近期，阿里云、腾讯云、百度智能云为首的头部云服务厂商相继发布调价公告，纷纷宣布上调 AI 算力、数据存储及网络传输服务价格。

云服务商纷纷宣布涨价

3 月 18 日，阿里云在官网公告称，因全球 AI 需求爆发，叠加供应链涨价，将对 AI 算力，存储等产品进行调价，最高上调 34%。阿里云 MaaS 业务百炼在今年 1-3 月创下历史最高增速，阿里云正将紧缺的 AI 算力资源向 Token 业务倾斜。

同日，百度智能云发布公告，受全球人工智能应用快速发展影响，算力需求持续攀升。核心硬件及相关基础设施成本出现显著上涨。为保障平台长期稳定运行与服务质量，对部分产品价格进行结构性优化。自 4 月 18 日起对 AI 算力、存储等产品调价，AI 算力相关产品服务上涨约 5%~30%，并行文件存储等上涨约 30%。

而在上周，腾讯云已宣布涨价，称为持续提供稳定优质的服务，腾讯云智能体开发平台对部分模型的计费策略进行了调整。以 Tencent HY2.0 Instruct 模型为例，其输入价格由原先的 0.0008 元 / 千 Tokens 大幅上调至 0.004505 元 / 千 Tokens，涨幅高达 463.13%。

3 月 16 日，智谱宣布推出面向开源智能体框架 OpenClaw ( 即 " 龙虾 " ) 场景的基座模型 GLM-5-Turbo，这也是其近期推出的首个闭源模型，同时，智谱上调新模型 API 价格 20%，这也是智谱近期第二次涨价。粗略计算，GLM-5-Turbo 相对 GLM-4.7 平均上涨 83%，API 价格接近翻倍，量价双增趋势明显。

今年以来，海外主要云服务商也纷纷上调核心产品价格。今年 1 月，亚马逊宣布对其用于大模型训练的 EC2 实例实施 15% 的价格上调；谷歌云也紧随其后，宣布对数据传输、AI 和计算基础设施等服务进行价格调整，部分项目最高涨幅达到 100%。国内外云巨头的步调一致，清晰地勾勒出算力服务进入新一轮涨价周期的宏观图景。

供需失衡与成本承压

云服务商集体涨价并非偶然的市场波动，而是 AI 时代下供需关系重构与成本结构剧变的必然结果。

算力需求的指数级增长，是驱动此轮价格调整最核心的底层力量。随着国产大模型竞争力的持续提升，中国在全球 AI 算力消耗版图中的地位发生了历史性转变。据 AI 模型聚合平台 OpenRouter 数据显示，中国大模型 2 月 9 日至 15 日单周调用量达到 4.12 万亿 Token ( 词元 ) ，首次超过美国模型的 2.94 万亿 Token。紧接着 2 月 16 日至 2 月 22 日这一周，中国大模型的周调用量进一步冲高至 5.16 万亿 Token，三周内增长 127%。

与此同时，算力需求的 " 范式转移 " 正在加速供需缺口的形成。国金证券研报指出，2026 年将是中国算力需求从 " 云端训练 " 向 " 训练 + 推理 " 双轮驱动转型的关键之年，算力缺口将在更多模态和更广场景的催化下，极速释放。

随着 AI 应用从开发走向普及，无论是 C 端的 AI 漫剧、编程应用，还是 B 端的垂类模型部署，均在催生海量的实时推理算力消耗。这种更广泛、更持续的需求，使得算力缺口在多模态、多场景的催化下被极速放大。

成本端的持续承压，则是涨价的直接推手。云服务商在公告中普遍提及 " 供应链涨价 " 与 " 核心硬件采购成本上涨 "。高性能算力芯片、存储设备等核心硬件的供需紧张与价格攀升，正沿产业链直接传导至云服务商的成本端。

存储领域尤具代表性—— SK 集团董事长近日在英伟达 GTC 大会上警示，由于芯片制造存在系统性瓶颈，全球内存芯片短缺很可能将持续到 2030 年。这意味着在未来几年内，作为算力基础设施关键组成部分的高带宽内存 ( HBM ) 和高端存储芯片将持续处于供不应求的状态。

当硬件更新换代加速、采购成本高企，而下游需求又空前旺盛时，将成本压力进行合理疏导，便成为商业上的必然选择。这不仅是云厂商修复利润表的自救之举，更是行业从野蛮生长、低价竞争走向理性定价、良性发展的标志。

涨价潮背后的行业重构

此轮云服务商涨价，深层则是云计算产业格局的重构与价值重估。

过去十年，国内云服务市场经历了以价格战为核心的高速扩张期。头部厂商为争夺市场份额，长期以低价策略吸引客户，甚至出现 " 亏本赚吆喝 " 的现象。这种模式在行业起步阶段确实起到了培育市场、降低用户门槛的作用，但也导致云厂商普遍面临盈利困境，基础设施投入与回报严重错配。

随着 AI 大模型时代的到来，云服务的价值内涵正在发生深刻变化。算力不再仅仅是计算资源的简单堆砌，而是成为驱动创新的核心生产要素。高性能算力的稀缺性决定了其市场价格必然回归价值本身。云厂商的定价策略调整，本质上是对算力资源真实价值的重新发现。

与此同时，这一轮涨价也将倒逼产业链上下游的协同进化。对于云厂商而言，涨价带来的增量收入将有助于加大在自研芯片、绿色数据中心等核心技术领域的投入，构建更自主可控的算力基础设施。对于下游企业而言，算力成本的上升将促使其更加精细地优化模型结构与推理效率，推动 AI 应用走向更成熟、更可持续的发展路径。

可以预见，随着 AI 技术的持续演进与应用场景的不断拓展，算力需求的增长仍将维持高位。在这一背景下，云服务价格的理性回归与结构性调整，将成为行业新常态。而对于整个产业而言，如何在算力稀缺时代构建更高效、更公平的资源分配机制，将是决定未来竞争力的关键命题。