深度｜AI產(chǎn)業(yè)鏈利益大洗牌：芯片、儲(chǔ)存狂歡退潮，利潤(rùn)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(jīng)常性收入。4個(gè)季度過去，2026年2季度已經(jīng)接近600億美元，翻了近7倍。

更離譜的是毛利率。推理業(yè)務(wù)的毛利率從38%爬升到70%以上，而同期Claude Opus 4.5的定價(jià)比前代便宜了整整3倍。越降價(jià)越賺錢，這在制造業(yè)是神話，在AI產(chǎn)業(yè)正在成為常態(tài)。

過去三年，錢被賣鏟子的賺走了，英偉達(dá)、臺(tái)積電、存儲(chǔ)廠商、電力公司賺的盆滿缽滿。模型實(shí)驗(yàn)室在虧損的泥潭里掙扎。但現(xiàn)在，風(fēng)向變了。

價(jià)值正在從基礎(chǔ)設(shè)施層向上遷移，模型供應(yīng)商第一次掌握了定價(jià)權(quán)。而擁有最強(qiáng)議價(jià)能力的英偉達(dá)和臺(tái)積電，卻選擇按兵不動(dòng)，把利潤(rùn)讓渡給了整個(gè)生態(tài)。

這是一個(gè)關(guān)于定價(jià)策略、生態(tài)位卡位和長(zhǎng)期價(jià)值捕獲的復(fù)雜棋局。

從芯片、電力到存儲(chǔ)

2023年5月，英偉達(dá)發(fā)布了一份注定載入史冊(cè)的財(cái)報(bào)。隨著電話會(huì)議落下帷幕，其盤后股價(jià)瘋狂飆升25%。那一刻，AI投資的熱潮徹底沖破了硅谷風(fēng)投機(jī)構(gòu)的電子表格，裹挾著海量資金涌向公開市場(chǎng)。資本的洪流，首先狠狠砸向了產(chǎn)業(yè)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(biāo)普500年終漲幅榜的冠亞軍。

“AI的盡頭是電力”，成為當(dāng)時(shí)資本市場(chǎng)最樸素也最堅(jiān)定的邏輯：訓(xùn)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(gè)簡(jiǎn)單的因果鏈條狠狠買單。

到了2025年，風(fēng)水輪流轉(zhuǎn)，存儲(chǔ)芯片迎來了高光時(shí)刻。閃迪、西部數(shù)據(jù)、希捷、美光等巨頭的年漲幅無(wú)一例外跨過了200%的大關(guān)。GPU集群的存儲(chǔ)需求迎來了結(jié)構(gòu)性爆炸，不僅 HBM供不應(yīng)求，傳統(tǒng)DRAM和SSD也因推理工作負(fù)載極高的緩存需求而被徹底拉滿。

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

與基礎(chǔ)設(shè)施層的狂歡形成刺眼對(duì)比的，是模型層此前的慘淡經(jīng)營(yíng)。

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O(shè)penAI為代表的巨頭，其API業(yè)務(wù)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(shí)，開源社區(qū)拿著Mistral、Llama的權(quán)重文件，向閉源陣營(yíng)發(fā)出了靈魂拷問：如果最頂級(jí)的模型遲早會(huì)被免費(fèi)開源替代，閉源公司出賣的究竟是什么？

這種質(zhì)疑在當(dāng)時(shí)不無(wú)道理。在 Agentic AI 真正爆發(fā)之前，大模型的價(jià)值釋放長(zhǎng)期局限于“對(duì)話”與“生成”的狹窄場(chǎng)景。用戶問幾個(gè)問題、生成幾段文案、跑幾張圖片。這種單次交互能創(chuàng)造的價(jià)值天花板極低。無(wú)法為客戶創(chuàng)造核心商業(yè)增值，模型公司自然就失去了定價(jià)權(quán)。

然而，到了2025年下半年，量變終于引發(fā)了質(zhì)變。

知SemiAnalysis在其報(bào)告中，給出了一個(gè)精確的命運(yùn)轉(zhuǎn)折點(diǎn)：2025年12月。

最直觀的證據(jù)，來自他們?nèi)粘９ぷ髁鞯慕鈽?gòu)。如今，SemiAnalysis的分析師每天都在讓AI Agent處理極其硬核的任務(wù)：將龐雜的Excel表格直接轉(zhuǎn)化為交互式Dashboard、繪制專業(yè)級(jí)圖表、搭建復(fù)雜的財(cái)務(wù)模型，甚至深度剖析上市公司的財(cái)報(bào)。這不再是社交媒體上用來炫技的Demo，而是實(shí)打?qū)嵉靥娲诉^去需要人類高薪分析師枯坐數(shù)小時(shí)的密集勞動(dòng)。

更具顛覆性的是SemiAnalysis算出來的一筆賬：如今Agentic workload 的真實(shí)綜合價(jià)格，已經(jīng)低至每百萬(wàn)Token僅0.99美元。

這個(gè)數(shù)字低得令人難以置信。要知道，此時(shí)Claude 4 Opus的官方標(biāo)價(jià)依然是輸入5美元/百萬(wàn)Token、輸出25美元/百萬(wàn)Token。為什么真實(shí)成本能被壓到官標(biāo)價(jià)格的五分之一？

秘密藏在Agentic workload獨(dú)特的成本結(jié)構(gòu)中：

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

• 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(yīng)： 緩存輸入的計(jì)費(fèi)價(jià)格僅為每百萬(wàn)Token 0.50美元。

當(dāng)一個(gè)AI Agent奉命去通讀幾百頁(yè)的財(cái)報(bào)、清洗數(shù)據(jù)并生成圖表時(shí)，企業(yè)實(shí)際支付的Token成本，可能僅僅是官標(biāo)價(jià)格的零頭。

然而，這個(gè)Agent最終交付的產(chǎn)出，一份毫無(wú)瑕疵、洞察深刻的專業(yè)級(jí)財(cái)務(wù)分析報(bào)告。如果放在傳統(tǒng)咨詢行業(yè)，其客單價(jià)通常在數(shù)千甚至數(shù)萬(wàn)美元。

這就是AI產(chǎn)業(yè)正在上演的、最驚心動(dòng)魄的“價(jià)值捕獲轉(zhuǎn)移”：在技術(shù)與架構(gòu)的對(duì)沖下，Token的生產(chǎn)成本正呈現(xiàn)斷崖式暴跌；但通過Agent化身生產(chǎn)力，Token所能創(chuàng)造的商業(yè)價(jià)值卻迎來了指數(shù)級(jí)暴漲。

這層巨大的、由成本暴跌與價(jià)值暴漲擠壓出來的利潤(rùn)差，終于在科技史中第一次，被大模型公司穩(wěn)穩(wěn)地裝進(jìn)了自己的口袋。

SemiAnalysis實(shí)際工作流中的Token支出與人力成本對(duì)比：用Claude agents完成各類研究任務(wù)的token成本僅需$1.87-$58，而同等人力成本高達(dá)$150-$1000，ROI從10.7倍到80.2倍不等（數(shù)據(jù)來源：SemiAnalysis）

Token經(jīng)濟(jì)學(xué)的雙向擠壓

AI產(chǎn)業(yè)鏈當(dāng)前最深刻的結(jié)構(gòu)性趨勢(shì)，可以用兩條方向相反的曲線來概括。

一條向上。當(dāng)Agentic AI把工作流從”一問一答”變成”自主執(zhí)行”，單次調(diào)用的經(jīng)濟(jì)產(chǎn)出呈數(shù)量級(jí)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(gòu)，硬件的代際更迭疊加軟件優(yōu)化的指數(shù)級(jí)進(jìn)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(rùn)。

SemiAnalysis用一組數(shù)字展示了這種成本坍塌的劇烈程度。

先看軟件優(yōu)化：從H100到B300，僅僅是wideEP、disaggregation和MTP這三項(xiàng)軟件改進(jìn)，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(yōu)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(shí)現(xiàn)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(gòu)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(xiàn)了類似的躍升幅度。

這意味著，模型公司在2025年生產(chǎn)token的成本，可能只有2023年的十分之一甚至更低。但token的售價(jià)并沒有同比下降。因?yàn)閠oken能做的事情已經(jīng)天差地別。

GB300 NVL72 vs H100的Token吞吐量對(duì)比：同一硬件通過軟件優(yōu)化最高可實(shí)現(xiàn)14倍吞吐提升，GB300 NVL72相比H100最高可達(dá)32倍（FP4精度），而總擁有成本僅增加70%（數(shù)據(jù)來源：SemiAnalysis InferenceX）

成本暴跌和需求爆發(fā)的雙重作用，直接反映在模型公司的財(cái)務(wù)報(bào)表上。

Anthropic的推理毛利率從38%一路攀升到70%以上，完成了一個(gè)完美的V型反轉(zhuǎn)。這還是在公司大幅降價(jià)的情況下實(shí)現(xiàn)的。Claude Opus 4.5的定價(jià)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(dāng)生產(chǎn)成本下降的速度快過售價(jià)下降的速度，降價(jià)反而能擴(kuò)大利潤(rùn)空間，前提是需求對(duì)價(jià)格足夠敏感。事實(shí)證明，需求不僅敏感，在某些場(chǎng)景下幾乎完全不敏感。Opus fast的定價(jià)是常規(guī)Opus的6倍。Mythos定價(jià)為輸入25美元/百萬(wàn)token、輸出125美元/百萬(wàn)token，是常規(guī)Opus的5倍。客戶依然在買單。

一個(gè)自然的質(zhì)疑是：如果推理利潤(rùn)如此豐厚，為什么競(jìng)爭(zhēng)沒有把它壓縮到正常水平？SemiAnalysis給出了四個(gè)原因。

第一，開源模型在真實(shí)知識(shí)工作上仍然明顯落后。你可以用Llama或Mistral跑一個(gè)chatbot，但讓一個(gè)開源agent獨(dú)立完成一份專業(yè)級(jí)財(cái)務(wù)分析，目前還不現(xiàn)實(shí)。知識(shí)工作對(duì)錯(cuò)誤的容忍度極低，一個(gè)數(shù)字算錯(cuò)就可能導(dǎo)致數(shù)百萬(wàn)美元的決策失誤。在這個(gè)場(chǎng)景里，客戶愿意為可靠性支付溢價(jià)。

第二，即便有低價(jià)競(jìng)品，定價(jià)壓力也有限。Kimi K2.6的定價(jià)是輸入0.95美元/百萬(wàn)token、輸出4美元/百萬(wàn)token，對(duì)Opus的定價(jià)幾乎沒有形成下行壓力。Kimi擅長(zhǎng)長(zhǎng)文本處理，Opus擅長(zhǎng)復(fù)雜推理和代碼生成，市場(chǎng)足夠大，容得下多個(gè)玩家共存。

第三，算力約束意味著供不應(yīng)求。Anthropic將Claude Code鎖定在每月100美元以上的訂閱費(fèi)后，token需求仍然遠(yuǎn)超供給。供不應(yīng)求的格局下，定價(jià)權(quán)自然在賣方手里。

第四，競(jìng)爭(zhēng)維度正在從”誰(shuí)的模型更便宜”轉(zhuǎn)向”誰(shuí)的agent更可靠”。當(dāng)客戶把核心業(yè)務(wù)流程托付給AI agents，價(jià)格只是決策因素之一——甚至不是最重要的那個(gè)。可靠性、安全性、合規(guī)性、與現(xiàn)有系統(tǒng)的集成度，這些因素的權(quán)重正在上升。

四個(gè)因素疊加在一起，構(gòu)成了模型公司利潤(rùn)護(hù)城河的多重防線。

手里握著王牌，為什么不出？

整個(gè)2023年到2025年，AI產(chǎn)業(yè)的價(jià)值鏈條經(jīng)歷了一次史詩(shī)級(jí)的膨脹。英偉達(dá)的市值從3000億美元沖到3萬(wàn)億美元以上。臺(tái)積電穩(wěn)坐晶圓代工的王座，先進(jìn)制程一廠難求。HBM存儲(chǔ)的缺貨程度用”搶”來形容都嫌保守。

但在這整個(gè)過程中，有兩個(gè)最應(yīng)該漲價(jià)的企業(yè)，幾乎沒有動(dòng)過價(jià)格。

英偉達(dá)的GPU定價(jià)框架沿用了幾十年的舊邏輯：?jiǎn)挝凰懔Φ目蛻糁Ц兑庠鸽S時(shí)間遞減。臺(tái)積電則維持著它”全球最公正公司”的人設(shè)。黃仁勛甚至在2024年公開喊話，說臺(tái)積電應(yīng)該把晶圓價(jià)格漲上去，結(jié)果臺(tái)積電也沒大幅跟漲。SemiAnalysis把這種現(xiàn)象稱為”定價(jià)權(quán)悖論”：你擁有產(chǎn)業(yè)鏈最強(qiáng)的議價(jià)能力，卻選擇不使用它。

要理解這個(gè)悖論，需要分別看英偉達(dá)和臺(tái)積電的算盤。SemiAnalysis給英偉達(dá)的定價(jià)策略取了一個(gè)形象的綽號(hào)：“AI央行”。央行的核心職能不是利潤(rùn)最大化，而是維護(hù)貨幣體系的穩(wěn)定、支持經(jīng)濟(jì)增長(zhǎng)。英偉達(dá)正在做類似的事情，主動(dòng)抑制GPU價(jià)格，支持更廣泛的AI生態(tài)系統(tǒng)發(fā)展，確保長(zhǎng)期需求擴(kuò)張。如果英偉達(dá)現(xiàn)在就把GPU價(jià)格提到市場(chǎng)能承受的上限，可能會(huì)扼殺下游的創(chuàng)新，最終反噬自己的長(zhǎng)期需求。

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

2025年，英偉達(dá)推出了一項(xiàng)名為SOCAMM的新產(chǎn)品。不顯眼，但利潤(rùn)極為豐厚。SOCAMM是英偉達(dá)為GB300及后續(xù)架構(gòu)設(shè)計(jì)的專用存儲(chǔ)模塊，把LPDDR DRAM做成可插拔的形式，解決GPU集群的內(nèi)存擴(kuò)展瓶頸。2026年第一季度的合約價(jià)約為每GB 8美元，但SemiAnalysis預(yù)計(jì)到年底可能漲到每GB 13美元以上。關(guān)鍵數(shù)字在這里：英偉達(dá)對(duì)SOCAMM收取60%的毛利率是”合理的”。

為什么是合理的？因?yàn)镾OCAMM是一個(gè)封閉的生態(tài)位。只有英偉達(dá)能賣，客戶沒有替代選擇。而存儲(chǔ)本身的毛利率遠(yuǎn)低于這個(gè)水平。英偉達(dá)通過把通用商品（DRAM）包裝成專用系統(tǒng)組件，捕獲了存儲(chǔ)產(chǎn)業(yè)鏈上的超額利潤(rùn)。SemiAnalysis指出，SOCAMM的定價(jià)空間甚至大于GPU本身。GPU定價(jià)受到行業(yè)關(guān)注和潛在的反壟斷審查，但內(nèi)存模塊和網(wǎng)絡(luò)設(shè)備不在這個(gè)聚光燈下。英偉達(dá)正在把利潤(rùn)從”被盯著的業(yè)務(wù)”轉(zhuǎn)移到”不被盯著的業(yè)務(wù)”。

Mobile DRAM與SOCAMM定價(jià)走勢(shì)對(duì)比（$/GB）：SOCAMM價(jià)格從1Q25起步快速攀升，預(yù)計(jì)2026年底將超過$13/GB，持續(xù)高于Mobile DRAM的溢價(jià)反映了供應(yīng)緊缺與Nvidia的定價(jià)權(quán)（數(shù)據(jù)來源：SemiAnalysis Memory Model）

同樣的邏輯也體現(xiàn)在網(wǎng)絡(luò)設(shè)備上。英偉達(dá)的InfiniBand和以太網(wǎng)交換機(jī)是GPU集群的標(biāo)配，沒有高速互聯(lián)，再多GPU也只是各自為戰(zhàn)的孤島。

SemiAnalysis披露，英偉達(dá)對(duì)不同類型客戶實(shí)行嚴(yán)格的價(jià)格歧視：Neocloud購(gòu)買SN5610交換機(jī)的價(jià)格，是Hyperscaler的2倍。超大規(guī)模云廠商有更強(qiáng)的議價(jià)能力和替代方案探索意愿，所以給”批發(fā)價(jià)”；Neocloud體量小、議價(jià)能力弱、對(duì)快速部署的需求更剛性，所以收”零售價(jià)”。網(wǎng)絡(luò)設(shè)備業(yè)務(wù)規(guī)模遠(yuǎn)小于GPU，但利潤(rùn)率可能更高，而且?guī)缀醪皇艿焦姾捅O(jiān)管的關(guān)注。

同一GPU集群（18432塊GPU規(guī)模）的網(wǎng)絡(luò)成本對(duì)比：Neocloud的總網(wǎng)絡(luò)成本比Hyperscaler高出94%，但在整機(jī)架服務(wù)器總成本中僅體現(xiàn)為10%的增幅，主要來自交換機(jī)和光模塊的價(jià)格歧視（數(shù)據(jù)來源：SemiAnalysis AI Networking Model）

臺(tái)積電的邏輯與英偉達(dá)略有不同。英偉達(dá)抑制GPU定價(jià)是出于生態(tài)培育的主動(dòng)選擇。臺(tái)積電則更像是出于長(zhǎng)期商業(yè)信用的考量。作為全球最大的晶圓代工廠，臺(tái)積電的客戶名單涵蓋了蘋果、高通、AMD、英偉達(dá)等幾乎所有頂級(jí)芯片設(shè)計(jì)公司。它的商業(yè)模式建立在”對(duì)所有客戶一視同仁”的信譽(yù)基礎(chǔ)上。如果臺(tái)積電因?yàn)锳I需求爆發(fā)就對(duì)英偉達(dá)大幅漲價(jià)，其他客戶會(huì)怎么想？臺(tái)積電的定價(jià)策略不是一次性的拍賣，而是一個(gè)需要維護(hù)數(shù)十年的多邊關(guān)系網(wǎng)絡(luò)。

但即便是臺(tái)積電，也并非完全沒有動(dòng)作。SemiAnalysis指出，臺(tái)積電3納米制程的產(chǎn)能利用率預(yù)計(jì)在2026年下半年超過100%超負(fù)荷運(yùn)轉(zhuǎn)，客戶需要排隊(duì)搶產(chǎn)能。DRAM工廠的利用率也已經(jīng)超過90%。在這樣的供需格局下，“價(jià)格穩(wěn)定”本身就是一種讓利。當(dāng)供給極度緊張而價(jià)格不大幅上漲，實(shí)際上等同于臺(tái)積電把本可以拿到的超額利潤(rùn)讓渡給了下游的芯片設(shè)計(jì)公司。

TSMC N3（3納米）制程晶圓需求結(jié)構(gòu)演變：AI加速器對(duì)N3產(chǎn)能的占比從2023年的極低水平飆升至2027年預(yù)計(jì)的90%，成為絕對(duì)主導(dǎo)需求來源（數(shù)據(jù)來源：SemiAnalysis Foundry Industry Model）

SemiAnalysis做了一個(gè)有趣的類比：英偉達(dá)的行為模式正在向臺(tái)積電靠攏。臺(tái)積電歷史上有一個(gè)著名的特點(diǎn)，即使在產(chǎn)能滿載、客戶排隊(duì)的情況下，也不會(huì)完全按稀缺性定價(jià)。它始終給長(zhǎng)期戰(zhàn)略客戶留出讓利空間，以換取關(guān)系的穩(wěn)定性和訂單的可預(yù)測(cè)性。

英偉達(dá)現(xiàn)在在做類似的事情。GB300到VR NVL72，單GPU的熱設(shè)計(jì)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(jì)算，僅從37.4美元/瓦微漲到38.1美元/瓦。英偉達(dá)消化了大部分成本上升，沒有把壓力轉(zhuǎn)嫁給下游。這種行為在短期內(nèi)犧牲了利潤(rùn)，但換取了生態(tài)的繁榮和客戶的忠誠(chéng)度。

問題在于，這種”央行式”的讓利能持續(xù)多久？當(dāng)英偉達(dá)最終選擇從”成本定價(jià)”轉(zhuǎn)向”價(jià)值定價(jià)”時(shí)，會(huì)發(fā)生什么？

Rubin時(shí)代與”一圖統(tǒng)治所有”

要回答英偉達(dá)何時(shí)、如何漲價(jià)的問題，需要先理解下一代產(chǎn)品的技術(shù)-經(jīng)濟(jì)輪廓。SemiAnalysis把即將面世的VR NVL72（基于Rubin架構(gòu)的72 GPU集群方案）與當(dāng)前主流的GB300 NVL72做了詳細(xì)對(duì)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(nèi)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(guān)鍵的決定因素之一。大模型推理受限于內(nèi)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(zhuǎn)化為成本效率的改善。按每PFLOPS的TCO計(jì)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(gè)關(guān)鍵的反轉(zhuǎn)：?jiǎn)蜧PU每小時(shí)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(jìn)封裝更復(fù)雜。所以VR NVL72的經(jīng)濟(jì)學(xué)是：性能大幅提升，每單位算力成本下降，但每顆芯片的絕對(duì)成本上升。這個(gè)結(jié)構(gòu)決定了英偉達(dá)的定價(jià)空間。

SemiAnalysis提出了一個(gè)簡(jiǎn)潔而有力的分析框架，稱為”O(jiān)ne Chart to Rule Them All”——用一張圖來理解整個(gè)AI產(chǎn)業(yè)鏈的定價(jià)博弈。框架的核心是兩個(gè)錨點(diǎn)。

成本基準(zhǔn)定價(jià)形成GPU租賃價(jià)格的地板價(jià)。這個(gè)價(jià)格由Neocloud的資本回報(bào)率要求決定。如果GPU租金低于這個(gè)水平，Neocloud無(wú)法收回投資，就會(huì)停止采購(gòu)新GPU，需求崩塌。SemiAnalysis按15.6%的內(nèi)部收益率計(jì)算，VR NVL72的floor價(jià)為每小時(shí)每GPU 4.92美元。

價(jià)值基準(zhǔn)定價(jià)形成GPU租賃價(jià)格的天花板。這個(gè)價(jià)格由客戶的”無(wú)差異點(diǎn)”決定。當(dāng)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(shí)，客戶對(duì)價(jià)格不再敏感。SemiAnalysis估算，VR NVL72的ceiling價(jià)為每小時(shí)每GPU 9.63到12.25美元。

地板和天花板之間，就是定價(jià)博弈的空間。

“一圖統(tǒng)治所有”（One Chart to Rule Them All）：VR NVL72的GPU租賃價(jià)格/PFLOP與項(xiàng)目IRR的關(guān)系圖。灰色線代表Nvidia漲價(jià)40%后的定價(jià)曲線，橙色線為當(dāng)前定價(jià)。越向右上方移動(dòng)，Neocloud議價(jià)能力越強(qiáng)；越向左上方移動(dòng)，Nvidia系統(tǒng)供應(yīng)商議價(jià)能力越強(qiáng)（數(shù)據(jù)來源：SemiAnalysis AI TCO Model）

當(dāng)前VR NVL72的實(shí)際定價(jià)下，Neocloud可以收到每小時(shí)每GPU 4.90美元，剛好卡在floor價(jià)附近。而客戶享受的成本效率為每PFLOP 0.28美元，比GB300時(shí)代低60%。這個(gè)數(shù)字值得再讀一遍：客戶換用新架構(gòu)后，計(jì)算成本比趨勢(shì)改善線還低了60%。這意味著客戶拿到的”折扣”遠(yuǎn)遠(yuǎn)超過了正常的代際改善幅度。

SemiAnalysis計(jì)算，英偉達(dá)有大約40%的漲價(jià)空間。把GPU價(jià)格從當(dāng)前水平提高40%，Neocloud仍然可以把租金維持在每小時(shí)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(shì)改善線。換句話說，Nvidia可以把價(jià)格漲40%，客戶依然會(huì)覺得”劃算”，Neocloud也依然愿意買。

而如果把漲價(jià)空間用足，英偉達(dá)漲價(jià)、Neocloud跟著漲價(jià)到每小時(shí)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(shì)。三方共贏，但英偉達(dá)和Neocloud贏更多。

VR NVL72 GPU租賃價(jià)格與5年期項(xiàng)目IRR的關(guān)系：Neocloud需要約15.6%的IRR才能達(dá)到與GB300項(xiàng)目同等的回報(bào)水平，對(duì)應(yīng)GPU租金$4.92/小時(shí)。隨著租金上漲，IRR線性提升，揭示了Nvidia與Neocloud之間的利潤(rùn)分配博弈空間（數(shù)據(jù)來源：SemiAnalysis AI TCO Model）

這個(gè)框架揭示了一個(gè)反直覺的結(jié)論：AI產(chǎn)業(yè)鏈目前的利潤(rùn)分配并非由”誰(shuí)有定價(jià)權(quán)”這個(gè)單一因素決定，而是由一個(gè)三角博弈的微妙平衡維持。英偉達(dá)可以漲價(jià)，但選擇不漲，以培育生態(tài)。Neocloud在floor價(jià)附近薄利多銷，靠規(guī)模和服務(wù)差異化賺錢。最終用戶則以遠(yuǎn)低于”合理價(jià)值”的價(jià)格享受算力，把省下來的錢投入更多創(chuàng)新。這個(gè)三角結(jié)構(gòu)目前處于穩(wěn)態(tài)。但它不是永久的。

SemiAnalysis的判斷是，英偉達(dá)最終會(huì)從”成本定價(jià)”轉(zhuǎn)向”價(jià)值定價(jià)”。不是如果，而是何時(shí)。而這個(gè)”何時(shí)”，可能取決于幾個(gè)觸發(fā)條件：Rubin架構(gòu)的市場(chǎng)接受度、AMD MI400和Intel Falcon Shores的競(jìng)爭(zhēng)壓力、以及AI應(yīng)用層利潤(rùn)的進(jìn)一步膨脹。

結(jié)尾

Anthropic 跨過 70% 的推理毛利率并非終點(diǎn)，而是一個(gè)結(jié)構(gòu)性拐點(diǎn)的起點(diǎn)。從高溢價(jià)模型供不應(yīng)求，到 SemiAnalysis 每年千萬(wàn)美元的 Token 投入，種種信號(hào)指向同一個(gè)事實(shí)：Agentic AI 徹底將 Token 從對(duì)話工具鍛造成了生產(chǎn)力引擎，客戶的商業(yè)支付意愿迎來了真實(shí)、持續(xù)且可擴(kuò)展的躍升。

然而，在價(jià)值鏈的另一端，英偉達(dá)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(tài)；暗地里，它早已通過 SOCAMM 模塊斬獲 60% 的硬件天文毛利，并對(duì)網(wǎng)絡(luò)設(shè)備祭出 2 倍的價(jià)格歧視。更讓人心驚的是，英偉達(dá)手中至今仍攥著至少 40% 的主芯片名義漲價(jià)空間。 一旦它決定將戰(zhàn)略重心從“生態(tài)培育”轉(zhuǎn)向“價(jià)值捕獲”，那將是一次足以重塑全產(chǎn)業(yè)鏈利潤(rùn)結(jié)構(gòu)的底牌重組。

但競(jìng)爭(zhēng)的狼群也已隱現(xiàn)。Anthropic 等頂級(jí)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(dá)硬件。這些低成本替代方案只要存在，就如同一條無(wú)形的絞索，鎖死了英偉達(dá)激進(jìn)漲價(jià)的天花板。

資本的潮汐永遠(yuǎn)在尋找阻力最小的路徑。當(dāng)英偉達(dá)與臺(tái)積電最終用滿手中的定價(jià)權(quán)，當(dāng)算力供給從“絕對(duì)短缺”轟然墜入“產(chǎn)能過剩”，當(dāng)開源模型真正抹平與閉源前沿的最后一毫米斷層。利潤(rùn)分配的天平，必將迎來又一次驚心動(dòng)魄的傾斜。

屆時(shí)，大潮退去，所有人都要重新計(jì)算自己的賬本。