涨价潮与IPO潮同时出现,不是巧合
7月的半导体行业,价格信号密集释放:台积电与三星同步上调3nm至7nm先进制程报价,涨幅5%–15%;全球最大封测厂日月光对CoWoS等AI核心封装工艺提价超20%,覆盖英伟达、谷歌、微软等头部客户。从晶圆制造、设备材料,到封装测试,涨价已贯穿整条硬件链。
几乎同一时间,Anthropic于6月1日秘密递交IPO申请,市场预期其三季度利润将突破10亿美元。一边是底层制造集体提价,一边是上游模型公司悄然盈利——两件事并行发生,指向一个被长期忽视的趋势:过去三年由芯片、电力、存储等基础设施层主导的利润分配格局,正在向模型层实质性回流。
三年轮动:从算力、电力到存储
回看2023年以来的AI资本脉络,清晰呈现阶段性轮动:
2023年属于算力。英伟达一份超预期财报引爆市场,资金涌入芯片设计、代工、GPU服务器等最底层环节;
2024年转向电力。Vistra与GE Vernova全年涨幅分别达265%和146%,成为标普500年度领涨标的,“AI的尽头是电力”成为主流共识;
2025年则是存储之年。美光、西部数据、希捷、闪迪股价全部翻倍以上,HBM供不应求,传统DRAM与SSD也因推理缓存需求持续吃紧。
每一轮轮动,本质都是刚性供给遇上爆发性需求。但舞台另一侧,模型公司却长期在亏损中挣扎——API收入增长,推理成本涨得更快;开源模型权重公开可得,闭源商业模型的价值边界始终模糊。
转折点在2025年底:Agentic AI改写成本结构
真正的拐点出现在2025年12月前后。驱动变化的不是更大参数或更多数据,而是Agentic AI的规模化落地:大模型不再仅限于“一问一答”,而是能自主完成多步骤任务——通读百页财报、清洗结构化数据、搭建财务模型、输出专业级分析报告。
任务形态变了,成本结构也随之逆转。测算显示,当前Agentic工作负载的真实综合成本已降至每百万Token 0.99美元。而同期Claude Opus官方标价为输入5美元、输出25美元。差价来自三重红利:
一是任务结构优化:Agent输入输出比常达300:1,提示词缓存命中率超90%,缓存输入计费仅0.5美元;
二是软件架构增效:从H100到B300,纯靠算法与编译器优化实现14倍吞吐提升;GB300 NVL72相较H100最高达32倍吞吐,总拥有成本仅上升70%;
三是部署密度跃升:单卡并发请求翻倍,推理时延压缩40%,单位算力产出价值显著提高。
技术压缩带来的成本断崖式下降,第一次让利润空间真正沉淀在模型公司自身账上。
越降价,越赚钱
财务数据印证了这一逻辑。Anthropic推理毛利率从38%升至70%以上,前提是Claude Opus 4.5定价较前代下降整整三倍;ARR(年度经常性收入)从2025年底约90亿美元,飙升至2026年二季度的600亿美元量级。
这不是补贴换规模,而是真实盈利能力的跃迁:只要单位成本降幅大于售价降幅,降价即扩利。高端产品线甚至更显韧性——Opus fast定价为常规版6倍,客户接受度未减反增。
为何高毛利未被快速竞争抹平?关键在于护城河已切换维度:
开源模型尚难胜任知识型工作。聊天可以,但一份容错率为零的并购尽调报告,企业愿为可靠性支付溢价;
低价竞品无法替代复杂推理场景。Kimi K2.6虽标价4美元/百万Token,但长文本理解、多跳推理、领域知识嵌入仍属不同能力象限;
算力约束下供给持续紧张。Claude Code订阅门槛设为100美元/月以上,需求仍远超供给,定价权天然在卖方;
更重要的是,客户正将核心业务流程托付给AI——此时,可靠性、安全性、合规性权重已超过价格本身。
英伟达与台积电的沉默,藏着更深逻辑
有趣的是,在这轮利润迁移中,本该最强势涨价的两个角色反而按兵不动:英伟达GPU价格体系维持稳定,台积电3nm产能利用率预计2026年下半年将超100%,却未大幅调价。
这不是让利,而是战略选择:
英伟达正从“GPU供应商”转向“AI基础设施央行”。它压低通用计算单元价格,以培育整个生态需求;同时将利润悄然转移至非聚光灯下的环节——如专用存储模块SOCAMM,合约价从8美元/GB升至13美元/GB,锁定60%毛利;Neocloud采购交换机的价格是云厂商的两倍,网络硬件正成为新的利润支点。
台积电则坚守商业信用。其“对所有客户一视同仁”的定价机制,本身就是一种隐性让利——在产能极度紧缺时克制涨价,等于将超额利润让渡给下游客户。但这种克制有边界。7月的全面涨价潮已表明,“价格稳定”的人设正在松动;当瓶颈常态化,台积电的议价权终将兑现。
新锚点:从掌握算力,到定义生产力
AI产业的价值锚点正在迁移:不再是谁拥有最多GPU,而是谁能把算力转化为不可替代的生产力。
基础设施层的盛宴没有结束,只是不再独占舞台中心。模型层首次真正获得定价权,Anthropic的IPO将是这套新逻辑在公开市场的首次完整压力测试。
接下来最值得追踪的问题只有一个:由成本暴跌与价值暴涨共同挤压出的这层利润差,它的护城河,究竟能守多久。
(6)
AI利润从芯片厂往模型公司转,这趋势挺明显。像Anthropic盈利,成本降了利润就上来了,模型公司好日子要来了。
芯片厂涨价,模型公司盈利,这利润分配变了。不过模型公司的利润能守多久还得看。
AI产业价值锚点变了,从算力到生产力,模型公司有定价权是好事,就看能持续不。
Agentic AI改变成本结构,模型公司利润上来了,开源模型和低价竞品难竞争,优势明显。
这文章说得挺清楚,AI利润迁移是趋势,模型公司崛起,基础设施层没以前那么风光了。
英伟达和台积电不涨价有自己的算盘,一个培育生态,一个守信用,后面估计也得变。