近期，算力產業鏈的供需緊張態勢傳導至價格端。阿里云、騰訊云、百度智能云等國內頭部云廠商相繼上調AI算力產品價格，漲幅普遍在5%至50%之間。這輪漲價的背后，是詞元（Token）調用量的指數級增長。Wind數據顯示，萬得AI算力指數自4月7日以來上漲16.04%。

分析人士認為，Token正在成為人工智能時代衡量價值的“新貨幣”。而在這場由AI智能體引爆的“Token通脹”中，算力產業鏈正在經歷一場從估值邏輯到商業模式的系統性重估。

算力荒傳導至價格端

3月中旬以來，國內云服務市場的價格體系經歷了一場劇烈震蕩。

最先拉開漲價序幕的是阿里云。3月18日，阿里云公告稱，因全球AI需求爆發、供應鏈漲價，行業核心硬件采購成本顯著上漲。公司決定于2026年4月18日起對AI算力、CPFS（智算版）等服務價格進行調整。其中，平頭哥玄鐵系列算力卡上漲5%至34%，文件存儲產品CPFS（智算版）上漲30%。

騰訊云與百度智能云也加入了這場漲價潮。騰訊云上調了Tencent HY2.0 Instruct模型的輸入價格，漲幅高達463%。其還宣布自5月9日起對AI算力、容器服務及彈性MapReduce相關產品價格統一上調5%。百度智能云則宣布，自4月18日起，AI算力相關產品服務價格上調約5%至30%。

在海外市場，亞馬遜AWS已對用于大模型訓練的EC2實例實施15%的價格上調，搭載H200芯片的頂配實例價格漲幅達15%；谷歌云更是宣布對AI計算實例價格上調20%至50%，部分地區CDN出口帶寬價格漲幅高達100%。

業內人士認為，云廠商此前為搶占市場份額，長期通過巨額補貼將算力價格壓至低位。但隨著AI智能體爆發，海量并發調用帶來的電力、帶寬及硬件折舊成本已遠超廠商的補貼上限。在此背景下，算力正從使用越多價格越低的基礎設施蛻變為稀缺的硬通貨。

從參數競賽到任務執行的轉變

如果說2024年的算力需求主要來自大模型訓練，那么2025年至2026年的算力緊張，則主要源于推理端的Token消耗量激增。

這一轉變的背后，是AI應用形態的根本性變化。華源證券計算機組首席分析師寧柯瑜對記者表示，AI產業的核心驅動力正在發生遷移。“OpenClaw最核心的顛覆點，在于它把AI的價值衡量方式，從‘回答得像不像人’推進到‘事情辦沒辦成’。”寧柯瑜認為，AI產業的敘事邏輯正在從單純的“模型參數競賽”轉向“智能體生態競爭”。

過去，用戶與大模型交互可能僅消耗幾百個Token；而在AI智能體的模式下，一個涉及規劃、檢索、調用工具、執行反饋的復雜任務，Token消耗量呈數量級上升。

“Agent模式最大的變化，是把AI的計算需求從‘低頻、大批量、離線式訓練’擴展到‘高頻、碎片化、持續在線的推理調用’。”寧柯瑜表示，當AI開始替人訂票、編程、操作電腦時，Token的消耗量不再是線性的，而是呈現爆發式的“通脹”態勢。

需求端的這一結構性變化，已同時傳導至算力租賃市場。國海證券計算機行業首席分析師劉熹表示，AI推理拐點已至，算力租賃已進入量價齊升的高景氣周期。不同應用場景的需求均表現強勁，且解決方案并非萬能，MoE等推理工作負載在最新的大型世界級系統上運行效果最佳，而訓練工作負載在H100系列顯卡上則能獲得更高的性價比，因此即使是較老型號的顯卡也需求旺盛。據SemiAnalysis數據，H100一年期租賃合同價格已從2025年10月的每GPU每小時1.70美元的低點升至2026年3月的每GPU每小時2.35美元，漲幅近40%。

供需的嚴重錯配，使得Token的定價邏輯發生了質變。Token不再僅僅是算力的計量單位，而是成為了智能經濟時代具備金融屬性的“交易媒介”。

券商看好三大結構性機遇

算力價格持續處于高位，正在改變整個產業鏈的估值邏輯。從上游的芯片材料，到中游的服務器制造，再到下游的算力租賃與調度，各個環節都在出現新的增長機會。

在這場“Token通脹”中，算力基礎設施的硬件價值被重新審視，印制電路板（PCB）率先感受到了暖意。國盛證券電子行業首席分析師佘凌星表示，從產品技術角度看，AI硬件迭代進入加速期，新技術新方案不斷涌現，2026年及未來幾年，新硬件平臺升級將推動PCB材料環節進入M9及M9+時代，同時硬件性能與架構升級將推動正交背板、CoWoP等新技術方案落地，成為引領AI PCB行業增長的重要增量。

除了硬件本身，產業鏈的投資邏輯也正在向更高附加值的環節延伸。東吳證券計算機行業首席分析師王紫敬表示，當前算力緊缺程度較高，算力租賃廠商的行業議價權有望提升，其業務模式正從單純的裸算力出租升級為模型服務或Token分成模式，即從“賣算力”轉向“賣Token”。這一轉變有望大幅提升算力租賃公司的盈利能力，推動其估值體系從PE向PS轉化。

在具體的投資主線上，寧柯瑜認為當前應優先關注三大細分環節：一是推理基礎設施與云化調度平臺，其商業化天花板將取決于可調用的推理能力高低；二是高速互聯環節，包括交換、光互聯和集群網絡，隨著應用向智能體演進，系統對并發處理和實時響應速度的要求極高；三是算力中心配套能力，尤其是液冷、供配電等領域，產業競爭的核心將取決于全棧效率的提升。

寧柯瑜建議，在配置策略上應堅持“主線不丟、兌現優先、分層布局”的原則。一方面配置已進入業績釋放期的算力基礎設施及平臺型公司，追求確定性收益；另一方面布局具備技術壁壘和生態卡位優勢的環節，以保留向上彈性。