● 本报记者 刘英杰
近期 ，算力产业链的供需紧张态势传导至价格端。阿里云 、腾讯云 、百度智能云等国内头部云厂商相继上调AI算力产品价格 ，涨幅普遍在5%至50%之间 。这轮涨价的背后，是词元（Token）调用量的指数级增长 。数据显示 ，AI算力指数自4月7日以来上涨16.04%。
分析人士认为 ，Token正在成为人工智能时代衡量价值的“新货币” 。而在这场由ai智能体引爆的“Token通胀 ”中，算力产业链正在经历一场从估值逻辑到商业模式的系统性重估 。
算力荒传导至价格端
3月中旬以来，国内云服务市场的价格体系经历了一场剧烈震荡。
最先拉开涨价序幕的是阿里云。3月18日 ，阿里云公告称 ，因全球AI需求爆发、供应链涨价，行业核心硬件采购成本显著上涨 。公司决定于2026年4月18日起对AI算力 、CPFS（智算版）等服务价格进行调整 。其中 ，平头哥玄铁系列算力卡上涨5%至34% ，文件存储产品CPFS（智算版）上涨30%。
腾讯云与百度智能云也加入了这场涨价潮 。腾讯云上调了Tencent HY2.0 Instruct模型的输入价格，涨幅高达463% 。其还宣布自5月9日起对AI算力 、容器服务及弹性MapReduce相关产品价格统一上调5%。百度智能云则宣布 ，自4月18日起 ，AI算力相关产品服务价格上调约5%至30% 。
在海外市场，亚马逊AWS已对用于大模型训练的EC2实例实施15%的价格上调 ，搭载H200芯片的顶配实例价格涨幅达15%；谷歌云更是宣布对AI计算实例价格上调20%至50% ，部分地区CDN出口带宽价格涨幅高达100% 。
业内人士认为，云厂商此前为抢占市场份额 ，长期通过巨额补贴将算力价格压至低位。但随着ai智能体爆发 ，海量并发调用带来的电力、带宽及硬件折旧成本已远超厂商的补贴上限 。在此背景下，算力正从使用越多价格越低的基础设施蜕变为稀缺的硬通货 。
从参数竞赛到任务执行的转变
如果说2024年的算力需求主要来自大模型训练，那么2025年至2026年的算力紧张 ，则主要源于推理端的Token消耗量激增。
这一转变的背后 ，是ai应用形态的根本性变化 。华源证券计算机组首席分析师宁柯瑜对记者表示，AI产业的核心驱动力正在发生迁移 。“OpenClaw最核心的颠覆点 ，在于它把AI的价值衡量方式 ，从‘回答得像不像人’推进到‘事情办没办成’。 ”宁柯瑜认为，AI产业的叙事逻辑正在从单纯的“模型参数竞赛”转向“智能体生态竞争”。
过去 ，用户与大模型交互可能仅消耗几百个Token；而在ai智能体的模式下 ，一个涉及规划、检索 、调用工具 、执行反馈的复杂任务，Token消耗量呈数量级上升 。
“Agent模式最大的变化 ，是把AI的计算需求从‘低频、大批量 、离线式训练’扩展到‘高频 、碎片化、持续在线的推理调用’ 。 ”宁柯瑜表示 ，当AI开始替人订票 、编程 、操作电脑时，Token的消耗量不再是线性的 ，而是呈现爆发式的“通胀 ”态势。
需求端的这一结构性变化 ，已同时传导至算力租赁市场 。国海证券计算机行业首席分析师刘熹表示，AI推理拐点已至，算力租赁已进入量价齐升的高景气周期 。不同应用场景的需求均表现强劲 ，且解决方案并非万能 ，MoE等推理工作负载在最新的大型世界级系统上运行效果最佳，而训练工作负载在H100系列显卡上则能获得更高的性价比 ，因此即使是较老型号的显卡也需求旺盛。据SemiAnalysis数据 ，H100一年期租赁合同价格已从2025年10月的每GPU每小时1.70美元的低点升至2026年3月的每GPU每小时2.35美元，涨幅近40% 。
供需的严重错配 ，使得Token的定价逻辑发生了质变 。Token不再仅仅是算力的计量单位 ，而是成为了智能经济时代具备金融属性的“交易媒介”。
券商看好三大结构性机遇
算力价格持续处于高位，正在改变整个产业链的估值逻辑 。从上游的芯片材料 ，到中游的服务器制造 ，再到下游的算力租赁与调度，各个环节都在出现新的增长机会 。
在这场“Token通胀 ”中 ，算力基础设施的硬件价值被重新审视 ，印制电路板（PCB）率先感受到了暖意。国盛证券电子行业首席分析师佘凌星表示，从产品技术角度看，AI硬件迭代进入加速期 ，新技术新方案不断涌现 ，2026年及未来几年，新硬件平台升级将推动PCB材料环节进入M9及M9+时代 ，同时硬件性能与架构升级将推动正交背板、CoWoP等新技术方案落地 ，成为引领AI PCB行业增长的重要增量 。
除了硬件本身，产业链的投资逻辑也正在向更高附加值的环节延伸 。东吴证券计算机行业首席分析师王紫敬表示 ，当前算力紧缺程度较高 ，算力租赁厂商的行业议价权有望提升，其业务模式正从单纯的裸算力出租升级为模型服务或Token分成模式 ，即从“卖算力 ”转向“卖Token”。这一转变有望大幅提升算力租赁公司的盈利能力 ，推动其估值体系从PE向PS转化。
在具体的投资主线上，宁柯瑜认为当前应优先关注三大细分环节：一是推理基础设施与云化调度平台 ，其商业化天花板将取决于可调用的推理能力高低；二是高速互联环节 ，包括交换 、光互联和集群网络，随着应用向智能体演进，系统对并发处理和实时响应速度的要求极高；三是算力中心配套能力 ，尤其是液冷 、供配电等领域 ，产业竞争的核心将取决于全栈效率的提升 。
宁柯瑜建议，在配置策略上应坚持“主线不丢、兑现优先 、分层布局 ”的原则 。一方面配置已进入业绩释放期的算力基础设施及平台型公司 ，追求确定性收益；另一方面布局具备技术壁垒和生态卡位优势的环节 ，以保留向上弹性。
