(文/陈济深 编辑/张广凯)

3月19日,国联民生证券研报里写下判断："本次涨价标志着二十年来云服务价格只降不升的行业惯例被彻底打破。一旦云服务商在某一服务上成功提价而未引起大规模客户流失，第二次、第三次涨价就会变得更容易。"

那份研报是为前一日云厂商密集涨价做的复盘。3月18日,阿里云、百度智能云宣布对AI算力和存储产品涨价。腾讯云在7天前对混元大模型Token调价,同期三个外部大模型产品从公测期优惠转入商用计费。

不过，市场把这一波动作读成对过往优惠的价格回归，研报里的"第二次、第三次"更像是一句关于未来的推演。

不到一个月之后,推演变成了现实。

4月9日,腾讯云发布产品价格调整公告。从5月9日起,AI算力相关产品、容器服务TKE-原生节点、弹性MapReduce(EMR)三类产品的刊例价上调5%。距离3月11日腾讯云官宣Token调价相隔29天。

腾讯云的第二次涨价，比以往时候来得更早一些。

涨一次，可能不够

为什么是连续涨价？因为压在云厂商账面上的不是一次性的成本跳变,而是两条还在持续往上走的曲线,在持续蚕食云厂商的利润区间。

这场涨价潮其实并不局限在国内。今年1月初,AWS率先把面向大模型训练的EC2机器学习容量块价格上调约15%,配备8个英伟达H200加速器的p5e.48xlarge实例,每小时单价从34.61美元涨到39.80美元,这是AWS多年来在主力训练实例上少有的公开动作。1月底,谷歌云跟进,北美地区的数据传输价格从0.04美元/GiB涨到0.08美元/GiB,涨幅100%。欧洲的Hetzner和OVHcloud在2月相继跟进。3月起,国内云厂商也开始集中动手。从1月到4月,全球云市场的涨价动作从北美一路传到欧洲,再传到国内。

上游供应链这一头,成本压力远未见顶。

SK海力士是全球三大内存供应商之一,AI GPU必需的HBM高速内存、云数据中心服务器主存(DRAM)、存储(NAND),都是这家公司出货的核心产品。在最近一次投资者沟通会上,SK海力士表示:"当前公司DRAM及NAND整体库存仅剩约4周,处于历史极低水平。从谷歌、微软等云厂商到OpenAI等AI企业,再到消费电子终端厂商,所有客户均无法获得足额供应,重复下单现象又进一步推高价格预期。"

考虑到半导体行业的标准库存水位通常是8到12周,4周库存是行业还会变得更紧张的信号。

下游需求这一头,AI行业带来的爆发性增长曲线还在陡峭加速。

中国AI大模型日均Token调用量从2025年底的100万亿涨到2026年3月的140万亿,三个月增长40%。在AI Agent这一类应用里,斜率还要再翻一番:OpenRouter数据显示,OpenClaw(龙虾)类产品的Token消耗量从2月3日的806亿涨到3月4日的3580亿,一个月内增长约3.4倍。Anthropic自己披露的数据更直接:AI Agent的Token消耗量最高可以达到普通聊天交互的15倍。Agent在to B市场的渗透才刚刚开始。

AI的爆发性增长正在成为云厂商收入的重要来源。阿里云2026财年三季度收入同比增长36%,据腾讯财报,腾讯云在2025年首次实现规模化盈利。但这种增长背后,是云厂商正在为AI算力这一档吸收持续走高的成本压力。成本压力一旦大到云厂商自己扛不下去,这个结构性问题就到了摊牌的时刻。这也是行业在今年一季度集中涨价的核心背景。

更深的问题在于,AI需求背后的成本结构本身就是反规模效应的。

传统云计算主要依赖CPU,在摩尔定律下单位成本随迭代下降,云厂商可以靠规模摊薄成本继续降价。GPU从一开始就走在另一条路上,每一代单位成本不是在下降,而是在上升,HBM、电力、散热、机架功耗这些环节也都在跟涨。

过去GPU在云业务的成本结构里只占边缘位置,反规模特性被传统业务的规模效应稀释,显不出来。AI算力业务一起来,GPU的成本占比被推到了核心位置,反规模特性也就从边缘顶到了云厂商账面的中心。规模越大,采购越多,这一档上的成本压力反而越大。

一位云服务行业从业者对观察者网表示:"传统云服务遵循'摩尔定律+规模效应'的降本路径,但AI算力的边际成本会随着规模扩大而上升,这就导致厂商陷入'卖得越多亏得越多'的倒挂困境。"

为什么腾讯云先涨？

涨价的方向已经确定,但每家厂商选的节奏完全不同。

3月18日,阿里云和百度智能云在同一天发布第一次涨价公告,涉及AI算力和存储产品,生效日期定在4月18日。同一天,京东云在官网贴出方向相反的声明,明确拒绝跟风涨价,全系核心产品反向降价,平均降幅超16%,最高降幅达40%。火山引擎也没有跟进,火山引擎总裁谭待此前在接受观察者网采访时给过一个判断:"每家有每家的节奏。"火山的节奏是暂时不涨。

把这几种动作并排放,2026年这个春天的国内云市场是这样的:阿里和百度走到了第一次,京东反向降价,火山暂不跟,只有腾讯走到了第二次。

而且腾讯云的第二次,不是第一次的重复。

云厂商的产品本身就是分层的:大模型Token是面向AI应用开发者的零售层,IaaS是面向所有云上业务的批发层。这两层的客户基数、客户弹性、合同复杂度都不一样。涨价不是一次性把所有产品都涨够,而是从客户弹性最大、最容易涨的一层开始,逐层向下沉。

腾讯云的两次涨价,涨的就是这两层里完全不同的东西。

3月11日的第一次涨的是Token零售价,落在分层结构里最容易涨的那一层。这一笔涨完,市场反应温和。4月9日的第二次直接落到了IaaS基座。AI算力、容器服务、EMR,三类都是云业务最基础的计费单元,影响的是所有跑在腾讯云上的训练任务、推理任务、大数据任务,客户基数比Token这一层要大得多,涉及的合同体量也更复杂。

Token价格调的是零售层的弹性,IaaS刊例价调的是批发层的基座。从Token走到刊例价,是云厂商把价格动作从最容易涨的一层下沉到最难涨的一层的关键动作。这一步如果走得通,按目前的节奏,后面再下沉到通算、CDN、对象存储已经是市场普遍预期。

按行业的常规节奏,从一次到二次通常需要一个完整季度给客户消化。腾讯云这一笔把它压到了29天。在阿里云和百度智能云的第一次还没生效的窗口期里,腾讯云直接走到了第二次。

腾讯云敢这么走,背后有一条逻辑上跑得通的链条。

腾讯云这一年走的是高质量增长的路径。过去几年的价格战周期里,腾讯云事实上已经主动让出过一批价格敏感型的客户,把资源向更愿意长期合作的客户倾斜。前面提到的2025年首次规模化盈利,是这条路径走通的结果。盈利意味着这一档的客户留存和付费意愿已经足够支撑商业模式的转动。

在这个基础上,腾讯云对自己客户基本盘价格弹性的判断,会比同行更宽松一些。再叠加Token经济学时代客户迁移成本的整体抬升:一家企业一旦把业务流程绑在某一家云的工程框架、工作流、Agent工具链上,迁移就不再是切换一个价格供应商,而是重新搭建整套工作习惯和数据资产。率先走到第二次涨价这一步的客户留存压力,在推演上是可控的。

模型和产品力到位的厂商,率先涨价才有底气。智谱在2月也做过类似动作,GLM-5发布次日Coding Plan套餐价格就上调了30%,3月又涨一轮。沙利文中国总监李庆对这一轮全球涨价潮的分析里说过这样一句话:"技术实力较强的云厂商可能会选择维持现有价格水平或进行小幅调整,以保持盈利性。"

5%能在第一次涨价的窗口期里立刻落地,是因为这条逻辑链对腾讯云内部已经走得通;而停在5%,则是腾讯内部的判断：涨价走得通不等于必须涨到顶。

被这条曲线扛着的,不只是云厂商的账本。豆包、元宝、千问这些对普通人免费开放的C端产品,背后跑的也是同一条成本曲线。它们今天仍然能用而且越来越好用,是因为云厂商和模型厂商正在替终端用户吸收成本上涨。

腾讯云这次调价动作,是吸收成本变成传递成本的开始。今天云厂商把账单送回云客户,明天云客户也会把账单送回更下游。

云,不会再越变越便宜了。