力供需关系的深刻变局。
大模型定价体系再造
大模型行业的定价体系正在经历系统性再造，国内厂商也在加速上调相关产品价格。这番涨价现象，与两年前的价格战形成鲜明对比。
2024年5月份，字节跳动率先打响价格战第一枪，豆包Pro模型定价0.0008元/千Token，较行业均价低99.3%。随后阿里云通义千问主力模型降价97%，百度文心大模型两大主力模型全面免费，腾讯混元大模型价格降幅最高达87.5%。一时间，行业陷入降价潮。
“那时候的逻辑很简单：先让开发者用起来，市场份额比什么都重要。”一位从业三年的AI产品经理对《证券日报》记者透露，2024年某头部厂商内部曾定下三年内不考虑盈利的激进目标，产品定价甚至低于算力成本。
然而，低价策略的边际效应迅速递减。有行业分析师对《证券日报》记者表示，2024年至2025年的价格战虽加速了AI大模型的市场普及度，但也导致行业普遍陷入“高投入、低回报”的困境。当模型调用量从千亿级跃升至万亿级，算力成本呈指数级放大，单纯依靠资本输血已难以为继。2025年下半年起，部分中小厂商开始悄然收缩免费额度。
“这不是简单的涨价，而是成本结构变化的必然结果。”一位头部云厂商技术负责人向《证券日报》记者分析，“以前行业是用亏损换市场份额，2026年必须考虑可持续经营。”
要理解国产大模型集体涨价，必须先理解“Token通胀”这个概念。
Token是大模型处理文本的最小单位，可以理解为AI的工作量单位。当行业谈论Token通胀时，实际上指的是AI处理任务的复杂度激增，导致同样的服务需要消耗更多的算力资源。就像以前开一盏小灯，现在要开一个工厂，电费自然水涨船高。
这股“通胀”压力首先来自海外市场需求的爆发。2026年2月份，OpenRouter平台（全球主流的大模型API分发平台）数据显示，当月全球前十AI模型的Token总消耗量突破27万亿，其中中国大模型贡献了14万亿，占比超过50%。
“这意味着国产大模型正从内需驱动转向全球输出。”广州艾媒数聚信息咨询股份有限公司CEO张毅在接受《证券日报》记者采访时表示，“海外用户的调用习惯与国内截然不同。”欧美开发者更倾向将大模型嵌入生产级工作流，单次请求往往伴随多轮工具调用、长上下文检索与代码生成，“同样一次API（应用程序编程接口）调用，海外场景的Token消耗可能是国内的三倍到五倍”。
如果说海外市场是外因，那么AI智能体的规模化落地，则是推高算力成本的内因。
与早期聊天机器人时代的单次问答不同，AI智能体具备“感知－决策－执行”的闭环能力，能够自主完成复杂任务。以金融风控场景为例：一个AI智能体完成单笔信贷审批，需经历用户画像检索（长上下文）、征信数据调用（工具使用）、风险评估计算（推理链）、报告生成（输出）四大环节，全程消耗Token量可达数十万级别。
诸多因素相互叠加，数据表现惊人。国联民生证券测算显示，中国整体日均Token消耗从2024年初的1000亿级，飙升至2026年2月份的180万亿级。且随着AI智能体向多模态、多智能体协作演进，这一数字仍在加速膨胀。
供需关系的逆转，最终传导至价格体系。2025年以来，全球AI算力基础设施面临产能荒，受HBM显存（高带宽内存，AI训练的核心部件）、先进制程GPU（图形处理器）供应紧张影响，服务器采购成本同比大幅上升。
比如，3月17日，阿里云发布公告称，因全球AI需求爆发、供应链涨价，阿里云AI算力、存储等产品最高涨价34%。
当大模型厂商从“卖水人”变成“喝水人”，涨价成为维持服务质量的刚性选择。智谱AI在调价公告中直言：“用户规模与调用量快速提升，公司需同步加大算力投入。”
商业模式重构
涨价撕开的不仅是成本缺口，更是整个行业商业逻辑的深层重构。
“价格战结束时，价值战才真正开始。”前述云厂商技术负责人判断，2026年将成为AI大规模商业化应用元年，行业竞争焦点正从单纯拥有算力，转向能否提供高效、稳定、低成本的模型服务与AI应用。
还没有评论，来说两句吧...