人工智能產業鏈正經歷一場前所未有的價值重構。曾經在利潤分配中占據主導地位的芯片制造商，如今正面臨下游模型廠商的強勢崛起，而上游環節的利潤空間仍遠未達到天花板。這場變革的背后，是供需關系的結構性失衡與技術創新帶來的成本重構雙重驅動。
行業研究機構SemiAnalysis的數據顯示，AI模型廠商的盈利能力正在突破性增長。以Anthropic為例，其年化收入在數月內從90億美元躍升至440億美元，推理業務的毛利率從38%飆升至70%以上。這種增長并非偶然，而是源于智能體AI（Agentic AI）的實用化突破。2025年12月成為關鍵轉折點，隨著這類技術真正走向商業應用，AI的經濟邏輯被徹底改寫。SemiAnalysis披露，其團隊在AI模型上的年化支出已接近員工薪酬的30%，每位員工每月消耗的Token量高達50億個，是meta內部人均用量的5倍以上。財務建模、數據可視化等原本需要初級分析師數小時完成的工作，現在僅需數美元的Token支出即可實現。
技術進步帶來的成本下降是模型廠商利潤擴張的核心驅動力。在硬件層面，經過軟件優化的B300系統在標準推理任務上實現了14倍的吞吐量提升，而最新一代GB300 NVL72的算力較H100提升最高達32倍，成本僅增加70%。更關鍵的是定價結構的變化——智能體任務具有極高的輸入輸出比和緩存命中率，使得絕大多數Token落入最低計費檔。SemiAnalysis測算，Opus 4.7在智能體任務上的實際成本僅為每百萬Token0.99美元，遠低于標價的5美元。即便Anthropic對高端產品進行大幅降價，其單位毛利反而因硬件升級和用戶遷移效應得到提升。
定價權爭奪成為產業鏈博弈的新焦點。SemiAnalysis指出，前沿閉源模型與開源模型的能力差距短期內難以彌合，這為模型廠商構筑了護城河。以Kimi K2.6為代表的開源模型，其定價對Anthropic的Opus系列幾乎不構成威脅。更關鍵的是算力約束——任何一家前沿實驗室都無法獨自滿足市場需求。Anthropic通過設置100美元以上的月訂閱門檻和限制第三方接入，主動管理需求側。這種供需失衡使得模型廠商能夠按照Token創造的經濟價值而非競爭成本來定價，其高端產品線仍保持定價主導權，Mythos系列的定價是常規Opus的5倍，而用戶仍愿意為生產力提升支付溢價。
芯片制造商的定價策略卻顯得異?？酥?。英偉達作為GPU市場的領導者，至今未對其定價框架進行實質性調整。SemiAnalysis分析認為，這既源于監管層面的顧慮——其市場主導地位已引發反壟斷關注，也出于戰略考量——通過適度讓利維持下游生態擴張，確保長期主導地位。但這種策略正在產生機會成本：在算力需求持續超過供給的背景下，掌握稀缺資源的廠商未充分定價，相當于將價值讓渡給中下游企業。臺積電在N3制程上的定價策略也被指為"戰略失誤"，其產能利用率預計在2026年下半年超過100%，卻未要求更大規模的預付款安排。
轉機可能出現在新一代產品上。英偉達即將推出的Vera Rubin VR NVL72系統，其定價框架存在40%以上的上調空間。關鍵在于其采用的SOCAMM（小型化壓縮附加內存模組）技術——這種由英偉達主導開發的新型內存標準，允許內存作為獨立計費項目單獨定價。SemiAnalysis測算，英偉達在SOCAMM上收取60%的毛利率具有合理性：內存供應全面緊張，其在采購上具有優先權；VR NVL72在性能和總擁有成本上遠超競品，客戶缺乏替代選項；采購成本的大幅上漲也為價格傳導提供了依據。更重要的是，內存定價不像GPU那樣面臨反壟斷審查，這為差異化定價提供了空間——英偉達已在其網絡設備上對特定客戶收取兩倍價格，這種策略完全可以延伸至內存領域。
這場價值重構正在重塑AI產業鏈的權力格局。當模型廠商通過技術進步和需求管理獲得定價權，當芯片制造商在監管壓力與戰略考量間尋求平衡，一個由供需關系和技術創新共同驅動的新經濟秩序正在形成。在這場變革中，誰能更精準地把握技術趨勢與市場結構的變化，誰就能在未來的競爭中占據主動。
