深度｜AI產業鏈利益大洗牌：芯片、儲存狂歡退潮，利潤正瘋狂向模型層涌入

2025年初，Anthropic的賬本上還寫著不到90億美元的年度經常性收入。4個季度過去，2026年2季度已經接近600億美元，翻了近7倍。

更離譜的是毛利率。推理業務的毛利率從38%爬升到70%以上，而同期Claude Opus 4.5的定價比前代便宜了整整3倍。越降價越賺錢，這在制造業是神話，在AI產業正在成為常態。

過去三年，錢被賣鏟子的賺走了，英偉達、臺積電、存儲廠商、電力公司賺的盆滿缽滿。模型實驗室在虧損的泥潭里掙扎。但現在，風向變了。

價值正在從基礎設施層向上遷移，模型供應商第一次掌握了定價權。而擁有最強議價能力的英偉達和臺積電，卻選擇按兵不動，把利潤讓渡給了整個生態。

這是一個關于定價策略、生態位卡位和長期價值捕獲的復雜棋局。

從芯片、電力到存儲

2023年5月，英偉達發布了一份注定載入史冊的財報。隨著電話會議落下帷幕，其盤后股價瘋狂飆升25%。那一刻，AI投資的熱潮徹底沖破了硅谷風投機構的電子表格，裹挾著海量資金涌向公開市場。資本的洪流，首先狠狠砸向了產業鏈的最底層——算力本身。

2024年，接力棒交到了電力板塊手中。Vistra 全年暴漲265%，GE Vernova 狂飆146%，兩家能源巨頭直接包攬了標普500年終漲幅榜的冠亞軍。

“AI的盡頭是電力”，成為當時資本市場最樸素也最堅定的邏輯：訓練大模型需要天量的GPU，而GPU需要天量的電力。華爾街用真金白銀，為這個簡單的因果鏈條狠狠買單。

到了2025年，風水輪流轉，存儲芯片迎來了高光時刻。閃迪、西部數據、希捷、美光等巨頭的年漲幅無一例外跨過了200%的大關。GPU集群的存儲需求迎來了結構性爆炸，不僅 HBM供不應求，傳統DRAM和SSD也因推理工作負載極高的緩存需求而被徹底拉滿。

短短三年，AI基礎設施層完成了一輪完美的資本輪動：從芯片到電力，再到存儲。每一輪敘事都在重復著供給剛性與需求爆發的劇本，也讓每一個早期伏擊的捕獵者賺得盆滿缽滿。

與基礎設施層的狂歡形成刺眼對比的，是模型層此前的慘淡經營。

從2023年到2025年上半年，大模型公司普遍籠罩在“毛利率極其慘淡”的陰影之中。以OpenAI為代表的巨頭，其API業務雖然一路狂飆，但背后吞噬資金的推理成本同樣居高不下。與此同時，開源社區拿著Mistral、Llama的權重文件，向閉源陣營發出了靈魂拷問：如果最頂級的模型遲早會被免費開源替代，閉源公司出賣的究竟是什么？

這種質疑在當時不無道理。在 Agentic AI 真正爆發之前，大模型的價值釋放長期局限于“對話”與“生成”的狹窄場景。用戶問幾個問題、生成幾段文案、跑幾張圖片。這種單次交互能創造的價值天花板極低。無法為客戶創造核心商業增值，模型公司自然就失去了定價權。

然而，到了2025年下半年，量變終于引發了質變。

知SemiAnalysis在其報告中，給出了一個精確的命運轉折點：2025年12月。

最直觀的證據，來自他們日常工作流的解構。如今，SemiAnalysis的分析師每天都在讓AI Agent處理極其硬核的任務：將龐雜的Excel表格直接轉化為交互式Dashboard、繪制專業級圖表、搭建復雜的財務模型，甚至深度剖析上市公司的財報。這不再是社交媒體上用來炫技的Demo，而是實打實地替代了過去需要人類高薪分析師枯坐數小時的密集勞動。

更具顛覆性的是SemiAnalysis算出來的一筆賬：如今Agentic workload 的真實綜合價格，已經低至每百萬Token僅0.99美元。

這個數字低得令人難以置信。要知道，此時Claude 4 Opus的官方標價依然是輸入5美元/百萬Token、輸出25美元/百萬Token。為什么真實成本能被壓到官標價格的五分之一？

秘密藏在Agentic workload獨特的成本結構中：

• 極致的輸入輸出比： 任務的輸入與輸出Token比例高達 $300:1$；

• 驚人的緩存命中率： Prompt（提示詞）緩存命中率超過 90%；

• 恐怖的折扣效應： 緩存輸入的計費價格僅為每百萬Token 0.50美元。

當一個AI Agent奉命去通讀幾百頁的財報、清洗數據并生成圖表時，企業實際支付的Token成本，可能僅僅是官標價格的零頭。

然而，這個Agent最終交付的產出，一份毫無瑕疵、洞察深刻的專業級財務分析報告。如果放在傳統咨詢行業，其客單價通常在數千甚至數萬美元。

這就是AI產業正在上演的、最驚心動魄的“價值捕獲轉移”：在技術與架構的對沖下，Token的生產成本正呈現斷崖式暴跌；但通過Agent化身生產力，Token所能創造的商業價值卻迎來了指數級暴漲。

這層巨大的、由成本暴跌與價值暴漲擠壓出來的利潤差，終于在科技史中第一次，被大模型公司穩穩地裝進了自己的口袋。

SemiAnalysis實際工作流中的Token支出與人力成本對比：用Claude agents完成各類研究任務的token成本僅需$1.87-$58，而同等人力成本高達$150-$1000，ROI從10.7倍到80.2倍不等（數據來源：SemiAnalysis）

Token經濟學的雙向擠壓

AI產業鏈當前最深刻的結構性趨勢，可以用兩條方向相反的曲線來概括。

一條向上。當Agentic AI把工作流從”一問一答”變成”自主執行”，單次調用的經濟產出呈數量級躍升。

另一條向下。從H100到B300，從B300到GB300 NVL72，再到即將面世的Rubin架構，硬件的代際更迭疊加軟件優化的指數級進步，正在把推理成本壓縮到兩年前的幾十分之一。

兩條曲線背道而馳，中間撕開的空間，就是利潤。

SemiAnalysis用一組數字展示了這種成本坍塌的劇烈程度。

先看軟件優化：從H100到B300，僅僅是wideEP、disaggregation和MTP這三項軟件改進，就帶來了14倍的吞吐量提升。注意，這是同一套硬件上通過軟件優化獲得的增益，不花一分錢的capex。

再看硬件代際：GB300 NVL72相比H100，最高可實現32倍的吞吐量提升（FP4精度下），而總擁有成本僅增加70%。Blackwell架構相比Hopper每秒生成的token多出30倍。Google的TPUv7和亞馬遜的Trainium 3也展現了類似的躍升幅度。

這意味著，模型公司在2025年生產token的成本，可能只有2023年的十分之一甚至更低。但token的售價并沒有同比下降。因為token能做的事情已經天差地別。

GB300 NVL72 vs H100的Token吞吐量對比：同一硬件通過軟件優化最高可實現14倍吞吐提升，GB300 NVL72相比H100最高可達32倍（FP4精度），而總擁有成本僅增加70%（數據來源：SemiAnalysis InferenceX）

成本暴跌和需求爆發的雙重作用，直接反映在模型公司的財務報表上。

Anthropic的推理毛利率從38%一路攀升到70%以上，完成了一個完美的V型反轉。這還是在公司大幅降價的情況下實現的。Claude Opus 4.5的定價比Opus 4和4.1便宜了整整3倍，毛利率不但沒有下降，反而提升了。

原因在于：當生產成本下降的速度快過售價下降的速度，降價反而能擴大利潤空間，前提是需求對價格足夠敏感。事實證明，需求不僅敏感，在某些場景下幾乎完全不敏感。Opus fast的定價是常規Opus的6倍。Mythos定價為輸入25美元/百萬token、輸出125美元/百萬token，是常規Opus的5倍?？蛻粢廊辉谫I單。

一個自然的質疑是：如果推理利潤如此豐厚，為什么競爭沒有把它壓縮到正常水平？SemiAnalysis給出了四個原因。

第一，開源模型在真實知識工作上仍然明顯落后。你可以用Llama或Mistral跑一個chatbot，但讓一個開源agent獨立完成一份專業級財務分析，目前還不現實。知識工作對錯誤的容忍度極低，一個數字算錯就可能導致數百萬美元的決策失誤。在這個場景里，客戶愿意為可靠性支付溢價。

第二，即便有低價競品，定價壓力也有限。Kimi K2.6的定價是輸入0.95美元/百萬token、輸出4美元/百萬token，對Opus的定價幾乎沒有形成下行壓力。Kimi擅長長文本處理，Opus擅長復雜推理和代碼生成，市場足夠大，容得下多個玩家共存。

第三，算力約束意味著供不應求。Anthropic將Claude Code鎖定在每月100美元以上的訂閱費后，token需求仍然遠超供給。供不應求的格局下，定價權自然在賣方手里。

第四，競爭維度正在從”誰的模型更便宜”轉向”誰的agent更可靠”。當客戶把核心業務流程托付給AI agents，價格只是決策因素之一——甚至不是最重要的那個?？煽啃浴踩?、合規性、與現有系統的集成度，這些因素的權重正在上升。

四個因素疊加在一起，構成了模型公司利潤護城河的多重防線。

手里握著王牌，為什么不出？

整個2023年到2025年，AI產業的價值鏈條經歷了一次史詩級的膨脹。英偉達的市值從3000億美元沖到3萬億美元以上。臺積電穩坐晶圓代工的王座，先進制程一廠難求。HBM存儲的缺貨程度用”搶”來形容都嫌保守。

但在這整個過程中，有兩個最應該漲價的企業，幾乎沒有動過價格。

英偉達的GPU定價框架沿用了幾十年的舊邏輯：單位算力的客戶支付意愿隨時間遞減。臺積電則維持著它”全球最公正公司”的人設。黃仁勛甚至在2024年公開喊話，說臺積電應該把晶圓價格漲上去，結果臺積電也沒大幅跟漲。SemiAnalysis把這種現象稱為”定價權悖論”：你擁有產業鏈最強的議價能力，卻選擇不使用它。

要理解這個悖論，需要分別看英偉達和臺積電的算盤。SemiAnalysis給英偉達的定價策略取了一個形象的綽號：“AI央行”。央行的核心職能不是利潤最大化，而是維護貨幣體系的穩定、支持經濟增長。英偉達正在做類似的事情，主動抑制GPU價格，支持更廣泛的AI生態系統發展，確保長期需求擴張。如果英偉達現在就把GPU價格提到市場能承受的上限，可能會扼殺下游的創新，最終反噬自己的長期需求。

但這只是故事的一半。另一半是，英偉達在GPU上放水的同時，正在通過其他渠道建立新的利潤杠桿。

2025年，英偉達推出了一項名為SOCAMM的新產品。不顯眼，但利潤極為豐厚。SOCAMM是英偉達為GB300及后續架構設計的專用存儲模塊，把LPDDR DRAM做成可插拔的形式，解決GPU集群的內存擴展瓶頸。2026年第一季度的合約價約為每GB 8美元，但SemiAnalysis預計到年底可能漲到每GB 13美元以上。關鍵數字在這里：英偉達對SOCAMM收取60%的毛利率是”合理的”。

為什么是合理的？因為SOCAMM是一個封閉的生態位。只有英偉達能賣，客戶沒有替代選擇。而存儲本身的毛利率遠低于這個水平。英偉達通過把通用商品（DRAM）包裝成專用系統組件，捕獲了存儲產業鏈上的超額利潤。SemiAnalysis指出，SOCAMM的定價空間甚至大于GPU本身。GPU定價受到行業關注和潛在的反壟斷審查，但內存模塊和網絡設備不在這個聚光燈下。英偉達正在把利潤從”被盯著的業務”轉移到”不被盯著的業務”。

Mobile DRAM與SOCAMM定價走勢對比（$/GB）：SOCAMM價格從1Q25起步快速攀升，預計2026年底將超過$13/GB，持續高于Mobile DRAM的溢價反映了供應緊缺與Nvidia的定價權（數據來源：SemiAnalysis Memory Model）

同樣的邏輯也體現在網絡設備上。英偉達的InfiniBand和以太網交換機是GPU集群的標配，沒有高速互聯，再多GPU也只是各自為戰的孤島。

SemiAnalysis披露，英偉達對不同類型客戶實行嚴格的價格歧視：Neocloud購買SN5610交換機的價格，是Hyperscaler的2倍。超大規模云廠商有更強的議價能力和替代方案探索意愿，所以給”批發價”；Neocloud體量小、議價能力弱、對快速部署的需求更剛性，所以收”零售價”。網絡設備業務規模遠小于GPU，但利潤率可能更高，而且幾乎不受到公眾和監管的關注。

同一GPU集群（18432塊GPU規模）的網絡成本對比：Neocloud的總網絡成本比Hyperscaler高出94%，但在整機架服務器總成本中僅體現為10%的增幅，主要來自交換機和光模塊的價格歧視（數據來源：SemiAnalysis AI Networking Model）

臺積電的邏輯與英偉達略有不同。英偉達抑制GPU定價是出于生態培育的主動選擇。臺積電則更像是出于長期商業信用的考量。作為全球最大的晶圓代工廠，臺積電的客戶名單涵蓋了蘋果、高通、AMD、英偉達等幾乎所有頂級芯片設計公司。它的商業模式建立在”對所有客戶一視同仁”的信譽基礎上。如果臺積電因為AI需求爆發就對英偉達大幅漲價，其他客戶會怎么想？臺積電的定價策略不是一次性的拍賣，而是一個需要維護數十年的多邊關系網絡。

但即便是臺積電，也并非完全沒有動作。SemiAnalysis指出，臺積電3納米制程的產能利用率預計在2026年下半年超過100%超負荷運轉，客戶需要排隊搶產能。DRAM工廠的利用率也已經超過90%。在這樣的供需格局下，“價格穩定”本身就是一種讓利。當供給極度緊張而價格不大幅上漲，實際上等同于臺積電把本可以拿到的超額利潤讓渡給了下游的芯片設計公司。

TSMC N3（3納米）制程晶圓需求結構演變：AI加速器對N3產能的占比從2023年的極低水平飆升至2027年預計的90%，成為絕對主導需求來源（數據來源：SemiAnalysis Foundry Industry Model）

SemiAnalysis做了一個有趣的類比：英偉達的行為模式正在向臺積電靠攏。臺積電歷史上有一個著名的特點，即使在產能滿載、客戶排隊的情況下，也不會完全按稀缺性定價。它始終給長期戰略客戶留出讓利空間，以換取關系的穩定性和訂單的可預測性。

英偉達現在在做類似的事情。GB300到VR NVL72，單GPU的熱設計功耗從1400W翻倍到2300W，芯片成本大幅上升。但按每瓦資本支出計算，僅從37.4美元/瓦微漲到38.1美元/瓦。英偉達消化了大部分成本上升，沒有把壓力轉嫁給下游。這種行為在短期內犧牲了利潤，但換取了生態的繁榮和客戶的忠誠度。

問題在于，這種”央行式”的讓利能持續多久？當英偉達最終選擇從”成本定價”轉向”價值定價”時，會發生什么？

Rubin時代與”一圖統治所有”

要回答英偉達何時、如何漲價的問題，需要先理解下一代產品的技術-經濟輪廓。SemiAnalysis把即將面世的VR NVL72（基于Rubin架構的72 GPU集群方案）與當前主流的GB300 NVL72做了詳細對比。

BF16精度下，單GPU算力從2500 TFLOPS提升到4000 TFLOPS。FP8精度下，從5000 TFLOPS飆升到17500 TFLOPS，大約3.5倍的提升。FP4 dense精度下，從15000 TFLOPS躍升到35000 TFLOPS。內存帶寬從8 TB/s提升到22 TB/s，接近三倍的跨越。這是推理性能最關鍵的決定因素之一。大模型推理受限于內存帶寬而非純算力，帶寬越大，token生成速度越快。

這些性能提升直接轉化為成本效率的改善。按每PFLOPS的TCO計算：BF16精度下從1.07美元微降至1.04美元；FP8精度下從0.54美元大幅降至0.24美元；FP4 dense精度下從0.18美元降至0.12美元。但注意一個關鍵的反轉：單GPU每小時的總成本反而上升了，從GB300的2.69美元漲到VR NVL72的4.18美元。芯片面積更大、功耗更高、先進封裝更復雜。所以VR NVL72的經濟學是：性能大幅提升，每單位算力成本下降，但每顆芯片的絕對成本上升。這個結構決定了英偉達的定價空間。

SemiAnalysis提出了一個簡潔而有力的分析框架，稱為”One Chart to Rule Them All”——用一張圖來理解整個AI產業鏈的定價博弈?？蚣艿暮诵氖莾蓚€錨點。

成本基準定價形成GPU租賃價格的地板價。這個價格由Neocloud的資本回報率要求決定。如果GPU租金低于這個水平，Neocloud無法收回投資，就會停止采購新GPU，需求崩塌。SemiAnalysis按15.6%的內部收益率計算，VR NVL72的floor價為每小時每GPU 4.92美元。

價值基準定價形成GPU租賃價格的天花板。這個價格由客戶的”無差異點”決定。當GPU算力的成本等于客戶用其他方式完成同樣工作的成本時，客戶對價格不再敏感。SemiAnalysis估算，VR NVL72的ceiling價為每小時每GPU 9.63到12.25美元。

地板和天花板之間，就是定價博弈的空間。

“一圖統治所有”（One Chart to Rule Them All）：VR NVL72的GPU租賃價格/PFLOP與項目IRR的關系圖。灰色線代表Nvidia漲價40%后的定價曲線，橙色線為當前定價。越向右上方移動，Neocloud議價能力越強；越向左上方移動，Nvidia系統供應商議價能力越強（數據來源：SemiAnalysis AI TCO Model）

當前VR NVL72的實際定價下，Neocloud可以收到每小時每GPU 4.90美元，剛好卡在floor價附近。而客戶享受的成本效率為每PFLOP 0.28美元，比GB300時代低60%。這個數字值得再讀一遍：客戶換用新架構后，計算成本比趨勢改善線還低了60%。這意味著客戶拿到的”折扣”遠遠超過了正常的代際改善幅度。

SemiAnalysis計算，英偉達有大約40%的漲價空間。把GPU價格從當前水平提高40%，Neocloud仍然可以把租金維持在每小時每GPU 4.92美元（剛好滿足15.6%的IRR底線），而客戶每PFLOP的成本仍然低于趨勢改善線。換句話說，Nvidia可以把價格漲40%，客戶依然會覺得”劃算”，Neocloud也依然愿意買。

而如果把漲價空間用足，英偉達漲價、Neocloud跟著漲價到每小時每GPU 8美元，Neocloud的IRR可以提升到38%，客戶每PFLOP的成本仍然低于歷史趨勢。三方共贏，但英偉達和Neocloud贏更多。

VR NVL72 GPU租賃價格與5年期項目IRR的關系：Neocloud需要約15.6%的IRR才能達到與GB300項目同等的回報水平，對應GPU租金$4.92/小時。隨著租金上漲，IRR線性提升，揭示了Nvidia與Neocloud之間的利潤分配博弈空間（數據來源：SemiAnalysis AI TCO Model）

這個框架揭示了一個反直覺的結論：AI產業鏈目前的利潤分配并非由”誰有定價權”這個單一因素決定，而是由一個三角博弈的微妙平衡維持。英偉達可以漲價，但選擇不漲，以培育生態。Neocloud在floor價附近薄利多銷，靠規模和服務差異化賺錢。最終用戶則以遠低于”合理價值”的價格享受算力，把省下來的錢投入更多創新。這個三角結構目前處于穩態。但它不是永久的。

SemiAnalysis的判斷是，英偉達最終會從”成本定價”轉向”價值定價”。不是如果，而是何時。而這個”何時”，可能取決于幾個觸發條件：Rubin架構的市場接受度、AMD MI400和Intel Falcon Shores的競爭壓力、以及AI應用層利潤的進一步膨脹。

結尾

Anthropic 跨過 70% 的推理毛利率并非終點，而是一個結構性拐點的起點。從高溢價模型供不應求，到 SemiAnalysis 每年千萬美元的 Token 投入，種種信號指向同一個事實：Agentic AI 徹底將 Token 從對話工具鍛造成了生產力引擎，客戶的商業支付意愿迎來了真實、持續且可擴展的躍升。

然而，在價值鏈的另一端，英偉達從未放棄積蓄力量。

明面上，它在核心 GPU 上維持著“AI 央行”的讓利姿態；暗地里，它早已通過 SOCAMM 模塊斬獲 60% 的硬件天文毛利，并對網絡設備祭出 2 倍的價格歧視。更讓人心驚的是，英偉達手中至今仍攥著至少 40% 的主芯片名義漲價空間。 一旦它決定將戰略重心從“生態培育”轉向“價值捕獲”，那將是一次足以重塑全產業鏈利潤結構的底牌重組。

但競爭的狼群也已隱現。Anthropic 等頂級模型廠商已悄然將谷歌 TPU 和亞馬遜 Trainium 深度嵌入其算力版圖，王牌模型甚至徹底脫離了英偉達硬件。這些低成本替代方案只要存在，就如同一條無形的絞索，鎖死了英偉達激進漲價的天花板。

資本的潮汐永遠在尋找阻力最小的路徑。當英偉達與臺積電最終用滿手中的定價權，當算力供給從“絕對短缺”轟然墜入“產能過?！?，當開源模型真正抹平與閉源前沿的最后一毫米斷層。利潤分配的天平，必將迎來又一次驚心動魄的傾斜。

屆時，大潮退去，所有人都要重新計算自己的賬本。