本文将以定量测算+定性推演为核心，深度拆解三大核心问题：一是AI云厂商毛利率改善的核心逻辑与潜在上行空间；二是模型商算力需求对云厂商收入的拉动体量，以及高度依赖模型商的潜在风险；三是基于利润分配与算力供需格局，梳理AI产业链的核心投资偏好。
一、AI云毛利率修复：产业链议价权重构下的利润再分配
AI云业务盈利韧性超预期，表层原因是营收结构优化：高毛利的MaaS/TaaS业务持续替代低毛利的裸金属IaaS算力业务。而底层核心逻辑，是AI产业链上下游议价权的动态迁移。产业链利润分配的核心变量，可拆解为三大可量化定价指标：终端用户大模型使用价格、模型厂商算力采购价格、云厂商算力供给成本（含电力等固定运营成本、硬件采购等弹性成本）。本节将从单位Token经济性视角，拆解三大定价指标的变化趋势，厘清云厂商、模型商、芯片厂商的利润变动逻辑。
1.1 产业链三层定价分化：模型价稳、算力成本通缩、云算力涨价
1、大模型终端定价：区间震荡，无趋势性涨跌
剔除订阅模式、仅考量按量计费场景下，无论是Anthropic官方定价，还是第三方机构整合的综合Token价格指数（覆盖多等级模型的输入、输出、缓存调用价格），均呈现一致特征：伴随模型迭代升级、能力持续优化，大模型单位Token价格并未出现趋势性涨跌，整体维持区间震荡态势。模型商并未将技术迭代红利让渡给终端用户，终端定价保持刚性。
2、算力生成成本：持续通缩，代际效率跃迁显著
与刚性的模型定价不同，依托芯片迭代与工程技术优化，单位Token的算力生成成本呈现确定性通缩趋势。本文采用Semi Analysis的TCO（总算力成本）指标，涵盖算力建设资本开支（Capex）与日常运营开支（Opex），以Qwen 3.5模型为测算基准，算力成本代际降幅十分显著：最新GB200 NVL72芯片的每百万Token生成成本，仅为H100/H200芯片的1/3-1/4。算力成本快速下行的核心驱动力来自软硬件双重提效：硬件端，同等工程编排条件下，GB300的Token输出效率是H200的4-10倍；软件工程端，同一GB300硬件载体下，优化工程架构后Token输出效率可再提升2-4倍。综合来看，新一代芯片效率最高可实现10倍跃升，但芯片售价涨幅不足2倍，技术效率增幅远超硬件成本增幅，最终形成显著的算力通缩效应。
3、核心价差测算：单因素驱动毛利率提升15pct
以Qwen 3.5模型1美元/百万Token的固定定价为基准，仅考量芯片迭代带来的成本下行：算力单位Token成本从H200对应的0.2美元，降至GB300对应的0.05美元，仅此一项因素，即可带动AI业务单位Token毛利率提升约15个百分点。综上，AI芯片行业延续科技通缩规律：硬件定价涨幅温和，性能实现跨越式升级，技术红利持续向下游传导。而头部模型商锁定定价、留存技术红利，实现自身利润的稳步增厚。
1.2 云算力定价上行：算力紧缺推升云厂商议价权
产业链增量利润由云厂商与模型商共同分配，分配比例核心取决于云算力租赁价格：若云算力定价持平，增量利润将全部由模型商获取；若云算力价格上行，云厂商可同步分享技术迭代红利。从实时按需租赁价格数据来看，2025年末起，全球云算力定价正式进入上行周期，算力供不应求格局下，云厂商议价权显著修复，即便低毛利的裸金属IaaS业务，毛利率也实现稳步改善，具体表现为分层涨价特征：
第一，高端新代芯片涨价幅度最大，B200等新一代旗舰GPU租赁价格，自2025年末至今涨幅达25%-50%；第二，存量主流芯片同步涨价，市场核心流通的H200及更早批次GPU，租赁价格累计上涨15%-20%，打破了老旧硬件随技术迭代降价的常规规律，直接印证行业算力紧缺的现状；第三，超老旧芯片（2020年前投产、性能低于A100）小幅贬值，价格累计下滑约1/3，但并未被市场淘汰，仍可持续贡献稳定现金流。
整体来看，全层级算力价格逆势上涨，充分验证云厂商议价权与盈利能力的系统性修复，老旧硬件资产价值得到支撑，行业盈利韧性持续超预期。
二、AI云毛利率定量测算：软硬件迭代+自研芯片双重红利
前文已定性验证模型商、云厂商毛利率同步改善的趋势，本节将通过控制变量法开展定量测算，聚焦推理环节利润（剔除训练、研发等额外成本，仅考量推理收入与直接算力成本），以Qwen 3.5模型为统一基准，通过纵向时间对比、横向硬件对比，量化毛利率改善幅度。需说明：测算绝对值仅作参考，利润率变化趋势与相对增幅具备核心参考价值。
2.1 通用芯片（英伟达）场景：全维度利润增厚
1、纵向时间对比（固定H200硬件，迭代软硬件与定价）
依托软件工程优化，H200的Token产出效率提升20%以上，叠加2025年9月后H200租赁价格20%的涨幅，产业链利润实现双向增长：AI Lab单GPU每小时毛利润从1.2美元升至1.4美元，营收同步上行，毛利率基本持平；云厂商单GPU每小时毛利润从0.8美元大幅增至1.7美元，毛利率从31%提升至38%。需注意，云厂商与AI Lab多签订长期协议，实际采购价格涨幅通常低于实时市场价。
2、横向硬件对比（固定最新技术与定价，对比H200/B300）
在统一最新软件技术与租赁定价条件下，B300芯片的Token产出效率达到H200的8倍，但租赁价格不足H200的2倍，极致的性价比带来利润大幅扩容：AI Lab单GPU每小时毛利润从1.4美元飙升至11.6美元，毛利率从35%大幅提升至69%；云厂商单GPU每小时毛利润从1.7美元增至3.6美元，毛利率从38%提升至42%。
3、综合迭代效果
对比旧技术+H200的基准场景，软硬件全面迭代后，产业链单位综合毛利润从不足2美元突破14美元。增量利润虽大部分由模型商获取，但云厂商仍实现超10个百分点的毛利率提升，盈利改善确定性极强。若叠加存储等配套硬件涨价的侵蚀效应，云厂商毛利率增幅会略有收窄，但整体改善趋势不变。
2.2 自研芯片（Trainium 3）场景：AWS盈利优势进一步放大
英伟达芯片测算结果代表行业通用水平，而头部云厂商的核心差异化优势在于自研芯片一体化能力，软硬件深度适配、定向优化，可进一步压低算力成本、抬高毛利率。本节聚焦AWS Trainium 3芯片，量化自研芯片的盈利增量。
1、核心参数测算
Token产出效率：基于纸面参数测算，Trainium 3 FP8精度算力为2.5 PFLOPs，较H200高25%、为B300的50%，适配Qwen 3.5模型的Token产出速度约3000 Tokens/s。TCO总成本：拆分硬件折旧、固定运营两大成本。硬件端，Trainium 3单位功率资本开支为17-19美元/W，仅为GB300的50%，5年折旧周期下，单GPU每小时折旧成本约0.41美元；运营端，机房、电力、运维等固定成本贴近行业下限，单GPU每小时成本约0.45美元。综合测算，Trainium 3单GPU每小时TCO成本为0.86美元，较H200降低近40%。
2、盈利与定价优势
Trainium 3综合性能较H200提升30%-40%，成本同步下降40%，产业链综合毛利率（云厂商+模型商）高达85%，对标顶级B300芯片盈利水平。在中小模型推理场景下，Trainium 3可完全替代B300，具备极强的价格竞争力。定价策略灵活度显著提升：若AWS将Trainium 3租赁价格定为H200的70%（性能显著优于H200），产业链利润分配与B300场景持平；若定价提升至H200的80%，云厂商自身毛利率可进一步升至46%，超越B300场景下42%的毛利率水平。
2.3 毛利率改善核心小结
三重因素共振驱动云厂商AI业务盈利持续修复：软硬件迭代大幅提升Token产出效率、大模型终端定价刚性维稳、云算力租赁价格稳步上行。即便是盈利最弱的裸金属算力租赁业务，毛利率也实现显著改善，叠加高毛利MaaS/PaaS业务加持，云厂商整体AI业务利润率仍有上行空间。
三、AI算力供需测算：2028年迎来供需拐点，行业周期重构
利润率之外，算力供需格局是决定云行业景气度、竞争格局与议价权的核心变量。本节统一以算力规模（GW）为核心指标，拆解AI算力、传统云算力的需求增量，对比头部云厂商算力供给节奏，预判2025-2028年行业供需拐点，同时验证当前市场对算力资本开支的预期合理性。
3.1 需求端测算：AI+传统算力双增量，2028年总需求达53GW
1、AI算力需求：头部模型商为核心驱动力
当前AI云增量需求高度集中，主要来自OpenAI、Anthropic两大头部模型独角兽的训练与推理需求，其余中小模型商、科技企业需求仅为补充。我们基于保守情境假设：两大模型厂商2030年营收均达2500亿美元，2028年前维持高增、2028年后增速回落至50%以下，且2026年起OpenAI与Anthropic营收规模逐步趋同。成本端假设：推理业务毛利率从当前65%小幅升至70%（量增价减对冲效率红利）；训练业务2027年同比高增近100%，2028年增速回落至30%以下。基于上述假设，2028年两大模型厂商云算力总支出将达2500亿美元，占总营收的71%。叠加中小模型商15%的增量需求，2028年行业AI算力总需求达25.6GW，较2025年新增近23GW。
2、传统云算力需求：存量稳健增长，2028年达31GW
传统云计算增长虽放缓，但存量体量庞大，仍是算力需求重要支撑。2026-2027年，AI Agent带动传统IT需求扩容，传统云收入维持20%左右高增速；2028年后企业IT预算总量受限，AI与传统IT投入此消彼长，传统云增速显著放缓。经测算，2028年传统云算力需求达31GW，较2025年新增10GW。综合来看，2028年AI+传统云总算力需求约53GW。
3.2 供给端测算：2028年算力供给73GW，供需格局反转
梳理全球头部云厂商（不含Meta）算力扩容计划：多数厂商仅披露2027年扩容目标（2027年算力较2025年翻倍），2027年后供给节奏基于投行预测优化测算。结果显示，2028年头部云厂商总算力规模达100GW，剔除内部自用算力后，对外可租赁算力规模约73GW，较2025年新增47GW。
3.3 供需拐点判断：2026-2027年紧平衡，2028年正式过剩
2024-2026年，行业算力供需持续趋紧，需求占供给比重从87%升至93%，算力稀缺性支撑价格与毛利率高位；2027年供需格局回归2024年平衡水平；2028年起行业正式进入供过于求阶段，供需缺口持续扩大。
四、产业链利润分配与核心投资启示
4.1 产业链核心推论
第一，AI产业链议价权持续向下游迁移，上游芯片厂商话语权弱化，增量利润由模型商、云厂商共享，其中模型商获取绝大部分红利，云厂商次之；第二，市场对算力资本开支的长期高增预期过于乐观，提前透支了尚未落地的AI增量需求，2027年或成为行业资本开支与供给节奏的关键拐点。
4.2 分环节投资影响
1、上游硬件芯片厂商：双重利空，景气度边际下行
一方面，云厂商自研芯片性能持续追平甚至超越高端英伟达GPU，对外部芯片采购依赖度大幅下降，硬件厂商被迫让渡利润，产品溢价持续收窄；另一方面，算力资本开支2027年见顶回落，上游硬件收入由算力增量决定，资本开支下行将直接导致硬件厂商收入同比下滑，行业高景气周期临近尾声。
2、中游云厂商：机遇与风险并存，行业分化加剧
利好层面：云厂商收入基于算力存量规模，资本开支放缓仅导致收入增速回落，同时资本开支收缩将大幅改善现金流，盈利质量显著提升，该利好大概率对冲收入增速下行的利空。利空层面：2028年算力过剩后，行业竞争加剧，云厂商需争夺有限的模型商算力订单，整体议价权边际回落，算力租赁价格或从溢价转为折价，对毛利率形成压制。
行业分化趋势明确：能够深度绑定头部AI Lab、锁定长期大额算力订单的云厂商，有望逆势维持高增长；自研芯片能力薄弱、无核心客户壁垒的中小云厂商，将面临增长承压、盈利下滑的双重压力。此外，云厂商若能强化自身大模型能力，降低对外部模型商的依赖，可有效对冲行业竞争风险，稳固盈利水平。
