一、核心摘要:
当前,市场对AI云服务商的关注点已从"AI算力基建能否拉动增长"的叙事阶段,进入"业绩能否兑现、商业模式能否升级"的验证阶段。两大核心关切正在被市场反复审视:一是能否以业绩兑现"Token出海"的增长逻辑;二是定价模式转向按Token使用量计费。
2026年4月15日,最炙手可热的AI大模型公司Anthropic正式确认:Claude企业版从固定订阅模式转为按算力消耗计费,重度用户成本或翻倍至三倍。这一事件标志着AI大模型从"人头订阅"到"用量计费"的商业范式切换已进入实质落地阶段。
与此同时,国产算力迎来重要拐点:DeepSeek V4首次与华为昇腾完成深度适配,标志着中国AI产业在去CUDA化进程中迈出里程碑式一步;阿里、字节、腾讯已提前下单数十万颗华为AI芯片;寒武纪思元690性能已接近英伟达H100。国产算力正从"可用"迈向"好用",窗口期已经打开。
核心逻辑链:定价模式切换→Token消耗量爆发→云服务商量价齐升→高端GPU资源壁垒→国产算力替代加速→国产芯片产业链价值重估。本报告围绕这一逻辑链条,展开深度投资分析。
二、定价模式切换:从月租到按量计费
2.1 事件驱动:Anthropic打响按量计费第一枪
2026年4月15日,据The Information报道,Anthropic悄然改变Claude企业版收费方式——企业客户不再支付固定订阅费,而是在每用户每月20美元的基础费之上,额外按实际消耗的算力付费。Anthropic发言人对此予以确认,调整已在近几周内陆续生效。
旧模式下,企业客户最高需为每位授权用户支付每月200美元,换取一定额度的折扣Token用量。新模式下,软件授权咨询公司Redress Compliance联合创始人Fredrik Filipsson估算,对于重度用户,新定价可能导致成本翻倍甚至三倍。
为什么现在切换?——算力成本压力的直接反映。Anthropic给出的官方解释是:旧模式下,部分重度用户频繁触及使用上限,工作被迫中断;另一些用户则付了钱却用不完额度。更深层的原因是:智能体(Agent)产品的Token消耗量远超传统对话场景。Cohere前推理负责人、Adaption Labs联合创始人Sudip Roy指出,订阅模式本质上是基于"用户不会用完配额"的假设定价的;一旦智能体消耗完配额,"利润率几乎被完全侵蚀"。
Replit、Cursor已在去年夏天因智能体产品成本压力调整定价,Salesforce在2024年底推出Agentforce时直接采用按量计费模式。当AI智能体可以不间断地消耗算力时,席位定价的底层假设不再成立。
2.2 商业模式升级的深远意义:云服务商的"量价齐升"通道
对于云服务商而言,按量计费意味着营收公式的重构:
旧模式:营收 = 用户数 × 月租费(线性增长,天花板可见)
新模式:营收 = Token消耗量 × 单价(乘数增长,与算力消耗正相关)
关键信号已经出现:2026年一季度,某国内头部大模型厂商API调价83%后,MaaS业务调用量仍增长约400%,量价齐升趋势已经显现。
当智能体从"对话工具"进化为"数字员工",Token消耗将从"按次调用"升级为"持续运行",云服务商的营收增长将呈现乘数效应。这正是市场所期待的"左脚踩右脚"——涨价和用量增长同时发生,两者互为因果:智能体越强大→调用越频繁→消耗越多的Token→带动越多的算力需求→云服务商营收越膨胀。这种正反馈机制一旦确立,AI云服务商将不再受制于传统SaaS的用户数天花板。
2.3 定价切换的护城河:只有拥有最顶尖GPU的云服务商能走这条路
一个关键约束往往被市场忽略:按量计费的商业模式,对算力供给质量提出了极高要求。只有拥有最顶尖GPU的公司,才能走上这条"通天路"。
Anthropic内部估算,AI模型训练费用每年约120亿美元,推理费用约70亿美元。持续降低单位Token推理成本,是按量计费模式可持续的核心前提。这正是高端GPU被机构视为"新时代的原油、锂矿"的根本原因——GPU资源本身就是AI云服务商最核心的竞争壁垒和定价权来源。
三、业绩验证
3.1 阿里云:Q1已验证增长加速,海外收入占比提升至25%
以阿里云为标杆进行拆解。2025年Q1(对应自然年),阿里云智能集团收入301.27亿元,同比增长18%,创历史同期新高,增速高于微软Azure同期的16%,也显著优于国内同业。
分析师拆解显示,增长主要来自三大引擎:AI相关服务——通义千问2.5版本已服务超9万家企业客户,GPU云服务器租赁收入翻倍增长;国际业务——中东、东南亚节点扩容带动海外收入占比提升至约25%;政企市场复苏——数字政务、央企上云项目加速交付。
阿里云的出海路径已清晰验证:通过与Meta、OpenAI等国际巨头的合作(提供中国区合规算力服务)形成新增量,同时在沙特、印尼等地布局本地化算力节点。"Token出海"不是叙事,而是已经在财报中得到验证的增长动能。
3.2 2026年Q1预期:国产大模型出海订单+算力租赁涨价双重催化
2026年一季度,两大新增变量值得重点关注:
变量一:国产大模型出海加速。昆仑万维2025年Q1海外收入增速达46%,已成为海外收入增速最快的中国AI企业。随着MiniMax、阶跃星辰、智谱等国产大模型持续迭代并走向海外市场,对国内云服务商的算力需求将持续增长。
变量二:算力租赁涨价持续。阿里云、腾讯云、百度智能云相继调涨AI算力产品价格(涨幅5%-34%),叠加CCL、电子布等上游材料涨价传导至服务器环节,云服务商议价能力进一步增强。
核心判断:2026年Q1,以阿里云、协创数据为代表的AI云服务商,有望在"量价齐升"逻辑驱动下交出超预期财报。关键观测指标:MaaS业务调用量增速、海外收入占比变化、算力租赁价格趋势。
四、国产算力:窗口期已至,正重走英伟达上涨路
4.1 核心逻辑:海外高端卡受限+国产性能突破+生态拐点已现
海外高端GPU不论价格多高,获取渠道并不正规,且面临持续升级的出口管制。国产算力正是这一时间窗口里最好的选择。
拐点一:DeepSeek V4适配昇腾,去CUDA化迈出里程碑一步。2026年4月,DeepSeek V4首次实现了与华为昇腾等国产芯片的深度适配。这标志着中国AI产业在摆脱对国外技术生态依赖、推进去CUDA化进程中迈出了里程碑式的关键一步。此前DeepSeek新一代V4模型已对华为、寒武纪等国产芯片完成针对性优化,未向美系芯片开放测试,阿里、字节、腾讯已提前下单数十万颗华为AI芯片。
拐点二:国产芯片"day0适配"成常态。4月12日,MiniMax开源M2.7大模型后,华为昇腾、摩尔线程、沐曦、昆仑芯等国产芯片厂商随即完成适配。这种"国产模型发布当日,国产芯片即实现完全兼容"的现象,在过去数月内频频上演。
拐点三:市场份额拐点已至。IDC报告显示,2025年中国云端AI加速器本土芯片份额已达41%。2025年上半年,寒武纪实现营收28.81亿元,同比增长4,347.82%,净利润10.38亿元。高盛将寒武纪目标价上调至1,835元/股,对应市值近7,700亿元。
4.2 昇腾950系列:已达到英伟达H系列显卡水平
华为昇腾950PR是当前国产AI芯片的旗舰产品,核心参数如下:
核心结论:950PR的FP4算力是英伟达H20的2.87倍,显著优于上一代910C及已下线的A100。虽在FP16及以上高精度维度与英伟达仍存差距,但在FP4、FP8等中低精度维度已具备实战能力,多数常规业务仅需FP16精度,极少涉及FP64,通过多机并行可拉平整体性能差距。
更值得关注的是交付规模:截至2026年3月,昇腾超节点已累计交付550套,总销售额约700亿至800亿元人民币。满配超节点单套售价1.3-1.5亿元。订单来源最大的是政府类智算中心,投资规模达10-20亿元,是昇腾订单的最大来源。
4.3 寒武纪思元690:性能翻倍,已接近H100
寒武纪思元590综合性能接近英伟达A100,处于国内领先水平。下一代产品思元690预计性能翻倍,竞争力将更加突出。思元690芯片性能已接近英伟达H100,优于中国特供版H20,被外媒誉为"小英伟达"。
上海证券研报首次覆盖给予买入评级,目标价987元,对应市值4,114亿元,较现价有63.5%的上升空间。预计2025-2027年归母净利润分别为27.7亿/48.1亿/82.3亿元,2027年对应PE为50倍。
4.4 市场空间:2029年中国AI芯片市场规模将达1.34万亿元
据测算,2026至2030年中国GPU市场将从2,050亿元攀升至5,420亿元,复合增长率约27.5%。增长由三大引擎驱动:大模型训练和推理需求爆发、智算中心建设和企业AI应用渗透率提升、国产替代进入攻坚阶段。更远期预测显示,2029年中国AI芯片市场规模将达到1.34万亿元,复合增速56%。
与英伟达的上涨路径对标:英伟达自2023年初至今市值增长约10倍,核心驱动力是AI算力需求爆发+GPU供不应求。国产芯片厂商正站在相似的起点:国内算力需求高速增长、海外高端卡供应受限、国产产品技术成熟度快速提升。有了能与英伟达叫板的产品,无非就是重走一遍英伟达的上涨路罢了。
五、国产算力产业链投资框架:从芯片到云服务的全链条逻辑
5.1 产业链层次与景气度传导
国产算力产业链可划分为四个层次,景气度沿"芯片→服务器→连接/散热→云服务"链条逐级传导:
| 第一层 | |||
| 第二层 | |||
| 第三层 | |||
| 第四层 |
5.2 关键标的一览
| AI芯片 | |||
| AI芯片 | |||
| 连接器 | |||
| 连接器 | |||
| 液冷散热 | |||
| 云服务 | |||
| 云服务 |
六、风险提示
| 定价切换不及预期 | |||
| 技术迭代风险 | |||
| 生态壁垒 | |||
| 海外管制升级 | |||
| 产能瓶颈 | |||
| 估值泡沫 |
七、核心结论
AI云服务商正站在商业模式从"人头订阅"到"用量计费"的历史性拐点。Anthropic率先切换按量计费,验证了这一方向的可行性;国内头部厂商一季度API调价83%后调用量仍增长约400%,证明"量价齐升"已在发生。海外高端卡获取受限的背景下,国产算力窗口期已至:昇腾950PR已达到H100级别性能,DeepSeek V4适配昇腾标志着去CUDA化迈出里程碑一步,2029年中国AI芯片市场空间预计达1.34万亿元。
投资主线清晰明确:
| AI芯片 | |||
| 昇腾产业链 | |||
| AI云服务 | |||
| 液冷散热 |
一句话总结:有了能与英伟达叫板的产品,无非就是重走一遍英伟达的上涨路罢了。高端GPU是新时代的原油和锂矿,而定价模式的切换,正是这座矿山的开启钥匙。
夜雨聆风