● 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 。
