深度｜AI产业链利益大洗牌：芯片、储存狂欢退潮，利润正疯狂向模型层涌入

2025年初，Anthropic的账本上还写着不到90亿美元的年度经常性收入。4个季度过去，2026年2季度已经接近600亿美元，翻了近7倍。

更离谱的是毛利率。推理业务的毛利率从38%爬升到70%以上，而同期Claude Opus 4.5的定价比前代便宜了整整3倍。越降价越赚钱，这在制造业是神话，在AI产业正在成为常态。

过去三年，钱被卖铲子的赚走了，英伟达、台积电、存储厂商、电力公司赚的盆满钵满。模型实验室在亏损的泥潭里挣扎。但现在，风向变了。

价值正在从基础设施层向上迁移，模型供应商第一次掌握了定价权。而拥有最强议价能力的英伟达和台积电，却选择按兵不动，把利润让渡给了整个生态。

这是一个关于定价策略、生态位卡位和长期价值捕获的复杂棋局。

从芯片、电力到存储

2023年5月，英伟达发布了一份注定载入史册的财报。随着电话会议落下帷幕，其盘后股价疯狂飙升25%。那一刻，AI投资的热潮彻底冲破了硅谷风投机构的电子表格，裹挟着海量资金涌向公开市场。资本的洪流，首先狠狠砸向了产业链的最底层——算力本身。

2024年，接力棒交到了电力板块手中。Vistra 全年暴涨265%，GE Vernova 狂飙146%，两家能源巨头直接包揽了标普500年终涨幅榜的冠亚军。

“AI的尽头是电力”，成为当时资本市场最朴素也最坚定的逻辑：训练大模型需要天量的GPU，而GPU需要天量的电力。华尔街用真金白银，为这个简单的因果链条狠狠买单。

到了2025年，风水轮流转，存储芯片迎来了高光时刻。闪迪、西部数据、希捷、美光等巨头的年涨幅无一例外跨过了200%的大关。GPU集群的存储需求迎来了结构性爆炸，不仅 HBM供不应求，传统DRAM和SSD也因推理工作负载极高的缓存需求而被彻底拉满。

短短三年，AI基础设施层完成了一轮完美的资本轮动：从芯片到电力，再到存储。每一轮叙事都在重复着供给刚性与需求爆发的剧本，也让每一个早期伏击的捕猎者赚得盆满钵满。

与基础设施层的狂欢形成刺眼对比的，是模型层此前的惨淡经营。

从2023年到2025年上半年，大模型公司普遍笼罩在“毛利率极其惨淡”的阴影之中。以OpenAI为代表的巨头，其API业务虽然一路狂飙，但背后吞噬资金的推理成本同样居高不下。与此同时，开源社区拿着Mistral、Llama的权重文件，向闭源阵营发出了灵魂拷问：如果最顶级的模型迟早会被免费开源替代，闭源公司出卖的究竟是什么？

这种质疑在当时不无道理。在 Agentic AI 真正爆发之前，大模型的价值释放长期局限于“对话”与“生成”的狭窄场景。用户问几个问题、生成几段文案、跑几张图片。这种单次交互能创造的价值天花板极低。无法为客户创造核心商业增值，模型公司自然就失去了定价权。

然而，到了2025年下半年，量变终于引发了质变。

知SemiAnalysis在其报告中，给出了一个精确的命运转折点：2025年12月。

最直观的证据，来自他们日常工作流的解构。如今，SemiAnalysis的分析师每天都在让AI Agent处理极其硬核的任务：将庞杂的Excel表格直接转化为交互式Dashboard、绘制专业级图表、搭建复杂的财务模型，甚至深度剖析上市公司的财报。这不再是社交媒体上用来炫技的Demo，而是实打实地替代了过去需要人类高薪分析师枯坐数小时的密集劳动。

更具颠覆性的是SemiAnalysis算出来的一笔账：如今Agentic workload 的真实综合价格，已经低至每百万Token仅0.99美元。

这个数字低得令人难以置信。要知道，此时Claude 4 Opus的官方标价依然是输入5美元/百万Token、输出25美元/百万Token。为什么真实成本能被压到官标价格的五分之一？

秘密藏在Agentic workload独特的成本结构中：

• 极致的输入输出比： 任务的输入与输出Token比例高达 $300:1$；

• 惊人的缓存命中率： Prompt（提示词）缓存命中率超过 90%；

• 恐怖的折扣效应： 缓存输入的计费价格仅为每百万Token 0.50美元。

当一个AI Agent奉命去通读几百页的财报、清洗数据并生成图表时，企业实际支付的Token成本，可能仅仅是官标价格的零头。

然而，这个Agent最终交付的产出，一份毫无瑕疵、洞察深刻的专业级财务分析报告。如果放在传统咨询行业，其客单价通常在数千甚至数万美元。

这就是AI产业正在上演的、最惊心动魄的“价值捕获转移”：在技术与架构的对冲下，Token的生产成本正呈现断崖式暴跌；但通过Agent化身生产力，Token所能创造的商业价值却迎来了指数级暴涨。

这层巨大的、由成本暴跌与价值暴涨挤压出来的利润差，终于在科技史中第一次，被大模型公司稳稳地装进了自己的口袋。

SemiAnalysis实际工作流中的Token支出与人力成本对比：用Claude agents完成各类研究任务的token成本仅需$1.87-$58，而同等人力成本高达$150-$1000，ROI从10.7倍到80.2倍不等（数据来源：SemiAnalysis）

Token经济学的双向挤压

AI产业链当前最深刻的结构性趋势，可以用两条方向相反的曲线来概括。

一条向上。当Agentic AI把工作流从”一问一答”变成”自主执行”，单次调用的经济产出呈数量级跃升。

另一条向下。从H100到B300，从B300到GB300 NVL72，再到即将面世的Rubin架构，硬件的代际更迭叠加软件优化的指数级进步，正在把推理成本压缩到两年前的几十分之一。

两条曲线背道而驰，中间撕开的空间，就是利润。

SemiAnalysis用一组数字展示了这种成本坍塌的剧烈程度。

先看软件优化：从H100到B300，仅仅是wideEP、disaggregation和MTP这三项软件改进，就带来了14倍的吞吐量提升。注意，这是同一套硬件上通过软件优化获得的增益，不花一分钱的capex。

再看硬件代际：GB300 NVL72相比H100，最高可实现32倍的吞吐量提升（FP4精度下），而总拥有成本仅增加70%。Blackwell架构相比Hopper每秒生成的token多出30倍。Google的TPUv7和亚马逊的Trainium 3也展现了类似的跃升幅度。

这意味着，模型公司在2025年生产token的成本，可能只有2023年的十分之一甚至更低。但token的售价并没有同比下降。因为token能做的事情已经天差地别。

GB300 NVL72 vs H100的Token吞吐量对比：同一硬件通过软件优化最高可实现14倍吞吐提升，GB300 NVL72相比H100最高可达32倍（FP4精度），而总拥有成本仅增加70%（数据来源：SemiAnalysis InferenceX）

成本暴跌和需求爆发的双重作用，直接反映在模型公司的财务报表上。

Anthropic的推理毛利率从38%一路攀升到70%以上，完成了一个完美的V型反转。这还是在公司大幅降价的情况下实现的。Claude Opus 4.5的定价比Opus 4和4.1便宜了整整3倍，毛利率不但没有下降，反而提升了。

原因在于：当生产成本下降的速度快过售价下降的速度，降价反而能扩大利润空间，前提是需求对价格足够敏感。事实证明，需求不仅敏感，在某些场景下几乎完全不敏感。Opus fast的定价是常规Opus的6倍。Mythos定价为输入25美元/百万token、输出125美元/百万token，是常规Opus的5倍。客户依然在买单。

一个自然的质疑是：如果推理利润如此丰厚，为什么竞争没有把它压缩到正常水平？SemiAnalysis给出了四个原因。

第一，开源模型在真实知识工作上仍然明显落后。你可以用Llama或Mistral跑一个chatbot，但让一个开源agent独立完成一份专业级财务分析，目前还不现实。知识工作对错误的容忍度极低，一个数字算错就可能导致数百万美元的决策失误。在这个场景里，客户愿意为可靠性支付溢价。

第二，即便有低价竞品，定价压力也有限。Kimi K2.6的定价是输入0.95美元/百万token、输出4美元/百万token，对Opus的定价几乎没有形成下行压力。Kimi擅长长文本处理，Opus擅长复杂推理和代码生成，市场足够大，容得下多个玩家共存。

第三，算力约束意味着供不应求。Anthropic将Claude Code锁定在每月100美元以上的订阅费后，token需求仍然远超供给。供不应求的格局下，定价权自然在卖方手里。

第四，竞争维度正在从”谁的模型更便宜”转向”谁的agent更可靠”。当客户把核心业务流程托付给AI agents，价格只是决策因素之一——甚至不是最重要的那个。可靠性、安全性、合规性、与现有系统的集成度，这些因素的权重正在上升。

四个因素叠加在一起，构成了模型公司利润护城河的多重防线。

手里握着王牌，为什么不出？

整个2023年到2025年，AI产业的价值链条经历了一次史诗级的膨胀。英伟达的市值从3000亿美元冲到3万亿美元以上。台积电稳坐晶圆代工的王座，先进制程一厂难求。HBM存储的缺货程度用”抢”来形容都嫌保守。

但在这整个过程中，有两个最应该涨价的企业，几乎没有动过价格。

英伟达的GPU定价框架沿用了几十年的旧逻辑：单位算力的客户支付意愿随时间递减。台积电则维持着它”全球最公正公司”的人设。黄仁勋甚至在2024年公开喊话，说台积电应该把晶圆价格涨上去，结果台积电也没大幅跟涨。SemiAnalysis把这种现象称为”定价权悖论”：你拥有产业链最强的议价能力，却选择不使用它。

要理解这个悖论，需要分别看英伟达和台积电的算盘。SemiAnalysis给英伟达的定价策略取了一个形象的绰号：“AI央行”。央行的核心职能不是利润最大化，而是维护货币体系的稳定、支持经济增长。英伟达正在做类似的事情，主动抑制GPU价格，支持更广泛的AI生态系统发展，确保长期需求扩张。如果英伟达现在就把GPU价格提到市场能承受的上限，可能会扼杀下游的创新，最终反噬自己的长期需求。

但这只是故事的一半。另一半是，英伟达在GPU上放水的同时，正在通过其他渠道建立新的利润杠杆。

2025年，英伟达推出了一项名为SOCAMM的新产品。不显眼，但利润极为丰厚。SOCAMM是英伟达为GB300及后续架构设计的专用存储模块，把LPDDR DRAM做成可插拔的形式，解决GPU集群的内存扩展瓶颈。2026年第一季度的合约价约为每GB 8美元，但SemiAnalysis预计到年底可能涨到每GB 13美元以上。关键数字在这里：英伟达对SOCAMM收取60%的毛利率是”合理的”。

为什么是合理的？因为SOCAMM是一个封闭的生态位。只有英伟达能卖，客户没有替代选择。而存储本身的毛利率远低于这个水平。英伟达通过把通用商品（DRAM）包装成专用系统组件，捕获了存储产业链上的超额利润。SemiAnalysis指出，SOCAMM的定价空间甚至大于GPU本身。GPU定价受到行业关注和潜在的反垄断审查，但内存模块和网络设备不在这个聚光灯下。英伟达正在把利润从”被盯着的业务”转移到”不被盯着的业务”。

Mobile DRAM与SOCAMM定价走势对比（$/GB）：SOCAMM价格从1Q25起步快速攀升，预计2026年底将超过$13/GB，持续高于Mobile DRAM的溢价反映了供应紧缺与Nvidia的定价权（数据来源：SemiAnalysis Memory Model）

同样的逻辑也体现在网络设备上。英伟达的InfiniBand和以太网交换机是GPU集群的标配，没有高速互联，再多GPU也只是各自为战的孤岛。

SemiAnalysis披露，英伟达对不同类型客户实行严格的价格歧视：Neocloud购买SN5610交换机的价格，是Hyperscaler的2倍。超大规模云厂商有更强的议价能力和替代方案探索意愿，所以给”批发价”；Neocloud体量小、议价能力弱、对快速部署的需求更刚性，所以收”零售价”。网络设备业务规模远小于GPU，但利润率可能更高，而且几乎不受到公众和监管的关注。

同一GPU集群（18432块GPU规模）的网络成本对比：Neocloud的总网络成本比Hyperscaler高出94%，但在整机架服务器总成本中仅体现为10%的增幅，主要来自交换机和光模块的价格歧视（数据来源：SemiAnalysis AI Networking Model）

台积电的逻辑与英伟达略有不同。英伟达抑制GPU定价是出于生态培育的主动选择。台积电则更像是出于长期商业信用的考量。作为全球最大的晶圆代工厂，台积电的客户名单涵盖了苹果、高通、AMD、英伟达等几乎所有顶级芯片设计公司。它的商业模式建立在”对所有客户一视同仁”的信誉基础上。如果台积电因为AI需求爆发就对英伟达大幅涨价，其他客户会怎么想？台积电的定价策略不是一次性的拍卖，而是一个需要维护数十年的多边关系网络。

但即便是台积电，也并非完全没有动作。SemiAnalysis指出，台积电3纳米制程的产能利用率预计在2026年下半年超过100%超负荷运转，客户需要排队抢产能。DRAM工厂的利用率也已经超过90%。在这样的供需格局下，“价格稳定”本身就是一种让利。当供给极度紧张而价格不大幅上涨，实际上等同于台积电把本可以拿到的超额利润让渡给了下游的芯片设计公司。

TSMC N3（3纳米）制程晶圆需求结构演变：AI加速器对N3产能的占比从2023年的极低水平飙升至2027年预计的90%，成为绝对主导需求来源（数据来源：SemiAnalysis Foundry Industry Model）

SemiAnalysis做了一个有趣的类比：英伟达的行为模式正在向台积电靠拢。台积电历史上有一个著名的特点，即使在产能满载、客户排队的情况下，也不会完全按稀缺性定价。它始终给长期战略客户留出让利空间，以换取关系的稳定性和订单的可预测性。

英伟达现在在做类似的事情。GB300到VR NVL72，单GPU的热设计功耗从1400W翻倍到2300W，芯片成本大幅上升。但按每瓦资本支出计算，仅从37.4美元/瓦微涨到38.1美元/瓦。英伟达消化了大部分成本上升，没有把压力转嫁给下游。这种行为在短期内牺牲了利润，但换取了生态的繁荣和客户的忠诚度。

问题在于，这种”央行式”的让利能持续多久？当英伟达最终选择从”成本定价”转向”价值定价”时，会发生什么？

Rubin时代与”一图统治所有”

要回答英伟达何时、如何涨价的问题，需要先理解下一代产品的技术-经济轮廓。SemiAnalysis把即将面世的VR NVL72（基于Rubin架构的72 GPU集群方案）与当前主流的GB300 NVL72做了详细对比。

BF16精度下，单GPU算力从2500 TFLOPS提升到4000 TFLOPS。FP8精度下，从5000 TFLOPS飙升到17500 TFLOPS，大约3.5倍的提升。FP4 dense精度下，从15000 TFLOPS跃升到35000 TFLOPS。内存带宽从8 TB/s提升到22 TB/s，接近三倍的跨越。这是推理性能最关键的决定因素之一。大模型推理受限于内存带宽而非纯算力，带宽越大，token生成速度越快。

这些性能提升直接转化为成本效率的改善。按每PFLOPS的TCO计算：BF16精度下从1.07美元微降至1.04美元；FP8精度下从0.54美元大幅降至0.24美元；FP4 dense精度下从0.18美元降至0.12美元。但注意一个关键的反转：单GPU每小时的总成本反而上升了，从GB300的2.69美元涨到VR NVL72的4.18美元。芯片面积更大、功耗更高、先进封装更复杂。所以VR NVL72的经济学是：性能大幅提升，每单位算力成本下降，但每颗芯片的绝对成本上升。这个结构决定了英伟达的定价空间。

SemiAnalysis提出了一个简洁而有力的分析框架，称为”One Chart to Rule Them All”——用一张图来理解整个AI产业链的定价博弈。框架的核心是两个锚点。

成本基准定价形成GPU租赁价格的地板价。这个价格由Neocloud的资本回报率要求决定。如果GPU租金低于这个水平，Neocloud无法收回投资，就会停止采购新GPU，需求崩塌。SemiAnalysis按15.6%的内部收益率计算，VR NVL72的floor价为每小时每GPU 4.92美元。

价值基准定价形成GPU租赁价格的天花板。这个价格由客户的”无差异点”决定。当GPU算力的成本等于客户用其他方式完成同样工作的成本时，客户对价格不再敏感。SemiAnalysis估算，VR NVL72的ceiling价为每小时每GPU 9.63到12.25美元。

地板和天花板之间，就是定价博弈的空间。

“一图统治所有”（One Chart to Rule Them All）：VR NVL72的GPU租赁价格/PFLOP与项目IRR的关系图。灰色线代表Nvidia涨价40%后的定价曲线，橙色线为当前定价。越向右上方移动，Neocloud议价能力越强；越向左上方移动，Nvidia系统供应商议价能力越强（数据来源：SemiAnalysis AI TCO Model）

当前VR NVL72的实际定价下，Neocloud可以收到每小时每GPU 4.90美元，刚好卡在floor价附近。而客户享受的成本效率为每PFLOP 0.28美元，比GB300时代低60%。这个数字值得再读一遍：客户换用新架构后，计算成本比趋势改善线还低了60%。这意味着客户拿到的”折扣”远远超过了正常的代际改善幅度。

SemiAnalysis计算，英伟达有大约40%的涨价空间。把GPU价格从当前水平提高40%，Neocloud仍然可以把租金维持在每小时每GPU 4.92美元（刚好满足15.6%的IRR底线），而客户每PFLOP的成本仍然低于趋势改善线。换句话说，Nvidia可以把价格涨40%，客户依然会觉得”划算”，Neocloud也依然愿意买。

而如果把涨价空间用足，英伟达涨价、Neocloud跟着涨价到每小时每GPU 8美元，Neocloud的IRR可以提升到38%，客户每PFLOP的成本仍然低于历史趋势。三方共赢，但英伟达和Neocloud赢更多。

VR NVL72 GPU租赁价格与5年期项目IRR的关系：Neocloud需要约15.6%的IRR才能达到与GB300项目同等的回报水平，对应GPU租金$4.92/小时。随着租金上涨，IRR线性提升，揭示了Nvidia与Neocloud之间的利润分配博弈空间（数据来源：SemiAnalysis AI TCO Model）

这个框架揭示了一个反直觉的结论：AI产业链目前的利润分配并非由”谁有定价权”这个单一因素决定，而是由一个三角博弈的微妙平衡维持。英伟达可以涨价，但选择不涨，以培育生态。Neocloud在floor价附近薄利多销，靠规模和服务差异化赚钱。最终用户则以远低于”合理价值”的价格享受算力，把省下来的钱投入更多创新。这个三角结构目前处于稳态。但它不是永久的。

SemiAnalysis的判断是，英伟达最终会从”成本定价”转向”价值定价”。不是如果，而是何时。而这个”何时”，可能取决于几个触发条件：Rubin架构的市场接受度、AMD MI400和Intel Falcon Shores的竞争压力、以及AI应用层利润的进一步膨胀。

结尾

Anthropic 跨过 70% 的推理毛利率并非终点，而是一个结构性拐点的起点。从高溢价模型供不应求，到 SemiAnalysis 每年千万美元的 Token 投入，种种信号指向同一个事实：Agentic AI 彻底将 Token 从对话工具锻造成了生产力引擎，客户的商业支付意愿迎来了真实、持续且可扩展的跃升。

然而，在价值链的另一端，英伟达从未放弃积蓄力量。

明面上，它在核心 GPU 上维持着“AI 央行”的让利姿态；暗地里，它早已通过 SOCAMM 模块斩获 60% 的硬件天文毛利，并对网络设备祭出 2 倍的价格歧视。更让人心惊的是，英伟达手中至今仍攥着至少 40% 的主芯片名义涨价空间。 一旦它决定将战略重心从“生态培育”转向“价值捕获”，那将是一次足以重塑全产业链利润结构的底牌重组。

但竞争的狼群也已隐现。Anthropic 等顶级模型厂商已悄然将谷歌 TPU 和亚马逊 Trainium 深度嵌入其算力版图，王牌模型甚至彻底脱离了英伟达硬件。这些低成本替代方案只要存在，就如同一条无形的绞索，锁死了英伟达激进涨价的天花板。

资本的潮汐永远在寻找阻力最小的路径。当英伟达与台积电最终用满手中的定价权，当算力供给从“绝对短缺”轰然坠入“产能过剩”，当开源模型真正抹平与闭源前沿的最后一毫米断层。利润分配的天平，必将迎来又一次惊心动魄的倾斜。

届时，大潮退去，所有人都要重新计算自己的账本。