TMTPOST——AI突然变得更贵了。
2026年3月，腾讯云上某些AI模型的价格上涨了400%以上。阿里云也多次上调了其百炼平台上某些模型的AI服务价格。
我的一位从事内容创作的朋友算了一下：他使用API调用大模型批量生成了一周的短视频脚本（大约50个）。三个月前，按token用量计费，费用约为15元人民币。在3月份许多AI中继中心关闭，各大云服务商相继上调模型价格后，现在完成同样的工作量费用接近60元人民币。
2024年初，中国每日token调用量平均为1000亿次。到2026年3月，这个数字已变为140万亿次。
两年内，增长了1000多倍。
什么是token？
如果你问“问天”，“深圳今天天气怎么样？” 在后台大约是200个token（包括问题和回复）。如果你让DeepSeek为你写一份5000字的项目计划，大约需要8000到10000个token。Token是AI处理信息的基本单位——也是计算计费的单位。你可以把它们想象成AI的字数和字符计数器：使用越多，消耗的算力就越多。
那么，如果AI突然变得更贵了，这仅仅是供应商试图涨价吗？
涨价背后
摩根大通预测，到2030年，中国AI推理token消耗量将比2025年高出约370倍。高盛预测，在同一时期，全球token消耗量将增加24倍。
结论是相同的：AI的算力消耗正进入指数级增长的轨道。
归根结底，原因是人们使用AI的方式发生了变化。
过去，我们通常问AI一个问题，它用几十个token回答，然后就结束了。但现在，越来越多的人要求AI“替我办事”。
例如：“帮我计划一个五天行程，包括航班、酒店推荐、观光路线和美食推荐。” AI不会一次性完成——它需要多轮推理，调用多个工具，并逐步执行——在行业内，这被称为“Agent”。单个Agent任务消耗的token量可以是普通问答的100到1000倍。
从问答到执行，算力消耗相差三个数量级。
在供给侧，字节跳动、阿里巴巴、腾讯等领先云服务商的AI基础设施支出激增。从2024年到2025年，核心AI芯片组件的支出从220亿美元翻倍至520亿美元。高带宽内存（HBM）从占GPU物料清单的约50%上升到约三分之二。芯片昂贵，内存昂贵，电力昂贵——导致计算成本全面上涨。
所以涨价对供应商来说并非真正的选择；需求过于强劲，产能根本无法跟上。
这很像2010年左右的移动通信。智能手机兴起，但基站不足，导致数据费用昂贵。直到4G和5G大规模建设后，数据才变得便宜。AI现在正处于同样的转折点。
只是这一次，建设“AI基站”的不是三大电信运营商，而是中国正在部署的一种全新基础设施——一体化算力网络。
算力黑洞
当人们听到“公司使用AI”时，许多人会本能地想到一个不懂AI的老板，却仍然要求员工使用AI审查报告和撰写计划。
那想得太小了。AI算力消耗的最大部分根本不在这里。
制造业。富士康和宁德时代等公司使用AI进行视觉质量检测——摄像头捕捉产品图像，AI实时判断每个产品是合格品还是缺陷品。仅一条生产线24小时运行，每天就必须处理数百万张产品图像，这背后是持续的算力消耗。
程序员。通义灵码和GitHub Copilot帮助开发者编写代码和查找bug。在中国，数百万开发者已经每天使用AI辅助编程，每个请求都消耗算力。
内容产业。使用AI生成文案、视频脚本和产品描述。你每天刷到的短视频背后，很大一部分文案都有AI的参与。
医疗保健。AI读取CT扫描并检测早期肺癌，在某些场景下，其准确性已接近甚至超越人类解读。
科学研究。AI辅助药物发现极大地缩短了从靶点识别到分子筛选的时间——比传统流程所需的数年时间大幅压缩。
农业。卫星遥感结合AI分析可以确定哪些地块缺水或有虫害，精确指导农民施肥和施用农药。
所有这些场景都有一个共同点：它们消耗巨大的算力。而且它们不是少数人玩的游戏——制造业检测影响每个产品的质量，医疗AI影响每个人的健康，农业AI影响作物产量。
当算力短缺时，涨价的压力不会止步于云服务商。它将沿着产业链一步步传递，最终触及每一个普通人。
如何解决？中国的答案是建设一个“算力高铁网络”。
一张网络的责任
水网、下一代电力网