超聚焦

云计算只能降价的幻觉，在2026年被戳破了。

近日，腾讯云智能体开发平台宣布，将对部分模型的计费策略进行优化调整。

根据公告，本次调整主要涉及两类变更，一类是公测模型结束免费，GLM 5、MiniMax 2.5、Kimi 2.5模型将于3月13日结束免费公测，转为正式商用服务；另一类变更为对混元系列模型Tencent HY2.0 Instruct与Tencent HY2.0 Think服务进行涨价，部分模型涨幅超400%。

而腾讯云，并非首个涨价的云平台。

2月11日，优刻得发布了关于产品服务价格上浮调整的公告。优刻得表示，近期由于全球供应链波动持续加剧，核心硬件采购等基础设施成本出现显著且结构性的上涨。经过慎重评估，决定自3月1日起，对续签及新签用户的全线产品与服务进行价格上浮调整。

这股涨价浪潮，并不只是中国本土云厂商的集体躁动。把目光拉到大洋彼岸，会发现更早的那块多米诺骨牌，其实是亚马逊悄悄推倒的。

1月4日，在没有公告函，没有发布会的情况下，AWS将EC2的价格上调约15%，旗舰机型从每小时34.61美元涨到了39.80美元。

谷歌云没等太久，随即宣布自今年5月1日起，上调全球数据传输服务价格，北美地区每GB费率直接翻倍，从0.04美元涨至0.08美元。没有大张旗鼓，一纸公告，就这么定了。

AWS、谷歌、腾讯、优刻得，横跨太平洋，东西方的云厂商们，在同一个时间窗口里，不约而同地做出了涨价的决定。也打破了一个持续了将近二十年的行业信仰：云服务只降价，不涨价。

那么，这次涨价是行业二十年降价神话的终结，还是一次周期性的价格修复？Token的单价，会因此一路水涨船高吗？未来你为AI付出的总账单，会越来越便宜还是越来越贵呢？

01前二十年云厂商怎么把价格打下来的

这次涨价令人震惊的原因，主要是用户们早已习惯了云计算连续二十年的降价生意。

云计算这门生意，骨子里是一场关于规模的豪赌。

2006年，亚马逊推出AWS的时候，逻辑其实很朴素，自家数据中心有大量闲置服务器，与其让它们吃灰，不如按小时租出去。这个听起来像出租仓库空余货架的生意，在接下来二十年里，把全球IT行业的底层基础设施翻了个底朝天。

据超聚焦不完全统计，AWS在过去的二十年里，累计主动降价的次数早就超过了一百次。而在国内，阿里云、腾讯云们更是把降价当成了一年几度的狂欢节。这种连续多年近乎自残的定价策略，把全球IT行业的基础设施硬生生地砸出了一个深坑。

这在任何其他行业都是天方夜谭的事，没有哪个房东会年年主动给你降租金，没有哪家超市会每个季度把货架上的价格标签往下调。但云计算行业，就是做到了，而且一做，就是二十年。

那么，为什么只有云计算行业能做到？

原因其实很简单，把价格打下来，首先是因为物理世界在给他们撑腰。

传统云计算，也就是我们常说的IaaS层（基础设施即服务），本质上卖的就是铁皮和电。无论是计算实例、存储空间还是网络带宽，它都是极其标准化的数字水电煤。而这些数字资源的底层，受制于一条近乎残酷的物理法则：摩尔定律。

芯片晶体管的密度每隔18到24个月就会翻一倍，这意味着单位算力的物理成本一直在呈现自由落体式的下跌。云厂商采购新一代服务器的成本越来越低，他们相当于坐享了这波技术周期的巨大红利。

但这份红利，却从没完整地进入过云厂商的口袋里，因为传统云服务的同质化实在太严重了。

你家的服务器能跑代码，别人家的也能跑。如果你贪图利润，不把硬件降价的红利传导给客户，你的竞争对手明天就会出一个比你低30%的报价单，直接把你辛辛苦苦攒下的客户盘子连锅端走。

所以，降价不是一种选择，而是一种为了生存的本能防御。你不主动降价，有的是云厂商要降。

而除了技术推动外，规模效应也是云服务的又一大特征。

建一个超大型数据中心，买地、拉电线、盖机房、买几万台服务器，这是一笔动辄几十上百亿的恐怖固定投资。

一旦这个数据中心建好了，冷气吹起来了，服务器转起来了，这时候如果再多接入一个创业公司的网站，或者多处理一百万条数据请求，云厂商需要付出的边际成本是多少？答案是几乎等于零。顶多就是多耗了几毛钱的电费而已。

这就是云计算最迷人的商业杠杆。规模大到一定程度后，你服务的客户越多，均摊到每个客户头上的固定成本就越薄。

在这个逻辑下，大厂们看得很通透。只要能把盘子做大，眼前的单价根本不重要。用极低的价格去疯狂抢占市场份额，有了份额就能摊薄成本，成本降下来了就可以继续用更低的价格去卷死同行，这是一套无懈可击的正向飞轮。

巨头们的算盘打得震天响，这套低价换垄断的理想确实很丰满。按照原定的剧本，只要资金弹药足够充足，总能把那些底子薄的同行熬死。等到自己一统江山、独霸天下的那一天，定价权自然就死死捏在了自己手里。

但现实的骨感在于，能坐上这张牌桌的玩家，有一说一，全都是武装到牙齿的列强。

放眼望去，大洋彼岸是亚马逊、微软和谷歌这三座大山，国内则是阿里、腾讯、华为这些口袋深不见底的狠角色。大家手里都有花不完的现金流，都有就算主业贴钱也绝不能下桌的战略底线。你想用低价把我耗死？对不起，大家都是万亿估值的巨头，谁又比谁少一口气。

于是，云计算的降价硬生生打成了一场长达二十年的泥潭消耗战。

客观来说，正是这种毫无退路的残酷互卷，实打实地推动了整个云计算行业的技术狂飙。它把原本高不可攀的企业级IT设施，硬生生变成了今天的水电煤。没有这场长达二十年的价格战，就没有今天繁荣的互联网生态。

但这个将所有互联网巨头都卷入其中的降价旋涡，却从来没有停过。直到2026年，大模型需求的大爆发，突然让这个转了二十年的降价飞轮卡了壳。

02短期涨价是假动作长期账单才是真杀局

云厂商之所以突然变脸开始集体涨价，原因其实非常实在：他们机房里的硬件，快被2026年初突然爆发海量的AI需求给干冒烟了。

大模型刚火的时候，巨头们并没有立刻提价，反而大搞免费公测。这就好比超市刚进了新口味的饮料，先摆在门口让你免费试喝。这时候大家只是尝个鲜，问大模型几个搞笑问题，用量并不大，云厂商那点算力储备完全罩得住。

但到了2026年，情况彻底变了。企业发现这玩意儿真能干活，开始把客服系统、内部数据分析甚至核心业务流，全盘接入了大模型。个人用户也发现，Openclaw这样的Agent产品，好像真的能帮自己做些没那么复杂的任务。

这时候，Token的消耗量就不再是细水长流，而是海啸一样的爆发。

就像优刻得在公告里交的底，说核心硬件等基础设施成本出现显著且结构性的上涨。这话翻译过来就是：你们用得太猛了，我去买顶级显卡和交电费的钱，已经把老本都快掏空了。

这就是眼下这波涨价潮最真实的底层逻辑。它根本不是什么云厂商终于掌握了定价权，而是一次极其尴尬的供需错配。

现在的云端机房里，很多跑推理的设备，其实是最初为了训练大模型而买的通用重型GPU。拿这种又贵又耗电的产品去处理日常海量的Token生成，成本自然全线崩塌。

一边是企业暴涨的使用量，一边是手里效率低下的旧账本，云厂商扛不住现金流的压力，只能通过涨价来给自己回一口血。

不过，很多人看到腾讯云结束免费、AWS上调费率，心里就慌了。大家理所当然地觉得，既然AI越来越聪明，成了离不开的刚需，那云厂商以后肯定会漫天要价，未来用大模型的账单只会是个无底洞。

其实，这完全是自己吓自己。现在的算力贵，是因为我们正处在一个硬件青黄不接的尴尬期，但造芯片的巨头们可没闲着。

当大模型的应用场景彻底铺开后，市场已经不需要那么多用来练脑子的训练芯片了，而是急需海量的干苦力的推理芯片。未来很快，专门为生成Token进行针对性设计与优化的新一代推理硬件就会大规模塞满数据中心。

譬如，在即将召开的GTC大会上，业界推测最大的亮点之一，就是英伟达将会推出整合了LPU技术的全新推理芯片。而除了英伟达之外，国内的寒武纪等厂商，做的也都是推理芯片的生意。

这些新硬件砍掉了没用的计算单元，专攻数据的吞吐。这就意味着，在消耗同等电量的情况下，新机器产出Token的效率会呈指数级往上翻。一旦底层的物理效率提上去了，单个Token的成本就会继续降低。

更关键的是，除了硬件在迭代，软件工程师们把成本往下抠的本事，也已经到了登峰造极的地步。

过去模型比较傻，你问一句今天天气怎么样，它要把几千亿参数的整个大脑全唤醒一遍，浪费了无数的电。现在大家都在拼命优化底层架构，通过混合专家模型等技术，让系统只唤醒负责天气的那一小撮脑细胞，剩下的大部分继续休眠。

这种在软件层面对算力的极限压榨，配合上新一代硬件的落地，会让云厂商机房里生成一个Token的真实成本持续下滑。

所以，这次涨价大概率仅仅是旧硬件被新需求榨干时的一次短暂反弹，单个Token的价格，还在朝着接近零的方向俯冲。

03便宜的是Token昂贵的是智能

既然Token的单价注定会跌成白菜价，那我们是不是很快就能实现AI自由了？

答案并非如此。当我们说Token变便宜了，默认完成同样的任务，消耗的Token量是固定的。但这个假设，在AI从问答工具进化为Agent智能体的过程中，已经彻底失效了。

2023年的时候用AI是什么体验？你输一段话，它回一段话，一次对话消耗一两千个Token，对应几分钱的成本。

但在2026年后，AI的使用范式发生了根本性转变。当一个Agent被要求独立完成一项真实的商业任务，比如分析一份竞品报告、帮你审核一份合同、自动处理一批客户邮件，它在后台要做的事情远比你想象的复杂。

它会在暗中一步步推演逻辑，会反复去调用搜索引擎和公司的数据库。如果发现自己没有完成任务，它甚至会自我去技能库里面学习新的技能，然后再尝试完成。

在这套复杂的工作流里，AI在后台每纠结一次、每调取一次工具，你的Token都在狂飙。所以，相比两年前的AI应用，Token消耗量可不只是几倍十几倍的增长了。

经济学里有个特别经典的蒸汽机故事。150年前，瓦特改良了蒸汽机，用煤的效率大幅提升。按理说大家该省下不少煤了吧？结果恰恰相反，因为成本降了，所有的工厂都在疯狂上马蒸汽机，最后整个英国的煤炭消耗量反而原地爆炸。

今天大模型的算力消耗，正在一分不差地复刻这个剧本。效率越高，单价越低，总消耗反而越大。

有人会问：既然算法在持续优化，会不会有一天效率提升得够快，足以抵消消耗量的增长？

结果是令人遗憾的，无论算法如何优化，AI的运算最终要在物理世界中发生。

每一次硅基晶体管的状态翻转，每一滴冷却液的循环，都需要消耗实打实的电力和能源。当全球数以亿计的Agent开始7x24小时不间断地接管人类生活和工作中的海量任务，这种全天候的、指数级膨胀的超高频调用，最终都会化作数据中心里永不停歇的轰鸣和飙升的电表数字。

物理世界的能源天花板，注定了算力不可能凭空无限生长的。这也回答了我们在文章开头提出的那个核心问题：未来你为AI付出的总账单，会越来越便宜还是越来越贵？

答案十分明确且扎心：绝对金额一定会越来越贵，甚至会贵得多。

如果把以上所有的商业逻辑与物理常识推演到终点，我们会得出一个令人极度不适的暴论。

在过去的三十年里，古典互联网时代编织的是一个温情脉脉的叙事：技术是伟大的平权机器。搜索引擎让所有人都能平等地获取信息，社交媒体让草根拥有了声量，智能手机填平了城乡的信息鸿沟。由于软件分发的边际成本趋近于零，技术红利得以跨越阶层，普惠大众。

但在AI时代，这个乌托邦式的逻辑，正在残酷地断裂。

当大模型从对话框里的百科全书真正进化为代替人类思考决策的超级Agent时，它天然就是一个深不见底的Token吞金兽。那种真正强大的AI能力，绝不会像当年浏览网页一样趋近于免费。它的成本，会随着任务复杂度的几何级跃升，成正比地无限放大。

可以预见的是，当云计算长达二十年的降价普惠已经走到了尽头，未来的智能，将不可避免地呈现出一种极其森严的阶层化。

处于资金链顶端、用得起高质量AI算力的人或企业，他们的生产力将被优质Agent指数级放大。他们的商业嗅觉更敏锐、决策链路更短、执行效率远超常人，而这种优势还会随着高频调用所产生的数据飞轮进一步叠加，对下层形成降维打击。

而付不起昂贵账单的普通人和中小企业，将只能依靠被简化、被稀释、套着免费外壳的低配版智能。这种版本能帮你写写应付差事的周报、画两张配图，但面对真正能跨越阶层的复杂商业博弈、顶级医疗诊断或硬核法律分析时，它只能给出似是而非的废话。

这不是科幻小说里的反乌托邦想象，这是最冷冰冰的现实与发生在我们身边的未来。

从古至今，廉价的从来都只是单纯的计算与信息。而真正顶级的认知，永远昂贵，永远是少数人的特权。大模型不仅没有打破这层壁垒，反而用飙升的电表和昂贵的Token账单，把这道认知之墙砌得比任何时候都更高，也更让人难以察觉。

这才是这波云服务涨价潮背后，让人感到战栗的时代真相。